查資料、整理文件、再把結果做成能交付的內容，AI 每次多做完一步，人就少來回一次。OpenAI 推出的 GPT-6 Astra，把重點放在這類跨工具、多步驟工作，涵蓋研究、寫程式、操作電腦與製作文件。
兩項新能力很貼近實際使用。非同步工具呼叫讓模型在等待某個工具時，仍能處理其他工作；途中追加指令則讓使用者在任務進行中補資料、改需求。對常常做到一半才想到要調整的人，這會比重頭交代一遍方便不少。
Astra 的上下文視窗上限為 105 萬 token，最多輸入 92.2 萬、輸出 12.8 萬 token。Token 是模型處理文字與資料的計算單位；更大的視窗能容納較長文件與程式資料，減少必須拆成很多輪交代的情況。
單價較高，重點是一次任務花多少
應用程式介面（API）的標準價格，每百萬輸入 token 為 10 美元、輸出 50 美元，快取讀取為 1 美元。相較 GPT-5.6 Sol 的 4／20 美元，輸入與輸出單價都是 2.5 倍。
OpenAI 表示，Astra 在部分評測中能用較少輸出完成任務，因此估算的單次任務成本反而較低。對需要多輪修正的研究、開發與文件工作，若能減少重做，較高單價就有機會換到實際省時。
長文件的費率則要分開看：輸入超過 27.2 萬 token 時，整次請求改用長上下文計價，每百萬輸入 20 美元、輸出 75 美元。日常短摘要未必需要動用這一級模型；資料多、步驟長，又常需要人回頭接手的任務，才更適合拿來試試 Astra 能省下多少工。
