GPT-6 Astra の消費が
速い理由
OpenAI 公式の credits 表では、Astra は 100 万トークンあたり 250（入力）/ 25（キャッシュ読み）/ 1,250（出力）credits。GPT-5.6 Sol は 100 / 10 / 500 で、三項目とも正確に 2.5 倍です。つまり同じ作業量なら Astra では Sol の約 40% しか進みません。本ページでは公式の数値、プラン別のメッセージ上限、そしてタスクごとの振り分け方をまとめます。
更新日 2026-09-09
どれだけ走れるかを決める 4 つの数字
Sol に対する消費比
入力 250 対 100、キャッシュ読み 25 対 10、出力 1,250 対 500 credits/1M。三つの比が完全に一致しており、推計ではありません。
Plus の 5 時間あたりメッセージ数
同じ公式表で Sol は 10–100、Terra 25–200、Luna 250–2,000。Astra はちょうど Sol の半分です。
最大出力（推論トークン込み）
推論トークンは出力に計上され、出力の単価は入力の 5 倍。見えている返答だけで見積もると大きく外します。
長文課金に切り替わる入力量
これを超えると API は $20 / $2 / $25 / $75 の区分へ。リクエスト全体が再計算されるのか超過分だけかは、公式料金ページに記載がありません。
不具合ではなく、定価どおり
Astra に切り替えて最初に思うのは「クォータが壊れた？」ですが、公式 credits 表で見るとそうではありません。Astra の三つの単価はきれいに Sol の 2.5 倍です。同じサブスクリプション枠の中で、Astra が処理できる量は Sol の約 40%。長時間エージェントを回すワークフローでは 5 時間枠が明らかに早く底をつきますが、これは設計どおりであって障害ではありません。
公式のプラン別上限
OpenAI の料金ドキュメントは「5 時間あたりのローカルメッセージ数」を区間で示しています。Astra は Plus と Business で 5–45 件、Pro 5x で 25–225 件、Pro 20x で 100–900 件。同じ表で Sol は 10–100 / 50–500 / 200–2,000、Luna は 250–2,000 / 1,250–10,000 / 5,000–40,000 です。区間が広いのは、1 件あたりの消費がコンテキスト長と推論量に左右されるためです。
経緯
GPT-6 Astra リリース。API のモデル id は gpt-6-astra。同日公開のシステムカードには、Preparedness Framework でサイバーセキュリティ能力が Critical に達した初のモデルと明記されています。
Astra が Codex に登場。公式の発表記事では、当日はまず限られた組織へ、その後数日で Plus / Pro / Business / Enterprise と OpenAI API・Azure・AWS Bedrock へ広がる、と書かれています。
本ページはこの日の公式 credits 表と料金ページで照合しました。Astra 250 / 25 / 1,250 に対し Sol 100 / 10 / 500 で比は 2.5×。API 定価は Astra が 100 万トークンあたり入力 $10、出力 $50 です。
公式のものと、そうでないもの
✅ 公式ドキュメントにあるもの
credits 単価 250 / 25 / 1,250 とプラン別メッセージ区間は OpenAI の料金ドキュメントから。API 定価 $10 / $1 / $12.50 / $50 と、入力 272,000 超で適用される $20 / $2 / $25 / $75 は API 料金ページから。コンテキスト 1,050,000、推論トークンを含む出力上限 128,000、推論レベルは公式モデルドキュメントから。いずれも公式が公開している数値です。
⚠️ コミュニティの観測であり公式値ではない
コミュニティでは さまざまな「実測倍率」が流れています。キャッシュヒット率が非常に高くても 5 時間枠が急速に減る、実際の差は定価以上、といった話です。これらは利用者自身の観測であり、OpenAI が特定の倍数を認めたことはありません。自分の消費を判断するなら、同じ実リクエストを両方の model id で流して請求を見るのが最も確実です。
同じ作業、二つの回し方
すべてを Astra に寄せる
