从 GPT-5.6 迁到 Astra
会绊到你的四件事
OpenAI 的官方迁移指南对 gpt-6-astra 列了四条硬约束：去掉 temperature、top_p、top_logprobs（走 Chat Completions 的还要去掉 logprobs）；不支持 none 推理档，原来用 none 或 minimal 的从 low 起步；工具调用必须走 Responses 端点；以及 128,000 的输出上限里包含推理 token。这四条里第三条最容易让人以为是自己代码坏了。
更新于 2026-09-09
四条硬约束
必须去掉
temperature、top_p、top_logprobs；用 Chat Completions 的还要去掉 logprobs。官方迁移指南原文。
推理档只有五级
low / medium / high / xhigh / max。原来用 none 或 minimal 的，官方建议从 low 起步再对比效果。
工具调用的唯一端点
官方原文：Astra 支持 Chat Completions，但工具调用需要 Responses。能聊天，调不了工具。
输出上限含推理 token
推理消耗算在输出里，所以按可见回复长度设 max_tokens 会提前截断。
最容易被误判成 bug 的那一条
很多迁移问题看起来像自己的代码坏了：同一段 function calling 代码在 GPT-5.6 上好好的，换成 gpt-6-astra 之后工具就是不被调用，也不报明显的错。官方迁移指南对此写得很直接——Astra 支持 Chat Completions，但工具调用需要 Responses 端点。换句话说，Chat Completions 上它能正常对话，只是不会调工具。先确认端点，再去查自己的 schema。
采样参数为什么必须删掉
官方迁移指南要求移除 temperature、top_p 和 top_logprobs，使用 Chat Completions 的还要移除 logprobs。这类参数在很多团队的封装层里是默认带上的，迁移时最省事的做法是在出站前按模型名过滤，而不是逐处调用点改。顺带提醒：如果你的封装层把 reasoning effort 默认设成 none 或 minimal，也要一并处理，Astra 没有这一档。
时间线
GPT-6 Astra 发布，API 模型 id 为 gpt-6-astra。上下文 1,050,000，最大输入 922,000，最大输出 128,000，知识截止 2026-04-30。
官方迁移指南同期给出：删采样参数、无 none 档、工具调用走 Responses。支持的端点是 Chat Completions、Responses 与 Batch。
本页按官方模型文档与迁移指南逐条核对，未采用任何二手转述的参数说明。
官方写了的 vs 官方没写的
✅ 官方迁移指南原文
移除 temperature、top_p、top_logprobs（Chat Completions 另加 logprobs）；不支持 none，原用 none/minimal 的从 low 起步并对比；Astra 支持 Chat Completions，但工具调用需要 Responses；推理档为 low / medium / high / xhigh / max；支持端点为 Chat Completions、Responses、Batch；上下文 1,050,000、最大输入 922,000、最大输出 128,000。
⚠️ 官方文档里没有的
参数量、SWE-bench Verified 成绩、以及长上下文（输入超过 272,000）究竟是整单换价还是只算超出部分，这三项官方都没有给。第三条尤其影响长上下文任务的账单，建议先用小额请求实测再放量。网上关于这三项的具体数字都不是官方口径，本页不采用。
两种迁移路径
封装层统一过滤
在出站前按模型名删掉不支持的参数、把 none/minimal 映射成 low。改一处，全部调用点受益，回滚也只改一处。适合调用点分散的项目。
逐调用点改
精确但慢，且容易漏掉封装层默认值。只在调用点很少、或不同调用点确实需要不同处理时才划算。
建议的迁移顺序
先把工具调用的那条路切到 Responses 端点并跑通，因为它是唯一会「静默不生效」的一条。然后在封装层统一删掉四个采样参数，并把 reasoning effort 的 none/minimal 映射成 low。接着按新的输出口径复核 max_tokens——128,000 里含推理 token。最后用同一批真实请求在 gpt-5.6-sol 与 gpt-6-astra 上各跑一遍，看质量与成本差再决定切多少。
在 QCode 上
gpt-6-astra 已在 QCode 的模型表里，最近 30 天有真实调用记录。它与 GPT-5.6 三档、Claude、Gemini 共用同一把 key 与同一份配额，所以迁移对照特别好做：同一个端点、同一把 key，换 model 字段就能把同一批请求在新旧模型上各跑一遍，成本与质量差当天可见。
常见问题
为什么我的 function calling 在 Astra 上不生效？
最常见的原因是端点。官方迁移指南写明：Astra 支持 Chat Completions，但工具调用需要 Responses。在 Chat Completions 上它能正常对话，只是不会调工具。先把这条路切到 Responses 再排查 schema。
必须删哪些参数？
temperature、top_p、top_logprobs；如果你走 Chat Completions，还要删 logprobs。官方迁移指南列的就是这四个。
我原来用 reasoning effort = none，现在怎么办？
Astra 不支持 none。官方建议原来用 none 或 minimal 的从 low 起步，再对比效果。注意推理 token 计入输出，档位越高输出侧成本越高。
max_tokens 该怎么设？
注意 128,000 的输出上限里包含推理 token。如果你按可见回复的长度设上限，模型可能在推理阶段就把额度用掉、导致提前截断。迁移时把这个上限按新口径复核一遍。
上下文能放多少？
官方模型文档给的是上下文窗口 1,050,000，最大输入 922,000，最大输出 128,000。注意输入超过 272,000 时 API 会换到更贵的一档，而官方没写清那是整单换价还是只算超出部分。
怎么低风险地切？
在 QCode 上把同一批真实请求分别打到 gpt-5.6-sol 和 gpt-6-astra —— 同一把 key、同一份配额、只改 model 字段。先看质量差是否值得成本差，再决定按任务分流还是全量切。
信息来源
OpenAI 官方迁移指南（采样参数、推理档、工具调用端点）与官方模型文档（上下文、输出上限、支持端点、知识截止），均抓取于 2026-09-09。官方未给出的项目在本页明确标为未公布，不以第三方数字填充。QCode 侧调用量来自本站 30 天用量统计。
相关阅读
GPT-6 Astra 完整指南
规格、定价，以及官方仍未公布的四件事。
Astra 额度消耗实录
官方 credits 表：恰好是 GPT-5.6 Sol 的 2.5 倍。
在 Codex 里启用 GPT-5.6
上一代的启用与切换方式，迁移时可作对照。
本页所有约束均来自 OpenAI 官方迁移指南与模型文档，抓取于 2026-09-09；官方随时可能更新，请以官方页面为准。官方未公布的项目本页不填充第三方数字。