Цена для ранних подписчиков (до 25 декабря) сохраняется, пока подписка активна: Go за $10/мес. (обычно $20), Plus с Opus 5.5 всего за $30/мес. (обычно $50)Оформить подписку →

GPT-6.2 Astra и Sol: какой API на самом деле дешевле?

По прайсу всё выглядит однозначно: $8 за входные и $40 за выходные токены у Astra против $2 и $10 у Sol — разница в четыре раза. Но реальная стоимость задачи не всегда повторяет эту пропорцию. В расчётах FrontierCode обычное программирование на Sol обходится примерно в пятую часть цены Astra ($1.29 против $5.97). Зато в наиболее сложных специализированных тестах Astra опережает Sol примерно на 4–10 пунктов — и может оказаться выгоднее, если один успешный запуск заменяет несколько повторных попыток.

Тарифы OpenAI и доступность моделей

OpenAI позиционирует Astra для наиболее трудных проектов, а Sol — для повседневных задач (анонс запуска). Важно не смешивать лимиты тарифного плана и расходы API: использование ChatGPT/Codex не оплачивает API-вызовы, а обращения к API не расходуют квоты плана. У обеих моделей контекстное окно составляет 1,050,000 токенов: до 922,000 входных и 128,000 выходных токенов на запрос. На вход подаются текст и изображения, на выходе доступен текст. Идентификаторы моделей — gpt-6.2-astra и gpt-6.2-sol; они работают в Responses API и Chat Completions API.

Стандартные API-тарифы за миллион токенов:

МодельВходКэшированный входЗапись в кэш (30 мин.)Выход
GPT-6.2 Astra$8.00$0.40$10.00$40.00
GPT-6.2 Sol$2.00$0.10$2.50$10.00
GPT-6 Astra (предшественник)$10.00$1.00$12.50$50.00
GPT-6.1 Sol (предшественник)$2.00$0.10$2.50$10.00
Стандартные цены на входные, кэшированные входные и выходные токены GPT-6.2 Astra и Sol

Astra на 20% дешевле GPT-6 Astra по входным и выходным токенам, а кэшированный вход у неё дешевле на 60%. Sol сохранила цены GPT-6.1 Sol. На момент запуска, 17 ноября 2026 года, обе модели общедоступны через API; Batch стоит на 50% дешевле Standard, а фоновые окна дают скидку 30–40% (разбор тарифных уровней GenAI Brief).

Три фактора, которые меняют итоговый счёт

1. За запись в кэш тоже нужно платить. Чтение из кэша стоит 5% цены входных токенов: $0.40 у Astra и $0.10 у Sol. Запись в кэш с TTL 30 минут обойдётся в 1.25× цены входа — $10.00 для Astra и $2.50 для Sol; хранение на 12 часов стоит 2.5×, согласно таблице ставок GenAI Brief. Например, повторная обработка 108,000 токенов истории после промаха кэша будет стоить 108,000 × $10/M = $1.08 для Astra либо 108,000 × $2.50/M = $0.27 для Sol — без учёта генерации ответа.

2. После 272,000 токенов дорожает весь запрос. При объёме входа свыше 272K цена входных токенов удваивается: с $8 до $16 у Astra и с $2 до $4 у Sol. Выходные токены дорожают в 1.5 раза: с $40 до $60 у Astra и с $10 до $15 у Sol. В тестовом расчёте GenAI Brief дополнительные 20K токенов истории, которые перевели запрос через этот порог, увеличили стоимость одного хода Astra с $0.344 до $0.624 — на 81% при росте входа всего на 7%. До 272K историю стоит суммировать или обрезать; но если из-за этого изменится кэшируемый префикс, заложите промах кэша в бюджет.

3. Тарифы скорости умножают все цены. Fast вдвое дороже Standard. Ultrafast действует с коэффициентом 3× до 28 февраля 2027 года, а с 1 марта 2027 года — 6×; этот режим доступен только при US residency, тогда как Standard/Fast/Batch поддерживают США и ЕС. Это следует из правил уровней GenAI Brief и документации OpenAI по processing tiers. При коэффициенте 3× выход Astra стоит $120/M, при 6× — $240/M.

Считать нужно цену задачи, а не токена

При одинаковом числе токенов Astra в четыре раза дороже Sol. Выгодной она становится лишь в трёх случаях: тратит меньше токенов, требует меньше попыток или избавляет от дорогой ручной доработки. Точка безубыточности проста: один запуск Astra должен заменять более четырёх запусков Sol при одинаковом токенном профиле либо сокращать взвешенное число токенов примерно на 75%, чтобы выиграть по прямым расходам API.