長いコンテキスト、ツール連携、コンピュータ操作では確かに強いものの、同じ枠で処理できる量は Sol の約 40%。難しい仕事が少量、という状況向きです。
タスクで振り分ける
長文と複雑なツールチェーンを Astra に、日常的な修正やテスト作成は安い枠に。多くのチームは総産出が増え、請求も読みやすくなります。
消費を抑えるには
効くのは三つです。まず推論レベルを下げること。Astra は low / medium / high / xhigh / max に対応し、none は非対応なので、none や minimal を使っていたなら low から始めて比較します。次に出力を抑えること。上限 128,000 には推論トークンが含まれ、出力の単価は入力の 5 倍なので、読ませる量より書かせる量を減らすほうが効きます。最後に入力 272,000 の境目に注意すること。超えると API はより高い区分に切り替わります。
QCode では
gpt-6-astra は QCode のモデル表にあり、直近 30 日の実呼び出し実績もあります。GPT-5.6 の 3 ティア、Claude、Gemini と同じキー・同じクォータを共有するため、切り替えは model フィールドの変更だけ。つまり同じ実リクエストを両方の model id で流して、他人のベンチマークに頼らずコスト差を直接見られます。
よくある質問
Astra は Sol よりどれくらい高い？
公式 credits 表で、100 万トークンあたり入力 250 対 100、キャッシュ読み 25 対 10、出力 1,250 対 500 —— 三項目とも 2.5 倍です。同じ枠内で処理できる量は約 40% になります。
なぜ自分の 5 時間枠だけ早く減る？
公式の値は定数ではなく区間です（Plus で 5–45 件）。1 件あたりの消費はコンテキスト長と推論量で決まるため、長文かつ高い推論レベルのセッションは区間の下限側に寄ります。
推論レベルを下げると本当に効く？
効きますが、自分で測ってください。Astra は low / medium / high / xhigh / max に対応し none は非対応です。公式の移行ガイドは、none や minimal を使っていたなら low から始めて比較するよう案内しています。推論トークンは出力に計上され、出力は入力の 5 倍なので、下げると最も高い部分が減ります。
入力 272,000 超はリクエスト全体が再計算される？
料金ページには入力 272,000 超の高い区分がありますが、リクエスト全体を再計算するのか超過分だけかは 書かれていません。長文タスクでは請求額が目に見えて変わるため、小さなリクエストで実測してから広げてください。
全部 Astra に切り替えるべき？
多くのチームには不利です。長いコンテキスト、複雑なツール連携、コンピュータ操作を Astra に、日常的な修正やテスト作成は安い枠に、と振り分けるほうが安全です。QCode では同じキー・同じクォータなので、同じ実リクエストで比較できます。
QCode で gpt-6-astra を呼べる？
呼べます。モデル表にあり、直近 30 日の実呼び出し実績もあります。使い方は他のモデルと同じで、同じエンドポイント・同じキーのまま model を gpt-6-astra にするだけです。価格は公式レートに連動し、実レートはモデルページで確認できます。
情報源
credits 単価とプラン別メッセージ区間：OpenAI 料金ドキュメント。API 定価と長文の境目：OpenAI API 料金ページ。コンテキストと出力上限、推論レベル：OpenAI モデルドキュメント。リリース日と Critical 級：GPT-6 Astra システムカード。すべて 2026-09-09 取得。コミュニティの観測と明記したものは公式値ではありません。
関連記事
GPT-6 Astra 完全ガイド
仕様・料金・4 つの移行制約、そして公式が未公表の情報。
Codex 5 時間制限の説明
枠の数え方、リセットのタイミング、上限に当たったときの対処。
Sol / Terra / Luna の選び方
GPT-5.6 の 3 ティアの位置づけ・価格・適した場面を並べて比較。
本ページの数値は 2026-09-09 に OpenAI 公式の料金ドキュメント・API 料金ページ・モデルドキュメント・システムカードから取得したものです。公式はいつでも変更しうるため、契約前に必ず公式ページをご確認ください。コミュニティの観測と明記した内容は公式値ではなく、性能を保証するものでもありません。