GPT-6 Astra 使用教學最容易教錯的地方，不是按鈕怎麼按，而是四個入口根本不使用同一個名稱、資格與額度。截至 2026 年 9 月 6 日，普通 Chat 裡要找的是「GPT-6 Pro」；Work、Codex 與 API 才直接叫 GPT-6 Astra。Plus 可以逐步取得 Work／Codex 的 Astra，卻不代表 Plus 的一般 Chat 也有 GPT-6 Pro。
這篇不重做模型跑分，也不把分批開放（rollout）猜成人人已開通。我們只處理三件事：先確認你在哪個介面有資格、再看會扣哪本用量帳，最後把既有 API 程式安全搬到 Responses API。若你想先判斷模型能力與 AGI 宣稱，請讀 GPT-6 Astra 跑分與 AGI 落差分析。
讀完後，你應該能在五分鐘內判斷自己該開哪個入口，用同一個小任務確認權限與用量提示；開發者還能把端點、輸入、輸出、工具回傳與失敗處理逐項遷移，而不是等正式流量進來才發現模型名稱、參數或帳單對不上。
本文的判斷公式：Astra 使用路徑 ＝ 交付物 × 入口 × 額度帳本。Chat 要答案、Work 要成品、Codex 要改程式庫、API 要把能力嵌進產品；選錯入口，即使看到同一個模型，也可能用錯權限或付錯帳。
GPT-6 Astra 使用教學先看結論：四個入口不是同一張通行證
OpenAI 在 2026 年 9 月 3 日發布 Astra，但「發布」不等於你的每個入口都已出現。官方目前仍把 Chat、Work、Codex 描述成逐步 rollout，三處甚至可能不同步；API 也仍是逐步開放給有限組織。因此，先看方案只是第一關，帳號 rollout、應用程式（App）／命令列工具（CLI）版本與工作區管理員設定才是第二關。
Plus：有 Work／Codex Astra，不等於 Chat 有 GPT-6 Pro
Plus 是最容易誤判的一列。依 GPT-6 Pro 的 Chat 方案表，一般 Chat 的 rollout 對象是 Pro、Business 與 Enterprise，沒有 Plus；但 Work 與 Codex 說明又明確把 Plus 納入 Astra rollout。結論是：Plus 使用者應到 Work 或 Codex 找 Astra，不要把 Chat 裡找不到模型誤判為帳號完全沒資格。
Pro、Business、Enterprise：先辨認方案層級與管理員開關
Pro $100 的 Chat 額度是每週 50 則，與 GPT-5.6 Sol Pro 共用；Pro $200 的 Astra 是每週 200 則，另有 GPT-5.6 Sol Pro 每日 170 則，但兩者合計仍以每日 200 則為上限。Business Standard 是每月 15 則共用額度，Business Premium 是每週 50 則共用額度；Enterprise 沒有一個可套用所有公司的固定數字，還要看合約、費率表（rate card）與工作區權限。這些都是 Chat 的 Pro 模型帳，不是 Work／Codex 帳。
Enterprise 在首波開放還多一層：依 官方工作區模型說明，組織必須先取得 Daybreak 早期資格，管理員才能為 Chat、Work、Codex 開啟 Astra；發布後前兩週預設關閉。這是 2026 年 9 月 6 日的 rollout 狀態，不應改寫成 Enterprise 買了就自動出現。
Work 與 Codex 則共用另一套代理任務用量（agentic allowance）。Plus 與 Business Standard 有有限 Astra 用量；Pro $100、Pro $200 與 Business Premium 可動用原本的 Work／Codex 額度。官方的 Work／Codex 用量估算以五小時視窗呈現，例如 Plus 約 5–45 則本機訊息、Pro 5× 約 25–225 則、Pro 20× 約 100–900 則；這不是保證的固定訊息數，任務長度、上下文、工具、推理強度與本機／雲端執行都會改變消耗，另可能有週上限。
先看交付物：Chat、Work、Codex、API 各自怎麼用 Astra
照著這份 GPT-6 Astra 使用教學，你可以用同一個小任務驗收四條路：「讀取銷售 CSV，找出月減超過 10% 的品項，說明原因並產出下週行動。」以下步驟依官方產品邊界設計，請觀察能否選到模型、拿到哪種交付物，以及介面顯示哪份額度。若你要的是一般 Chat／Work／Codex 完整分工與資料夾權限設定，請改看 ChatGPT Work 新手教學。
路線一：Chat 的 GPT-6 Pro，適合先拿到答案
- 開啟 ChatGPT，確認模型選單出現 GPT-6 Pro，不是尋找「Astra」文字。
- 上傳 CSV，貼上：「列出月減超過 10% 的品項；每個結論要引用欄位與數字；資料不足就列待查項。」
- 在送出前看介面顯示的 Pro 模型額度；完成後把答案另存，而不是期待 Chat 自動產出一套可持續維護的工作成品。
