GPT-6 Astra API

GPT-6 Astra

GPT-6 Astra 适用于持续推理、软件工程、研究与智能体工作流。Chat Completions 接收有序消息；Responses 接收文本或结构化输入，并可配置工具工作流。两种协议均可通过 JSON 响应或 SSE 事件流获取生成内容与用量。

为什么选择 GPT-6 Astra？

• 长上下文推理在 105 万 token 上下文窗口中关联大量源文件、报告和对话记录，处理证据分散在多份材料中的问题。

• 软件工程沿着代码库文件和测试结果核对需求，规划、实现并审查跨文件改动。

• 工具驱动的智能体工作流在 Responses 中配置工具，分步骤处理研究与应用任务，并将每步工具结果用于后续判断。

• 数学与科学推理分析需要多步推导的数学与科学问题，形成可供复核的结论。

• 专业内容交付根据详细要求与来源材料，撰写符合指定格式的文档、电子表格和演示文稿内容草稿。

输入参数

使用方法

1. 01

   描述目标说明任务、资料、约束条件及预期输出格式。

2. 02

   选择协议对话消息使用 Chat Completions；结构化输入、推理配置及工具工作流使用 Responses。

3. 03

   设置输出上限根据协议设置 max_tokens 或 max_output_tokens，然后发送请求。

4. 04

   查看结果读取生成内容和用量，并在后续请求中提供所需上下文。

价格

Vidgo AI 按输入、输出、缓存读取和缓存写入的 token 用量计费。下列费率均按每 1M tokens 计算，并以积分结算。

适用场景

• 大型代码库开发关联需求、实现文件和测试证据，推进跨文件开发任务。

• 研究资料整理分析长篇文档、截图和原始资料，生成结构化结论。

• 工具协作任务通过 Responses 工具调用，按明确的任务指令协调研究与应用操作。

使用建议

• 处理复杂任务时，在请求中同时提供验收标准和相关资料。
• 在 Responses 中设置 reasoning.effort，使推理强度与任务深度匹配。
• 将文本指令与图像配合使用时，可采用 Responses 的结构化 input。

使用说明

• 模型的上下文窗口为 1,050,000 tokens，API 最大输出为 128,000 tokens。
• 本页 Playground 使用 Chat Completions，输出控件范围为 256 至 8,192 tokens。
• 在 /v1/chat/completions 或 /v1/responses 中使用 openai/gpt-6-astra。