發布頁把 GPT-6 Astra 寫成「最會寫程式的模型」。帳單頁是另一套數字：單價比上一代貴 2.5 倍，思考檔從 low 排到 max。真正卡住團隊的，往往不是「榜上高幾分」，而是同一條 ticket：牆鐘多久、吐多少 Token、月底多少錢，以及能不能一次交出讓人敢合併的 diff。
產品殼常見落在 Codex。殼怎麼拆，見 Claude Code、Codex 與 Gemini 3.8 Flash 對比；錢怎麼疊，見 AI Coding Agent 每月到底要花多少錢。和 Fable 頭對頭做同一專案，見 GPT-6 Astra vs Claude Fable 5.1：誰真的更會寫程式。下面只拆 Astra 自己的四件事：速度、Token、成本、完成率。
公開完成率到底量的是什麼
2026 年 9 月，OpenAI 發布頁給出的軟體工程數字（知識截止 2026-04-30）大致是：
| 評測 | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 |
|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% |
| 內部資料庫遷移任務 | 63.9% | 42.7% | 57.8% |
| AA Coding Agent Index | 67.0 | 65.1 | — |
獨立評測 Artificial Analysis 在 Codex 裡給 Astra 打 62，與 Claude Code 裡的 Fable 5.1 持平。數字能對上，口徑卻不一樣：官方表、第三方 harness、你倉庫裡的「測綠 + 評審敢合併」，三套完成率。
牆鐘速度和思考檔位怎麼讀
Astra 的 reasoning.effort 是 low / medium / high / xhigh / max。檔位越高，越愛多跑幾輪、用瀏覽器覆核、用執行代替盲目 apply-patch——牆鐘和 Token 一起漲。
發布頁另外兩組牆鐘數字：
- Codex harness 更新後，Mind2Web 上相對 GPT-5.6 Sol 大約 1.9× 更快做完。
- OSWorld 2.0：Astra 約 72.6% / 40 分鐘，Sol 約 65.7% / 75 分鐘（少大約 47% 時間）。
- API Fast 模式：標準價的約 2 倍速度，也按約 2 倍計費。
同一倉庫、同一條「非同步 CSV 匯出」ticket 上，Astra 更常先把佇列、重試和 CI 打綠；空白態、載入回饋往往要第二輪。牆鐘好看，不等於評審一次過。
Token 用量和單價為什麼會擰著
標價從 Sol 的 $4 / $20 提到 $10 / $50（每百萬輸入 / 輸出），大約 2.5 倍。快取讀 $1，快取寫 $12.50。貴在單價，省在「同樣任務少說話」。
Artificial Analysis 在 Codex、max 檔上的量級：Astra 每次任務大約只用 Sol 的 三分之一 Token；單任務成本大約 $7.09，比同檔 Fable 5.1 便宜約四成，卻只比 Sol max 貴約 15%，分數更高。Intelligence Index 上，Astra max 大約 27k 輸出 Token，Fable 一側常見到 78k。
讀法就一條：不要只比單價。 短任務、執行密，Token 效率能把 2.5× 標價吃回去；會話反覆讀同一大倉、再觸發長上下文加價，帳單會反過來。
單次任務帳單裡還藏著什麼
| 計費項 | 公開標價量級 | 什麼時候會翻倍 |
|---|---|---|
| 輸入 / 輸出 | $10 / $50 | Fast 模式整單約 ×2 |
| 快取讀 / 寫 | $1 / $12.50 | 輸入超過 272K，整單按長上下文（輸入與快取約 ×2，輸出約 ×1.5） |
| 訂閱席位 | 含在 ChatGPT 檔裡 | 打滿視窗再買積分；API 無帽除非自己設 |
Plus / Pro 訂閱裡通常已包含 Astra 額度，不等於無限 max。一次中等 Agent 回合若把倉庫、日誌、失敗軌跡全塞進視窗，先撞的是 272K 加價，不是 $10 那一行。機器一睡，Prompt Cache 過期，下一句「繼續」按全量輸入——這是最冤的重熱身。月帳單怎麼疊四本帳，仍看成本文。
真實倉庫裡，完成率會掉在哪
把「真實專案完成率」寫成三列，比追一張總榜清楚：
- 評測完成：Terminal-Bench 相對 Sol 跳了一大截；DeepSWE 只高 1.4 分——短程補丁兩邊本來就接近。
- 示範完成：佇列、鑑權、失敗重試，Astra 常更早舉手。
- 合併完成：空狀態、停用態、跨模組風險說明，仍常要人補一句或再開一輪。
掉點最常見的三處：評審盯介面；第二輪要動共享查詢或快取鍵，卻沒寫死「先唯讀、再最小 diff」；為了省 Token 截斷上下文，反而漏約束。第三方也有 low 檔在約半小時、約十一美元量級做完中等遷移的公開案例——那是「能跑通」，不是「不用看就合併」。
日常該怎麼設檔、設帽
- 預設 medium 或 high。 max 留給跨模組重構；low 適合探路和產生重現腳本。
- Fast 不要當過夜預設。 趕示範可以，長重構會把單價再乘一次。
- 能壓在 272K 以下就壓。
/clear換 ticket，比/compact硬壓一整段失敗日誌更便宜。 - 機器保持醒著。 合蓋一小時，快取作廢，下一輪按全量輸入。
- 驗收寫三列。 只看測綠，完成率會被榜單帶高。
# 同一條 ticket 記三列
牆鐘分鐘 | 輸入 / 輸出 / 快取 Token | 能不能直接進評審
測速度和 Token，機器別先掉鏈子
Astra 的牆鐘和快取帳單，最怕中途合蓋：會話斷、沙箱清、Prompt Cache 過期，下一輪按全量輸入，272K 加價也會被無辜觸發。Mac mini 待機大約 4W，適合讓 Codex 按你的思考檔跑完，而不是跟著筆電休眠重啟。
Apple Silicon 統一記憶體方便索引中等倉庫和並行跑測試；macOS 自帶 Unix、Homebrew、Docker 與 SSH，終端 Agent 少一層 WSL。和同價位 Windows 主機比，崩潰少、無人值守更穩，Gatekeeper 與 SIP 也更適合長時間掛 Agent。
若你準備認真記牆鐘和 Token，先保證機器同規格、不合蓋——立即了解套餐方案，把差異留在模型和檔位上，而不是留在休眠和重熱身上。