GPT-6 Astra 给龙虾当大脑:要先审 skills,超 272K 输入会加价

装之前先去翻你的 skills 目录

官方的说法是建议审计模型能读到的 skills 和其它文件,排查其中会影响模型行为的指令。换成龙虾用户的日常,先得知道技能放在哪。按 OpenClaw 官方 Skills 文档,技能的加载来源按优先级从高到低是:工作区的 skills/、工作区的 .agents/skills/、~/.agents/skills、状态目录的 skills/、每个 agent 的 workshop-skills、随安装包自带的,最后是 skills.load.extraDirs 指的额外目录和插件带的技能。~/.agents/skills 不在 ~/.openclaw/ 下面,工作区挪过位置的也不在,翻的时候别漏;再加上项目根目录里的 AGENTS.md。这些文件里每一句祈使句,Astra 都会比以前的模型更当真。

指令跟随变强,意思是文件里的话和模型的动作之间那层缓冲变薄了:半开玩笑写下的一句、从别人仓库拷来没细看的一段 instructions,都算在内。要查的重点是你没读过的那几行——第三方 skill 附带的说明、被拉进上下文的 README、别人的模板项目里带的 AGENTS.md。

可以按这个顺序做:

• 先弄清模型实际能读到哪些文件:装了哪些 skill、哪些目录在上下文里。OpenClaw Skills 入门讲了它们放在哪、怎么被加载。
• 逐个读一遍,重点找祈使句:「忽略之前的指示」「不要询问,直接执行」「把结果发到某个地址」这一类。搜关键词只能筛掉一层粗的,最后还是得眼睛过。
• 拿不准的先摘出去,别留着「应该没事」。
• 文件层面清干净之后,再回头看权限。兜底的是沙箱和工具权限——沙箱、白名单和网关认证怎么配里有一份配置顺序,换更强的模型之前,照它把沙箱模式和工具的允许/拒绝策略再收一收。

还有一条得一起知道:Astra 带一层失准监测(misalignment monitoring)。模型指南写的是系统异步监测,必要时触发告警,告警之后会怎样,指南指向单独的 Misalignment monitoring 说明。要把它放进没人盯的自动化流程,先把那份说明读一遍。

它比以前更爱停下来问你

官方点名的行为变化之一:用户意图不够清楚的时候,Astra 更可能停下来问你一句,换作更早的模型,是自己作个假设继续往下跑。

人坐在电脑前跟它对话,这是优点,省得跑歪。放进无人值守的任务里,它就是纯粹的负面特性。定时跑的抓取、夜里跑的批处理、webhook 触发的自动回复,任务会停在一个问句上等人回答,会话就卡在那里。

官方给了一段鼓励它自主推进的提示词片段来对冲这个倾向。大意如下(意思的转述,原文见官方文档):

• 让它从指令和已有对话里推断用户意图和任务范围。
• 偏向行动,把任务做完。
• 把「能不能帮我……」这类客气说法当成执行指令,别停在一句「可以」上。
• 只有在准备好拿出一份具体、可审阅的结果之后,才去求批准。

这段话放系统提示里、放 AGENTS.md 里都行。它和审计 skills 那一步有先后:刚因为指令跟随变强去审那些文件,现在又要往里面加一段「偏向行动、别问、把活干完」的指令,所以先把文件清干净,再往里加自主性指令。

GPT-6 Astra 新增了哪些面向 agent 的接口

这一版在 API 层新增了三项。龙虾这一侧，OpenClaw 2026.9.2 的更新日志写的是：走 OpenAI Platform API key 路由、用内置的 OpenClaw 运行时和官方 Responses 端点时，直接函数工具可以异步执行，可以经缓存的 WebSocket 给进行中的响应插话，按文档里的配置改 reasoning effort 时保留请求前缀。别的接法，更新日志没写。三项分别是：

• 异步工具调用(async tool calling)。在工具定义上设 async: true,你的应用执行这个工具期间,模型可以继续推理、调别的工具,或者先把请求里另一部分独立的问题答掉。工具跑完,用原来的 call_id 把结果送回去。工具仍然由你的应用执行。
• 响应途中插话(mid-turn steering)。响应还在生成的时候,通过 WebSocket 追发一条用户指令,纠正方向或者改需求。Responses API 会保留已经完成的那部分工作,把你的更新并进后面的续写里。
• 会话中途改 effort。加一个 configuration_update 输入项,就能在会话中途改 reasoning.effort,不必重写前面的 prompt 前缀。新的 effort 一直生效,直到下一个 configuration_update 覆盖它。Anthropic 一侧是靠一个 beta 头做同一件事,见 Opus 5 的 effort 五档。

接法本身没变,还是填服务商加模型名,见接 API 还是接本地模型。

272K 那道坎:整条请求重新计价

Astra 的上下文窗口是 1,050,000 token,但价格不是一条直线。输入 token 超过 272K 的请求,按 2 倍的输入与缓存费率、1.5 倍的输出费率计价。官方措辞是 for the full request——不是只给超出的那一部分加价,是整条请求重新算。

