输出一百万 token 收 50 美元，Astra 开了 API

价目表

除标准档外，公开的档位信息还包括：

• Batch / Flex：按标准档半价计，约 5 美元 / 25 美元。
• Fast 模式：按标准档翻倍，约 20 美元 / 100 美元。
• 缓存命中的输入：降至每百万 1.00 美元；写入缓存按每百万 12.50 美元计。
• 超长上下文：单次请求提示超过 272K token 时，整个请求按 20 美元 / 75 美元计。
• 区域数据驻留：在对应价格基础上再加约 10%。

五比一的价差意味着什么

输出价是输入价的五倍，这个比例决定了哪类应用会疼。检索问答、文档分类、长文摘要这类「读得多、写得少」的活，账单主要落在便宜的一侧；而推理链条长、要一边思考一边吐字的 agent 类任务，成本几乎全压在贵的那一侧——同一个任务，模型多想两百个 token，花的钱等于多读一千个。

缓存那一档的折扣幅度同样值得算。命中缓存的输入是标准输入的十分之一，写入则是 1.25 倍。这条规则奖励的是稳定、可复用的前缀：长系统提示、固定的工具定义、反复出现的文档上下文，都应该尽量放在提示的前部并保持字节级不变。反过来，在提示开头塞时间戳或随机 ID 这种常见写法，会让整段缓存作废，代价从 1 美元跳回 10 美元。

272K 那道坎则是一个隐形悬崖：它不是超出部分加价，而是整个请求换档计费。一次多塞进去几千 token，可能让这次调用的输入单价直接翻倍。对于按对话历史不断追加上下文的服务来说，这个边界值得写进代码里硬拦一道。

价格本身也是一个信号

2.5 倍于上一代、且与对手旗舰同价——这不是抢市场的打法。定在这个位置，意味着 OpenAI 认为 Astra 的能力足以支撑同档价格，把选择权交回给买方：贵不贵，取决于它能不能一次把活干对。

对开发者的现实建议反而很老派：先用批处理跑离线任务、把稳定前缀做进缓存、给长上下文设硬上限，再决定要不要为 Fast 模式付双倍。账单的形状，通常由这几个工程决定，而不是由价目表决定。