- 1M 上下文
- 多模态
- 推理
- Responses API
GPT-6 Astra · QuickSilver Pro
GPT-6 Astra 是 OpenAI 的 GPT-6 旗舰,面向要求严苛的端到端工作 —— 长程 agent 式编码、深度研究、科学分析和文档撰写 —— 拥有 1M token 的上下文、128K 最大输出,并支持图像输入。QuickSilver Pro 的收费是每百万 token 输入 $10.00 / 输出 $50.00 —— 即 OpenAI 公布的刊例价,QSP 不加价 —— 与目录中其他模型共用同一把 key 和同一份余额。
- 1M 上下文
- 最大输出 128K
- 视觉
- 工具调用
- 推理 · 默认开启
- 流式输出
- JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$10.00 / $50.00
提示超过 200K token 时:$20.00 / $75.00
与官方价相同
与 OpenAI 刊例价 价格相同
价格对比($/1M token)
条形长度 = 相对官方价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $10.00 | $50.00 | — |
| OpenAI 刊例价(OpenAI API) | $10.00 | $50.00 | 相同 |
OpenAI 价格来源: openai.com/api/pricing
概览
- 上下文
- 1M token
- 输入 / 1M
- $10.00
- 输出 / 1M
- $50.00
- 默认思考
- 是
- 最大输出
- 128K
- 延迟 · 实时
- —
- AA 智能指数
- 55
OpenAI 的旗舰,面向长程 agent 式编码、深度研究和文档工作,拥有 1M token 的上下文并支持图像输入。
什么时候该选 GPT-6 Astra?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
当难点在于任务本身时,使用 GPT-6 Astra:在大型代码库上持续数小时的 agent 运行、需要阅读并整合大量资料的研究、科学与定量分析,以及长篇结构化文档。它可在 1M token 的上下文中接受文本、图像和文件,支持工具调用、JSON Schema 输出,以及 Chat Completions 和 Responses 两种接口;推理在该模型上始终开启,可通过 reasoning_effort 按请求调节。
- 长文档和代码库,最多 1M token 上下文
- 需要调用工具并输出严格 JSON Schema 的 Agent
- 包含图片的提示
- 多步推理,默认开启
何时该选其他模型
对于日常对话、抽取和大批量自动化, 和 GPT-5.6 Luna 只需极低的价格就能胜任,而 GPT-5.6 Sol 仍是前沿工作的高性价比之选,价格为 $1.60 / $8.00。提示词超过 200,000 token 的请求按 OpenAI 的长上下文费率计费 —— 每百万 token 输入 $20、输出 $75、缓存输入 $2 —— 所以在不需要完整窗口时,请使用检索或提示词压缩。
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gpt-6-astra",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "gpt-6-astra",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gpt-6-astra",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 1M token。提示超过 200K token 时,请求按每 1M 输入 $20.00 / 输出 $75.00 计费。
max_tokens- 最多 128K 个输出 token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 支持
- JSON Schema: 支持
- 推理: 支持
价格从何而来
- 服务商参考价
- $10.00 / $50.00openai.com/api/pricing
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $1.00 · 5 分钟写入 $12.50
- 长上下文价格档
- 超过 200K:$20.00 / $75.00
usage.cost = prompt_tokens × $10.00/1M + completion_tokens × $50.00/1M
常见问题
常见问题
对于提示词不超过 200,000 token 的请求,价格为每百万输入 token $10.00、每百万输出 token $50.00、每百万缓存输入 token $1、每百万缓存写入 token $12.50 —— 即 OpenAI 公布的刊例价,不加价。提示词超过 200,000 token 时,整个请求按每百万 token 输入 $20、输出 $75、缓存输入 $2 计费。推理 token 按输出 token 计费。
推理始终开启 —— 在这个 endpoint 上推理是强制的,无法关闭(试图关闭推理的请求会被上游拒绝)。遇到简单的提示词时它的推理很轻:在我们的测试中,一个一句话的问题只用了十来个推理 token。可以用 reasoning_effort(low、medium、high、xhigh)在深度与延迟、成本之间取舍。推理 token 按输出 token 计费,并会先于可见回答从你的 max_tokens 预算中扣除,所以遇到难题时 max_tokens 要设得宽裕一些。
支持。它接受文本、图像和文件输入,并在 1M token 的上下文中支持流式输出、函数调用和 JSON Schema 结构化输出,/v1/chat/completions 和 /v1/responses 均可使用。
设置 base_url=https://api.quicksilverpro.io/v1,使用你的 QSP API key,并设置 model="gpt-6-astra"。现有 OpenAI 代码的其余部分保持不变,响应中的 usage.cost 会告诉你这次调用收了多少费用。
GPT-6 Astra 是 OpenAI GPT-6 旗舰,定位于最长程的 agent 和研究工作;GPT-5.6 Sol 是上一代旗舰,仍在 QuickSilver Pro 上提供,价格为 $1.60 / $8.00,比其刊例价低 20%。两者共享 1M token 的上下文和同样的 OpenAI 兼容接口,所以在两者之间切换只需改一行模型名。