Chat 的優點是快，適合問答、搜尋與腦力激盪。看不到 GPT-6 Pro 時，依序檢查方案是否符合、rollout 是否到帳、Enterprise 管理員是否開放；買 Work／Codex credits 不會讓 Chat rollout 加速。
路線二：Work 的 GPT-6 Astra，適合交一份成品
- 在 ChatGPT Web／行動版切到 Work；桌面版可從 Chat／Work 切換。先更新到最新版。
- 附上 CSV，指定交付規格：「產出一頁主管摘要、一張品項變化表，以及三項下週行動；所有計算附來源欄位。」
- 驗收輸出是否真的是文件、試算表、簡報、報告或 Site，而不只是一段回答；再看 Work／Codex 共用額度的消耗提示。
Work 桌面版在你授權後可讀本機檔案，但「本機檔案」不代表內容完全不離開裝置。官方說明指出訊息與任務上下文可能儲存在雲端；請只開必要資料夾、先移除個資，並遵守公司工作區政策。
路線三：Codex 的 GPT-6 Astra，適合修改程式庫（Repo）
- 桌面 App 更新到最新版；CLI 至少要 0.153.0。用 ChatGPT 登入會扣方案內 Work／Codex 共用額度，用 API key 則走 API 帳單。
- 在測試分支下指令：「新增腳本讀取 sales.csv，輸出月減超過 10% 的品項與原因；加測試，不要改原始 CSV。」
- 驗收修改差異（diff）、測試結果、執行指令與失敗回復，而不是只讀聊天摘要。完整的額度稽核方式可接著看 Codex 用量上限稽核教學。
路線四：API 的 gpt-6-astra，適合做成產品功能
截至 2026 年 9 月 6 日，官方模型頁面只列出 gpt-6-astra，沒有列出 gpt-6-astra-pro 或 gpt-6-astra-latest。ChatGPT 訂閱不抵 API 帳單，API 免費層級也不支援此模型；模型頁面已上線，也不代表你的組織已拿到 rollout。
給開發者的 GPT-6 Astra API 遷移：從最小範例開始
如果你是開發者，這份 GPT-6 Astra 使用教學不能只停在純文字。純文字仍可使用 Chat Completions，但 Astra 的工具／函式呼叫（tool／function calling）必須走 Responses API。先升級 OpenAI Python 開發套件（SDK）、設定環境變數 OPENAI_API_KEY，再以官方建議的低推理強度做最小冒煙測試（smoke test）：
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
input=(
"找出這份銷售摘要中月減超過 10% 的品項；"
"若沒有原始數字，就列出缺少的欄位。"
),
store=False,
)
print(response.output_text)收到文字後，再遷移工具。Responses 會在 response.output 產生零個、一個或多個 function_call 項目；你的程式驗證參數結構（schema）並執行函式後，要把每個原始 call_id 與結果包成 function_call_output。不要把工具結構當成模型已真的查過資料庫；自訂函式仍由你的應用程式執行。下面採 store=False，並手動把完整的帶類型輸出項目（typed output）帶到下一輪：
import json
from openai import OpenAI
client = OpenAI()
def run_sales_lookup(arguments):
# 教學用固定資料；正式環境改成經授權的資料庫查詢
sample = {
"咖啡豆": {"上月": 1000, "本月": 880}
}
return sample.get(arguments["item"], {"error": "查無品項"})
tools = [{
"type": "function",
"name": "lookup_sales",
"description": "查詢指定品項的月銷售額",
"parameters": {
"type": "object",
"properties": {
"item": {"type": "string"}
},
"required": ["item"],
"additionalProperties": False,
},
"strict": True,
}]
input_items = [{
"role": "user",
"content": "請用工具查詢咖啡豆月銷售額，再說明變化。",
}]
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
include=["reasoning.encrypted_content"],
tools=tools,
input=input_items,
store=False,
)
input_items.extend(response.output)
