- 相对 Standard 速度
- 约 8 倍
- 1–3 档每分钟 token
- 500,000
- 4 档每分钟 token
- 1,000,000
- 5 档每分钟 token
- 5,000,000
OpenAI 要求每次创建响应时把模型名设为 gpt-6-astra，并把服务档参数 service_tier 设为 ultrafast。工具调用很密的智能体更适合维持一条 WebSocket；HTTP 也能走，只是每次新建连接的开销会吃掉一部分时延收益。具体参数见 OpenAI API 文档。
文档称这一档是 API 里最快的服务档，相对 Standard 的速度最高约 8 倍，GPT-6 Astra 已经向全部 API 用户开放。默认令牌限额按用量档分开：1 至 3 档每分钟 500,000 token，4 档 1,000,000，5 档 5,000,000。组织若有对接的客户团队，可以申请更高限额，也可以申请 GPT-5.6 Sol 的预览权限。
- 1–3 档500,000
- 4 档1,000,000
- 5 档5,000,000
数据来源：OpenAI API 文档
数据驻留只覆盖美国，处理范围只有全球处理；欧盟以及其他非美区域的处理端点都不支持。英伟达在 2026 年 10 月 1 日表示，这一档运行在 Blackwell GPU 上，相对 Astra 的 Standard 模式，token 生成最高大约是 8 倍。同一天的说明还提到，API 已经可以调用，合格的 ChatGPT Work 与 Codex 用户也能用。
OpenAI 推理负责人 Philippe Tillet 说，Astra 能把对 Blackwell 与 Rubin 的编程能力变成高性能内核。Ultrafast 让智能体在编写代码、调用工具和处理复杂任务时更快拿到回复。负责计算的首席技术官 Uday Ruddarraju 说，团队用内部模型优化了英伟达 GPU 上的推理，英伟达平台的可编程性帮助做出了这档加速。两句均出自英伟达 2026 年 10 月 1 日的博客。
AWS 在 2026 年 9 月 30 日宣布，Amazon Bedrock 已能调用 GPT-6 Astra 的 Ultrafast 模式。公告引用 OpenAI 的说法，称 API 上这一档推理最高约快 6 倍，速度最高约每秒 300 token。
速度档把同一个模型拆成不同时延，采购要比的是整条链路，而不是榜单上的一个倍数。欧盟和其他非美区域端点用不了这一档，必须把处理留在指定区域的团队，仍要在区域云或自有集群上安排推理。国内项目如果走全球处理入口，还得单独核对速率限额、数据出境和供应商锁定，API 上的倍数不能直接换算成机房里的卡数。
