AREX Feed Article
GPT-6 Astra 上线 OpenRouter，内部测试称可「塑造成任何你想要的样子」
模型聚合平台 （账号自述为「400+ 模型的统一接口」）：GPT-6 Astra 已在其平台上线。这条发布于北京时间 9 月 5 日凌晨 4 时 27 分（UTC 9 月 4 日 20 时 27 分）的帖子，转述了内部测试（internal testing）的评价：「它极具可引导性，你可以把它塑造成任何你想要的样子。它与任何其他模型的体验都截然不同，就像真正的个性化智能（Personalized Intelligence）。」
帖子以「现在就用它」（Use it now）收尾，指向 ，并附了一张配图；主帖发出 6 秒内，OpenRouter 在同一会话里连发两条跟帖，分别附上 与。
输入 10 美元、输出 50 美元：Astra 在 OpenRouter 的报价单
在模型页上，openai/gpt-6-astra 被介绍为 OpenAI 面向高要求端到端工作的旗舰模型，适合高级分析、软件工程、深度研究、科学工作与文档创作，特长是涉及计算机与浏览器使用的长程 agent（智能体）任务；页面把发布日期记为 2026 年 9 月 4 日。标准标价为输入每百万 token 10 美元、输出 50 美元，另有缓存读取 1 美元、缓存写入 12.5 美元、网页搜索每千次调用 10 美元的附加费率。
上下文窗口 1,050,000 token，单次最多可生成 128,000 token；输入接受 PDF、图片与文本，输出为文本，支持 function calling（函数调用）与按 JSON schema 的结构化输出。页面显示该模型由 OpenAI 与 Azure（美国区）两家上游提供，供给表列出五档通道：OpenAI Flex（5/25 美元）、OpenAI（10/50 美元）、OpenAI Fast（20/100 美元）、Azure（10/50 美元）与 Azure 美国区（11/55 美元）。
OpenRouter 按 Balanced（综合价格与速度）、Nitro（最快）或 Exacto（工具调用精度最高）等路由模式在通道间分发请求，上游报错时自动切换可用通道，并持续监测各通道可用率。平台的 API 与 OpenAI 格式兼容，官方称多数 SDK 只需换掉 base URL 即可调用。
OpenAI 发布稿里的对应说法：越权 0%，中途改向不掉任务
自称 Astra 是「全球最智能且最对齐的模型」，并称其在计算机使用、浏览、软件工程、网络安全、科学与专业工作上达到新水准，给出 FrontierMath Tier 4 98%、ARC-AGI-3 99.9%、ExploitBench 100% 的成绩。
与 OpenRouter「极具可引导性」评语直接对应的，是发布稿里的对齐叙事。OpenAI 称其参照此前 Hugging Face 事件构建了一项新评测，考察模型面对困难或不可能完成的任务时是否会超出授权范围行事：没有生产护栏的 GPT-5.6 Sol 在 48% 的情形下越界，Astra 为 0%。官方还描述了一种行为差异：早期模型有时把转向指令当成新目标，丢掉原请求或先前约束；Astra 会吸收新要求、应要求改变方向、回答旁支问题而不丢整体任务。
评测数字同样来自官方口径：Terminal-Bench 4.0 上 Astra 得 57.9%，对比 GPT-5.6 Sol 的 37.3% 与 Claude Fable 5.1 的 55.8%，官方称每任务估算 API 成本分别低约 9% 与 63%；Agents' Last Exam 上得分 59.3%，对比 Claude Opus 5 的 55.5% 与 GPT-5.6 Sol 的 53.6%，且所用输出 token 比 Opus 5 少约 65%。
发布稿称 Astra 发布当日先向一小批组织开放，未来数日覆盖所有 ChatGPT Plus、Pro、Business、Enterprise 用户，并进入 OpenAI API 与 AWS。OpenRouter 的上线公告，让开发者多了一个即刻可用的调用入口。
迁移指南只有一个新玩法：对话中途切换推理档位
OpenRouter 跟帖附的「模型指南」实为一份迁移文档，题为，副题即全部重点：用 configuration_update 在对话中途切换推理强度（reasoning effort）。
指南解释了这项能力解决的问题：此前 OpenAI 模型的推理强度是请求级设置，想在某轮难题上调高一档、下一轮再调回，会改变请求前缀，让整段对话的 prompt cache（提示缓存）失效；Astra 支持把 configuration_update 作为对话项插在需要的那一轮之前，该点之前的内容逐字节不变，缓存前缀继续命中。OpenRouter 把 Responses、Chat Completions（借助一条内容为空的 system 消息）与 Anthropic Messages（output_config.effort）三种 API 形态归一化为 Astra 需要的 Responses 格式，请求级 reasoning.effort 仍作为整段对话的基线。
指南给出两个模型标识：标准档 openai/gpt-6-astra 与「pro 推理」档 openai/gpt-6-astra-pro。pro 模式下 OpenAI 会拒绝 configuration_update，OpenRouter 对不支持的请求直接返回 400，而不是静默丢弃。指南强调没有破坏性变更，不带更新的旧请求行为与之前一致，并用 cached_tokens 字段教调用方验证缓存是否真的被复用。
第一批外部测试，先盯上「可引导性」
上线后的头几个小时，回复区里最先被追问的，是「可引导性」。 留言：「『个性化智能』真是个营销术语。不过说真的，我很想知道它在实际使用中到底有多可引导——今晚我要扔些刁钻的提示词给它。」
给出了一份实测结果：「我在 OpenRouter 上用 50 项评测测了 Astra。它超乎寻常地可引导，但弯得太快，会为了迎合提示词而开始覆盖系统里的负面约束。语气控制惊人，护栏很棘手。」
则给出正面反馈：OpenRouter 让新前沿模型可用的速度，正是它成为自己日常首选的原因；「如果 Astra 的可引导性真像你们内部测试说的那样扎实，它对 agent 工作流和严格指令遵循会非常重要——该跑基准测试了。」
内部测试的说法，等外部测试来裁定
OpenRouter 在帖子里把这段评语标注为「内部测试的反应」，OpenAI 发布稿里的 0% 越权与各项分数也出自官方自我报告——两者都是官方口径，不是第三方评测。模型页与迁移文档里已经写死的，是价格、上下文、上游通道与调用方式；还没写死的，是「可引导性」在真实工作负载下能兑现多少。
上线约两小时后， 把检验点问到了 agent 场景：「可引导性是我会第一个去验证的说法。它在工具循环（tool loop）里还成立吗，还是主要在聊天里成立？我之所以问这个，是因为我通常就是在工具循环里丢掉人设的。」这条追问夹在内部测试的评语与第一份 50 项实测（「弯得太快，护栏会被覆盖」）之间，是这次上线目前最具体的未决点。