GPT-6 Astra

GPT-6 Astra 是 OpenAI 能力最强的模型，专为最困难的端到端工作打造：复杂推理、编码、研究和文档创作。向 SeedRouter 发送官方 OpenAI Responses 或 Chat Completions 请求：修改 base URL 和 API key，保持请求体不变。

模型 ID

输入：文本和图像。输出：文本。知识截止日期：2026 年 4 月 30 日。查看模型页了解当前价格。

快速示例

curl https://api.seedrouter.ai/v1/responses \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "input": "Summarize the trade-offs of event sourcing in three bullet points."
  }'

端点

OpenAI 端点按原样转发你的请求体，并返回官方响应。将 API key 保存在服务端代码中。

参数

Responses API 字段：

不可用：background、service_tier（包括 Batch、Flex 和 fast 模式）以及 safety_identifier。

推理和强度

GPT-6 Astra 始终进行推理：不支持 none，传入会返回 400 错误。OpenAI 未公布 GPT-6 Astra 的默认强度；省略 reasoning.effort 即使用模型自身的默认值。更高的强度通常意味着更多的输出 token、更长的等待时间和更高的成本。推理 token 按输出 token 计费，并计入 max_output_tokens。

图像输入

图像放在用户消息的 content 中，作为带 image_url 的 input_image 部分：

{"role": "user", "content": [
  {"type": "input_image", "image_url": "https://example.com/chart.png"},
  {"type": "input_text", "text": "What does this chart show?"}
]}

将示例 URL 替换为你自己的公开可访问图像。

计费维度

查看模型页面上的当前费率。请求按其使用的 token 计费：

• 输入 token，
• 输出 token（包括推理），
• 缓存输入 token（usage.input_tokens_details.cached_tokens），以及
• 缓存写入 token（usage.input_tokens_details.cache_write_tokens）。

当提示的输入 token 超过 272K 时，整个请求按长上下文费率计费。费用从完成响应报告的 usage 中扣除。失败的请求不会被计费。你的账户使用记录显示每个请求的确切费用。

输出

非流式请求返回官方响应对象：

{
  "id": "resp_...",
  "object": "response",
  "status": "completed",
  "model": "gpt-6-astra",
  "output": [{"type": "message", "role": "assistant", "content": [{"type": "output_text", "text": "..."}]}],
  "usage": {"input_tokens": 27, "input_tokens_details": {"cached_tokens": 0, "cache_write_tokens": 0}, "output_tokens": 102, "output_tokens_details": {"reasoning_tokens": 0}, "total_tokens": 129}
}

设置 "stream": true 时，响应是官方事件的流，包括 response.created、response.output_text.delta 和 response.completed；最后的 response.completed 事件携带用量。

Chat Completions

现有的 Chat Completions 代码只需新的 base URL 和模型 ID：

from openai import OpenAI

client = OpenAI(api_key="YOUR_SEEDROUTER_KEY", base_url="https://api.seedrouter.ai/v1")

chat = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "Hello"}],
    max_completion_tokens=1024,
)
print(chat.choices[0].message.content)

用 max_completion_tokens 设置输出上限，用 reasoning_effort 设置强度。在 Chat Completions 中，GPT-6 Astra 不支持函数调用；需要工具时请使用 Responses API。

Anthropic Messages 格式

为 Anthropic Messages API 编写的代码同样可以调用 GPT-6 Astra：将 Messages 请求体发送到 /v1/messages，并设置 "model": "gpt-6-astra"。请求会被转换为 Chat Completions 格式，因此没有 Chat Completions 对应项的字段无效。响应携带官方 Messages 字段，可能包括一些额外的用量字段；读取 usage.input_tokens、usage.output_tokens 和官方字段。

错误

错误使用 {"error": {"code": ..., "message": "..."}} 格式。code 是来自公共错误目录的代码。失败的请求不会被计费。

建议

• 从 medium 开始，仅在任务需要更深入的推理时提高强度；强度既影响质量也影响成本。
• 为推理和答案都设置足够高的 max_output_tokens：这是两者共用的预算。
• 将长的、重复使用的上下文放在提示开头，以便后续请求以较低费率从缓存读取。

相关内容

• GPT-6 Astra playground 和定价
• 下载 OpenAPI
• 可复制的 Markdown