Заявленная стоимость задач приведена в разных бенчмарках, с разными настройками effort и методами подсчёта. Смотрите на неё как на ориентир и перепроверяйте результат на собственных повторах:

Источник / нагрузкаAstraSolВывод
Intelligence Index от Artificial Analysis, max effort62 при $4.00 на задачу, 10.4 мин. (GPT-6 Astra: 57 при $6.24)57 при $1.01 на задачу, 7.9 мин.Sol повторяет результат GPT-6 Astra — 57 баллов — примерно за одну шестую от $6.24 на задачу
FrontierCode 2.0 по данным DataCamp, max effort44.2% при $5.97 на задачу43.8% при $1.29 на задачуРазрыв 0.4 пункта при примерно пятикратной разнице в цене; в этих данных по программированию Astra не оправдывает доплату
Harvey LAB-AA / SecureSWE / Terminal-Bench-Science по данным DataCamp15.0% / 65.7% / 77.1%11.1% / 55.6% / 68.0%Здесь преимущество Astra наиболее заметно; её стоит тестировать для юридических задач, безопасного кода и науки
BenchCAD 2.1 Core по данным DataCamp82.5%73.1%Преимущество в ~9 пунктов — аргумент протестировать Astra в CAD-задачах
Восстановление слайда в тесте DataCamp, один запуск$0.22, 4,968 выходных токенов$0.07, размеры шрифтов совпали точноНа этой шаблонной задаче видимой разницы в качестве нет; по цене победила Sol
Agents' Last Exam в пересказе DataCamp данных OpenAI, Sol High против старой Astra Max—Sol High: 72.0% при $0.69 на задачу против GPT-6 Astra Max: 73.1% при $8.99Примерно на 1 пункт хуже при примерно 1/13 стоимости в этой конфигурации

Пример с корректной математикой: если одна попытка Sol стоит $0.10, а успех достигается в 2 случаях из 3, принятый результат обходится в $0.15. Astra с ценой $0.40 за попытку не сможет выиграть только за счёт более высокой вероятности успеха. Она становится выгоднее, если Sol резко проседает: например, один успех на пять попыток означает $0.50 за принятый результат, тогда как Astra успешно выполняет задачу с первого раза за $0.40. OpenAI сообщает, что на GDPval v2 Astra использует на 22% меньше выходных токенов; такие заявления производителя стоит воспринимать как ориентир.

Для типового программирования и высоконагруженных агентов начинайте с Sol. Astra имеет смысл тестировать для юридических задач, CAD и длинных научных запусков. Переключайте задачу на Astra, только если total spend / accepted tasks с учётом повторов и исправлений оказывается ниже.

Стабильный префикс — ключ к экономии на кэше

Изменение инструкций, инструментов, схем или предыдущего ответа в середине диалога может сбросить кэш и заставить GPT-6.2 заново выполнять рассуждения.

Чтобы сохранить кэширование префикса (заметки GenAI Brief по интеграции, документация OpenAI по моделям):

  • Добавляйте новое developer-сообщение или configuration_update, а не переписывайте первые сообщения.
  • Подключайте инструменты через additional_tools либо управляйте ими с помощью tool_choice / allowed_tools, вместо того чтобы менять список инструментов посреди треда.
  • Сокращайте старые результаты вызовов инструментов и уменьшайте изображения до первой отправки.
  • До перевода трафика в продакшен проверяйте Prompt Cache Diagnostics и input_transformations в Responses API — в частности, prefix_mismatch.

Чек-лист миграции на Astra и Sol

Рекомендации ниже основаны на гайде EpiFive по миграции и правилах интеграции GenAI Brief, сверенных с сравнением моделей OpenAI:

  1. Замените значение model на gpt-6.2-astra или gpt-6.2-sol.
  2. Начните с reasoning.effort: medium в Responses либо reasoning_effort: medium в Chat Completions. Значение none будет отклонено; для коротких вызовов с низкой задержкой используйте low.
  3. Удалите из запросов temperature, top_p и logprobs / top_logprobs. Вызовы инструментов перенесите в Responses API.
  4. При миграции с GPT-5.5 или более ранних моделей замените prompt_cache_retention на prompt_cache_options.ttl: "30m" и учтите расходы на запись в кэш.
  5. При Zero Data Retention параметр store рассматривается как false: повторно отправляйте предыдущие элементы ответа по порядку, включая зашифрованные элементы рассуждений.
  6. Выполните повтор 30 коротких задач для каждой модели, отслеживая pass rate, повторы, выходные токены и стоимость принятого результата. Затем проведите одну длинную агентную сессию со стабильным префиксом и ещё одну с изменением префикса, сравнив cache-hit rate и полную стоимость задачи.