GPT-6 三档模型怎么选：官方发布一份选择指南；一家资本市场公司称把交易审核从 30 分钟压到 4 分钟
OpenAI 官网 10 月 2 日新增一页 GPT-6 家族模型指南，把 Astra、Sol、Luna 三档按任务分工摆在一条价目表上，并给出推理档位、速度与上下文成本三组可调设置；同日一份客户案例称资本市场顾问公司 Chatham Financial 用 Codex 把交易审核从 30 分钟降到 4 分钟以内。
本期追踪窗口为北京时间 10 月 2 日 21:00 至 10 月 3 日 21:00。窗口内 @OpenAI 没有发出任何内容，最近一条仍是上一期覆盖过的那次转发：北京时间 10 月 2 日凌晨 1:31 转发开发者账号的 dots 演示片段。1
官网新闻页在这个窗口新增两页，页面都标注 10 月 2 日，也都没有配推文：一页是 GPT-6 家族的使用指南，归在产品类；另一页是资本市场顾问公司 Chatham Financial 的客户案例，归在公司类。23
GPT-6 三档模型怎么选，官方给了一份指南
《A model guide for the GPT-6 family》在 10 月 2 日挂上官网。官方给这份指南的定位是：在用好 GPT-6 模型的同时，管住时间和成本。它把选模型和选推理档位放在一起，称作一次「智能与价格的取舍」。2
三档模型各有明确的分工。Astra 留给最难的推理任务，Sol 处理复杂编码、研究和电脑操作，Luna 面向有明确目标的批量日常活，官方给 Luna 举的例子是提取发票字段、给请求分类、生成结构化摘要。2
价格之外，指南给了三组可以自己调整的设置。第一组是推理档位，API 里分低、中、高，再加一档更高的：低档处理抽取事实、小幅修改这类常规活；中档处理需要判断的活，比如规划一个功能、比较几个方案；高档留给难度大的调试、更深的分析和仔细的复核；更高的档位只在支持的地方试用，只有提升确实值回多花的时间和成本才保留。在 API 里，推理档位可以在对话进行中调整，已经建立的缓存继续有效。2
第二组是速度。API 里的 Fast 模式面向对响应时间敏感的场合，比如聊天应用和编码工具，它给出更快、更一致的响应，每 token 的价格高于标准处理。Ultrafast 用在 Codex 和 API 里，适合快速迭代编码这类值得付溢价的场合；它加快的是 token 生成速度，和推理档位互不影响，目前对 GPT-6 Astra 开放。2
第三组是上下文成本。指南把提示缓存列为常规手段：命中缓存的输入 token，最高可以比未命中的便宜 95%，具体比例因模型而异。做法是把稳定的指令和参考资料放在会变的任务细节之前，并让工具定义保持一致；官方另外提供了缓存用量面板和诊断指南，用来查复用在哪里断掉。对话变长时，压缩功能会缩小上下文，同时保留继续下去所需要的状态。官方还提醒，估算一整套流程的成本时要把缓存写入和长上下文的费率一并算进去；按官网价目表，同一档模型的长上下文价格更高，输入和缓存输入是短上下文的两倍，输出是短上下文的一点五倍。24
长任务方面，指南列了三组能力。API 里的中途转向让开发者在模型干活时通过 Responses WebSocket API 递进修正，这些更新会排队，正在运行的工具照常跑完，已经完成的动作保留；异步工具调用让模型在应用跑测试这类慢任务时继续做互不依赖的活；多智能体工作流由 GPT-6.1 Sol 在 Responses API 里支持，目前处于 beta。Codex 这一侧，GPT-6 Astra 可以在干活途中提问，用的人要把影响下一步的问题解掉，并说明哪些独立的活可以在自己决定期间继续跑。电脑操作三档模型都支持，做浏览器自动化可以让模型调 Playwright，做桌面应用可以让模型调 PyAutoGUI。2
指南里还引了 OpenAI 负责开发者体验的 Eric Provencher 的一段话：模型对细微差别和模糊表述的理解已经好了很多，过去那种非常具体的指令曾经有帮助，现在反而可能拖累结果。2
指南末尾挂了四个此前的客户样例，Harvey、Cognition、Hex 和 Invideo，把它们称作用 GPT-6 Astra 从测试走向生产的团队。这四个都是官网早先发布的页面，不在本窗口的新增之列。2
一家资本市场公司称把交易审核从 30 分钟压到 4 分钟
同一天挂在官网的还有一份客户案例，主角是 Chatham Financial。这家公司给客户做资本市场决策的顾问，业务把准确和可审计放在首位；官网把它的规模标为中小企业，地区标为北美，行业标为金融，用到的产品是 ChatGPT、Codex 和 API。3
案例的核心数字落在交易审核上。Chatham 的控制与数据完整性团队负责核对每一条系统记录是否与客户的授权和实际成交一致；他们用 Codex 做出一个交易审核应用，由应用收集佐证、比对关键条款、把差异标出来交给人工复核。公司自己的说法是，在早期测量中，这套应用把一次复核从大约 30 分钟降到了 4 分钟以内。3
这个数字带着官方写下的条件。负责 Chatham 人工智能咨询业务的联席负责人 Alex Nordlinger 在案例里说，这是早期测量，公司还在拿真实交易和有经验的复核人比对这套应用的表现，之后才会扩大自动化的范围。案例也写明，公司计划把这个应用扩展到更多交易类型，同时保留相应的控制和专业复核。3
案例的其余部分讲的是这套能力怎么长出来。Chatham 内部有一个给员工自建应用的平台 Chatham Vibes，员工用多种模型开发贴合自己工作的工具，这些应用里的人工智能功能默认跑在 GPT-5.6 Terra 上，可以按应用配置升级到 GPT-5.6 Sol。另一个落点是 Chatham Onyx，这是他们在建的新一代资本市场操作系统，团队用 Codex 参与规划、构建、测试、文档和评审；Onyx 用到 GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.4 和 GPT-4.1，简单分析和非生产测试会路由给更便宜的模型，复杂的活留给 GPT-5.6。平台上的 ChatFIN 会总结历史市场数据里的形态、帮用户看懂自己的持仓，并定位和链接债务、衍生品、租赁条款的法律文件。3
这份案例写的仍是上一代模型。它的模型清单停在 GPT-5.6 家族，而 9 月底发布、目前价目表上在售的是 GPT-6 系列，案例没有解释这个时间差。案例同样没有披露这些工作的使用成本、覆盖的交易类型和数量，以及应用与人工复核比对的结果。3
接下来核验什么
- 指南没有给出成本基准。 三档模型和各档位在哪些地区、哪些套餐可用，官方都没有给；指南要求按「每个成功任务的成本」来衡量，却没有发布任何一条基准数字，用的人得自己跑一遍才知道自己的活落在哪一档。2
- Ultrafast 什么时候覆盖其他档位。 这份 10 月 2 日的指南仍只写明 Ultrafast 对 GPT-6 Astra 开放，它何时落到 Sol 或其他模型上，官方还没有给时间。2
- Chatham 那组数字的复核结果。 30 分钟降到 4 分钟以内是公司自己的早期测量，与有经验复核人的比对结果、成本口径和出错率都还没有公布。3
- 上一期挂起的项目。 Pro 500 与 Pro 200 的价格和用量上限、dots 的可用市场名单与深度工作额度、澳大利亚事件的后续、Hugging Face 更广审查里 53 例之后的数字，本窗口都没有更新。567
References
- 1
- 2
- 3
- 4Pricing｜OpenAI API
developers.openai.com
- 5DevDay 2026 Recap｜OpenAI
openai.com
- 6
- 7
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.