tool_calls = [
item for item in response.output
if item.type == "function_call"
]
tool_outputs = []
for call in tool_calls:
arguments = json.loads(call.arguments)
result = run_sales_lookup(arguments) # 自行實作並驗證
tool_outputs.append({
"type": "function_call_output",
"call_id": call.call_id,
"output": json.dumps(result, ensure_ascii=False),
})
if tool_outputs:
input_items.extend(tool_outputs)
follow_up = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
include=["reasoning.encrypted_content"],
tools=tools,
input=input_items,
store=False,
)
print(follow_up.output_text)
else:
print(response.output_text)最後清掉相容性地雷。reasoning.effort 支援 low、medium、high、xhigh、max；Astra 不支援 none，舊程式的 none／minimal 可先改 low。移除 temperature、top_p、top_logprobs；Chat Completions 也要移除 logprobs，Responses 不要要求 message output-text logprobs。這些限制都列在 最新模型指南與 Responses 遷移指南。
遷移時其實有四份合約要換
- 輸入合約：
messages改成input，穩定的系統指示可放instructions；若以previous_response_id接續，上一輪最上層的 instructions 不會自動帶入，下一輪仍要重送。 - 輸出合約：SDK 的
response.output_text是方便函式，不是原始 HTTP 回應的固定欄位。需要工具、推理或多型輸出時，應遍歷帶類型的response.output，不能假設第一個項目一定是訊息。 - 狀態合約：Responses 預設可儲存；不需要伺服器端狀態時明確設
store=False。使用previous_response_id並不會讓歷史輸入免費，舊上下文仍會計入用量；零資料保留（Zero Data Retention，ZDR）會強制store=False，此時要請 API 回傳reasoning.encrypted_content，並在下一輪重送完整輸出項目。 - 失敗合約：
max_output_tokens同時容納推理 token 與可見答案；耗盡時可能回status="incomplete"，不一定丟出程式例外。超過上下文上限且自動截斷保持關閉，則會回 400；產品必須分開處理。
這也是為什麼正式上線不能只看「有沒有文字」。驗收至少要讀狀態、未完成原因、帶類型輸出與用量明細；若有工具，還要限制迴圈次數、允許的函式名稱與參數範圍。模型可能連續要求多輪工具，也可能完全不呼叫工具，應用程式兩條分支都要能安全結束。
可重跑的 API 遷移 checklist
- 先用一個純文字指令確認組織真有
gpt-6-astra權限；不要一開始就把 401／403／404 都怪給程式。 - 固定同一組輸入，記錄狀態碼、回應 ID、輸入／快取／輸出 token 與延遲。
- 把舊參數逐個移除，推理強度先用 low；每改一項就重跑，不要一次改完整個 SDK 包裝層。
- 只加入一個唯讀工具，驗證參數結構、call ID、工具回傳與第二次回應。
- 再測超時、工具錯誤、空結果、速率上限、無權限與成本上限；每種失敗都要有回退方案（fallback）。
- 以少量影子流量（shadow traffic）或功能開關（feature flag）上線，確認品質與帳單後才放大；保留舊模型回退路徑。
用量、成本與隱私：先分清楚三本帳
API 成本：20K 輸入＋2K 輸出約 0.30 美元
Astra 標準 API 價格是每百萬 token：輸入 US$10、快取輸入 US$1、快取寫入 US$12.50、輸出 US$50。以 20,000 輸入 token 加 2,000 輸出 token 為例，沒有快取與額外工具費時是 20,000 ÷ 1,000,000 × 10 + 2,000 ÷ 1,000,000 × 50 = US$0.30。當單次輸入超過 272K token，整個請求會套用較高長上下文費率；Fast API 又是標準價 2 倍，不能和 Work／Codex Fast 的 credit 倍率混算。