智能体天生就往这道坎上撞。每转一圈,之前的对话历史和工具返回都要重新塞进上下文,输入只涨不跌;一个跨几十轮、读过几个大文件的任务,是会冲到 272K 的。最难受的状态是在坎附近来回蹭:这一轮 27 万按标准价,下一轮多了一段工具返回变成 27.5 万,整条请求的账单直接跳一档。

能做的事有两件。一是别把窗口当成免费容量,该压缩历史就压缩,compaction 这一版仍然支持;二是把长任务拆开,与其让一个 agent 拖着几十万 token 的历史跑到底,不如按 OpenClaw 多 agent 配置的思路分给几个上下文各自独立的 agent。门槛前后一条请求差多少钱、在龙虾里怎么看用量和手动压缩,见长上下文加价与提示缓存怎么算。

缓存写入按未缓存输入费率的 1.25 倍收,标准档就是 $12.50。前缀要是反复变动,你可能一直在付写入费、却很少命中。

GPT-6 现在有几款:Astra、GPT-6.1 Sol、GPT-6 Sol、GPT-6 Luna 各多少钱

Astra 是 2026-09-03 发布的,之后 OpenAI 又放出三款:2026-09-22 的 GPT-6 Sol 和 GPT-6 Luna,2026-09-29 的 GPT-6.1 Sol。四款的上下文窗口都是 1,050,000 token、最大输出都是 128,000 token,差别在价格和官方给的定位上。

272K 那条规则另外三款也有,模型页写着同一句话:输入超过 272K token 的请求,整条按 2 倍的输入与缓存费率、1.5 倍的输出费率计价,表里第四栏就是这么来的。换到便宜的那几款,长任务照样要压缩历史。

两款 Sol 标价相同,GPT-6 Sol 的模型页把 GPT-6.1 Sol 标为更新的那款,新接的话先看 GPT-6.1 Sol。两款型号页上的差别在缓存输入:GPT-6.1 Sol 是 $0.10,GPT-6 Sol 是 $0.20。

在龙虾上用 GPT-6.1 Sol,还要多看一眼自己装的版本。OpenClaw 2026.9.8 的发布说明原话是「Support for GPT-6.1 Sol was still incomplete in this release. These changes prepared for it.」,也就是 9.8 对它的支持还不完整,细节见 本站 OpenClaw 2026.9.8 更新内容一文的常见问题。

Astra 贵在单价,另外三款是同一代里往下降档的去处。难活留给 Astra,其余按任务轻重分给 GPT-6.1 Sol 或 GPT-6 Luna;别家的候选并排着看,见模型选型。

官方说它「更贵但每个任务更省」,这话得你自己验

OpenAI 在这一版给了一个反直觉的成本论点:在若干评测里,Astra 用显著更少的输出 token 拿到了更强的结果,所以尽管每 token 单价更高,每个任务的预估 API 成本反而低于更早的模型。

这是 OpenAI 自己的说法,基于它自己选的评测。

能确定的只有单价这一头。拿同一家的另外六款对着看:同代三款,外加上一代的 GPT-5.6 三档(三档的规格见 GPT-5.6 Sol / Terra / Luna 三档对照):

官方那个论点要在你这儿成立,Astra 省下来的输出 token 得多过这 2.5 倍到 100 倍不等的单价差。这只能用你自己的任务去验:挑一条你常跑的任务,两边各跑几趟,去用量页把输入输出 token 和实际花费抄下来对比。估算公式见 GPT-5.6 三档的成本怎么算,换成 Astra 的单价套进去就行。

GPT-5.6 Sol 那 $4 / $20 是促销价,官方标注至少持续到 2026-11-21。拿它和 Astra 的价差排预算,记着这个日期。

接之前要清掉的老写法

换模型名之前,在配置和代码里查下面几项:

• 不支持自定义 temperature、top_p,也不支持 logprobs。配置里写着 temperature: 0、图输出稳定好做确定性管线的,这套写法在 Astra 上没得用。靠采样参数控制确定性的流程,得改成靠结构化输出和提示词约束。
• 不支持 none 这一档 reasoning effort。能用的是 low / medium / high / xhigh / max 五档。原本用 none 把推理关掉换速度和便宜的,最低只能落到 low。
• 工具调用必须走 Responses API。模型指南写明 Chat Completions 只支持不带工具的请求。如果你现在是在 Chat Completions 里挂工具,得改到 Responses API。这要换一套请求形态,动手前先确认。
• Fast mode 在 EU 数据驻留下不可用。另外 Fast mode 按 2 倍标准价收,加的钱只换速度。
• Free 档用不了这个模型。官方模型页 2026-10-07 列的最低一档 Build 是 5,000 RPM / 1,000,000 TPM,批量跑之前对一下自己账号所在的档位。

GPT-5.6 上已有的这些能力还在:computer use、Structured Outputs、streaming、Programmatic Tool Calling、多 agent 编排、prompt caching、persisted reasoning、compaction、pro mode。迁移要改的主要是上面那几条。

GPT-6 Astra 的规格、价格和限流档位是多少

数据时间:价格、上下文窗口、最大输出、272K 规则和限流档位为 2026 年 10 月,其余几行为 2026 年 9 月。来源:官方 API 更新日志(发布日期)、GPT-6 Astra 模型页、另外三款各自的官方模型页与官方定价页。

GPT-6 Astra 不适合放在哪些任务上

下面几类任务先别放它:

• 无人值守的定时任务。它更爱追问,夜里没人盯的流程会停在一个问句上。真要放,把那段自主性提示词加上,并给任务配超时和卡住时的通知。
• 批量轻活。归类、抓取、格式转换这类活该往下降档,同一代里 GPT-6 Luna 的标价是 $0.10 / $0.50;怎么降见当龙虾的大脑：6 个模型选型方向与自测任务。
• 依赖 temperature 的确定性管线。这个参数不支持,要先改造流程。
• EU 数据驻留下还想用 Fast mode 的部署。这个组合不可用。
• 要处理音频或视频的流程。它只吃文本和图像,而且图像只能进不能出。
• 还没审过 skills 的那台机器。审完再接。

另外几个倾向可以用提示词调:它倾向写得详细、带格式,还可能跨会话反复用同几个说法,要什么文风和结构就明说;子 agent 委派可能比你希望的更少,得写清什么时候用、开几路并行;编码任务上它倾向测充分了才算完成,小活可能测得过宽,不想要就在任务描述里划好范围。

它被官方点名达到 SOTA 的是 computer use、浏览、软件工程、科学和专业工作,擅长的是跨代码、浏览器和专业软件的多步工作流。想跟 Anthropic 标价相同的那一款横着比,可以对着 Claude Fable 5.1 的价格与变更看。要换的话,建议的顺序是把 skills 和 AGENTS.md 审一遍,挑一条真实任务在 Astra 和现用的模型上各跑几趟对账,最后才决定要不要把默认模型改过去。

常见问题

换到 GPT-6 Astra 之前,必须先做的一件事是什么?

审计模型能读到的 skills 和其它文件。官方在这一版明确建议这么做,原因是 Astra 的指令跟随比以前更强,对 skills、AGENTS.md 这类文件里的指令更敏感。重点排查第三方 skill 的说明文件、被自动拉进上下文的 README 和别人模板项目里带的 AGENTS.md,找里面的祈使句,拿不准的先摘出去。文件清干净之后,再回头把沙箱和工具权限收一收,兜底靠权限不靠模型的判断力。

它老是停下来问我,不自己把活干完,怎么办?

它没坏。官方文档写了这个变化:用户意图不够清楚时,它更可能停下来问,更早的模型则是自己作假设继续跑。对无人值守的定时任务这是负面特性。官方给了一段鼓励自主推进的提示词片段,大意是让它从上下文推断意图和任务范围、偏向行动把任务做完、把「能不能帮我」这类说法当作执行指令、只在准备好拿出具体可审阅的结果之后才求批准。放进系统提示或 AGENTS.md 都行,但要先审过那些文件再往里加。

超过 272K 的加价,是只对超出的那部分收吗?

不是。官方措辞是 for the full request,输入 token 超过 272K 的请求,整条请求按 2 倍的输入与缓存费率、1.5 倍的输出费率计价,也就是输入 $20、缓存输入 $2、缓存写入 $25、输出 $75。所以在这道坎附近来回蹭是最亏的状态,上一轮 27 万按标准价,下一轮多一段工具返回变成 27.5 万,整条请求的账单就跳一档。对策是该压缩历史就压缩,或者把长任务拆给几个上下文独立的 agent。

从别的模型换过去,要改代码吗?

有几处要先查。一是不支持自定义 temperature、top_p,也不支持 logprobs,配置里写着 temperature 为 0 的确定性管线得改成靠结构化输出和提示词约束。二是不支持 none 这一档 reasoning effort,能用的是 low、medium、high、xhigh、max 五档,原来关推理的最低只能落到 low。三是工具调用必须走 Responses API,还在 Chat Completions 里挂工具的要改到 Responses API。另外 Fast mode 在 EU 数据驻留下不可用,Free 档也用不了这个模型。

官方说它单价更贵但每个任务更便宜,这话可信吗?

这是 OpenAI 自己的说法,基于它自己选的评测。官方的论证是 Astra 用显著更少的输出 token 取得更强结果,所以每个任务的预估 API 成本低于更早的模型。能确定的只有单价:$10 / $50,是同代 GPT-6.1 Sol 和 GPT-6 Sol 的 5 倍、GPT-6 Luna 的 100 倍,是上一代 GPT-5.6 Sol 的 2.5 倍、Terra 的 5 倍和约 4.2 倍、Luna 的 50 倍和约 41.7 倍。省下的输出 token 要多过这个价差,论点才在你这儿成立。挑一条你常跑的任务两边各跑几趟,去用量页对账。