隱私不是看入口名稱，而是看資料路徑
最低風險做法是先刪除姓名、信箱、客戶 ID 與金鑰，只給完成任務必要的欄位；Work／Codex 只授權窄資料夾，API 則在送出前做伺服器端遮罩。OpenAI 表示符合資格的 API 客戶可支援 Zero Data Retention，但「可支援」不等於所有帳戶自動開啟，應以 organization 的資料控制設定與合約為準。若任一入口缺少權限，就先以較低 effort、較小批次或既有模型完成，不要為了追新模型繞過公司政策。
看不到 GPT-6 Astra 時，照這個順序排除
- 先核對名稱：Chat 找 GPT-6 Pro；Work／Codex 找 GPT-6 Astra；API 用
gpt-6-astra。 - 再核對資格：Plus 目前未列入 Chat 的 GPT-6 Pro rollout；API 免費層級不支援；Enterprise 首波還要有 Daybreak 資格、管理員開關與合約權限。
- 更新客戶端：Work／Codex 桌面版用最新版，Codex CLI 至少 0.153.0。
- 接受 rollout 不同步：同一帳號可能先在 Work 出現、Codex 還沒出現；加購 credits 不會改變 rollout 順序。
- 看真正錯誤：API 保留 HTTP 狀態碼、
error.code與請求／回應 ID；400 優先查參數，401 查金鑰，403 查存取權限與地區支援。429 還可能代表 credits 或組織額度耗盡，只有真正的 rate-limit／slow-down 類錯誤才做有限次退避重試。 - 執行回退：縮小上下文、降低推理強度、拆批次，再退回既有模型；不要讓新模型成為產品的單點故障。
如果你在 Linux 上找不到官方桌面入口，先確認產品是否真的支援該平台，再參考 ChatGPT Linux 桌面版替代方案；若主要需求是程式開發，也可比較 Claude Code 與 Codex 的工作流差異，不必把所有任務都硬塞進 Astra。
GPT-6 Astra 使用教學常見問題
1. ChatGPT Plus 可以用 GPT-6 Astra 嗎？
可以，但目前是 Work 與 Codex 的有限 Astra 用量。Plus 不在一般 Chat 的 GPT-6 Pro 方案表裡；若只在 Chat 模型選單找 Astra，會得到錯誤結論。
2. 為什麼我的方案符合，介面還是沒有模型？
可能是 rollout 尚未到該入口。接著檢查桌面 App／CLI 版本與工作區管理員設定；Chat、Work、Codex 可能不同步，不能只靠方案名稱判定原因。
3. GPT-6 Pro 和 GPT-6 Astra 是不同模型嗎？
在這次產品命名裡，Chat 的 GPT-6 Pro 是由 GPT-6 Astra 驅動。它是 Chat 的顯示名稱；Work、Codex 與 API 則直接使用 Astra 名稱，額度與入口仍各自計算。
4. ChatGPT 訂閱包含 GPT-6 Astra API 用量嗎？
不包含。API 是獨立帳單與速率上限；Codex 若以 API key 登入也走 API 計費，不會扣 ChatGPT 方案額度。
5. 舊的 Chat Completions 程式可以不改嗎？
只有純文字情境可暫時保留。只要需要 tool／function calling，就必須遷移 Responses API；仍要移除 Astra 不支援的參數。
6. reasoning effort 一開始該選哪個？
先從 low 建立品質、延遲與成本基線。只有驗收不過才逐級提高；Astra 不支援 none，因此不要沿用舊設定。
7. Work 與 Codex 是各自一份額度嗎？
不是，它們共用一套代理任務額度。而 Chat 的 GPT-6 Pro 訊息額度與 API token 帳單又是另外兩本帳。
8. 敏感檔案放 Work 就等於不會上雲嗎？
不等於。本機授權描述的是檔案來源，不是零雲端傳輸保證；先最小化資料與權限，再依公司政策、工作區設定或 API 的零資料保留資格決定入口。
最後記住 5 件事
- Chat 裡找 GPT-6 Pro；Work、Codex、API 才找 Astra。
- Plus 可逐步取得 Work／Codex Astra，但不等於 Plus Chat 有 GPT-6 Pro。
- Chat、Work＋Codex、API 是三本不同的用量帳。
- Astra 工具呼叫要遷移 Responses API，不能只替換模型字串。
- 先用 low 推理強度、小輸入與回退方案建立基線，再決定是否放大用量。
接著閱讀
左右滑動查看更多推薦
這份 GPT-6 Astra 使用教學最想留下的習慣，不是先追最高 effort，而是先把「名稱、資格、額度帳本」對齊，再用一個小任務驗收入口。完成這一步後，你才知道自己遇到的是 rollout、權限、程式相容性，還是真的需要更多用量。想建立更完整的 AI 工作流，可以從 AlphaLab AI 專區或 免費線上課程繼續學。