GPT-6 Astra API 怎麼呼叫？2026 Python 從 API Key 到第一次請求完整教學

OpenAI 在 2026 年 9 月 3 日公布 GPT-6 Astra，API 識別為 gpt-6-astra，4 日對 API 客戶開放。很多人搜「怎麼呼叫」，不是因為不知道它貴或上下文有 105 萬，而是卡在更土的地方：ChatGPT 裡已經能看到 GPT-6 Pro，Python 卻報 model_not_found；或者把去年的 Chat Completions 範例原樣貼上，一加 tools 就 400。本文不重複「Astra 是什麼」——那篇見站內 發布時間、價格與 Agent 解析——只把你從 API Key 帶到第一次成功的 output_text。

為什麼第一次請求經常失敗

舊方式是：旗艦一出，把腳本裡的模型字串改成「最新那個」。新方式是：先對齊四件事——付費專案、環境變數裡的 Key、端點、釘死的模型 ID 與 effort。分水嶺不是你會不會寫 OpenAI()，而是你有沒有把 ChatGPT 視窗和 API 專案當成兩個系統。

最常見的五條失敗路徑彼此無關，卻經常疊在一起。第一，Plus / Pro 能聊 GPT-6 Pro，並不等於 platform.openai.com 的專案已經開通 Astra。第二，企業工作區預設關閉該模型，管理員沒開開關時，SDK 報的不是「去找管理員」，而是模型不可用。第三，免費 API 檔明確不支援 Astra，儲值或升級用量檔之前不要懷疑 SDK。第四，官方當前指引是：純文字還可以走 Chat Completions，工具呼叫必須走 Responses。第五，有人把 Key 寫進腳本、提交到 Git，或用聊天紀錄裡的截圖當金鑰，輪替後舊請求會突然 401。

知識截止為 2026 年 4 月 30 日。推理強度 reasoning.effort 支援 low、medium、high、xhigh、max，不支援 none，亂寫會 400。閘道預設常為 low。第一次探測就用 low：你要驗證的是通路，不是把 max 推理費燒在「hello」上。

先分類：Key、端點、模型 ID

把你聽到的名字拆成四層，避免把「我已經登入 ChatGPT」當成「我已經能打 API」。

拿 Key 的最短路徑：打開 platform.openai.com，確認目前組織與專案已開通計費，不是免費檔；進入 API keys 建立一把只給本機或本 CI 用的金鑰；立刻複製一次，之後介面不再回顯完整值。Windows 用系統環境變數或金鑰管理器，macOS / Linux 用 export。不要把 Key 傳給同事聊天視窗，也不要寫進 Jupyter 的預設輸出。

# macOS / Linux
export OPENAI_API_KEY="sk-..."

# never commit the key
echo 'OPENAI_API_KEY=sk-...' >> .env
echo '.env' >> .gitignore

SDK 用官方 openai 套件。版本過舊時，client.responses 可能根本不存在，看起來像「Astra 沒開」，其實是你還在用 Completions-only 的舊客戶端。

python3 -m pip install -U "openai>=1.0"
python3 -c "import openai; print(openai.__version__)"

模態上，上線時支援文字和圖像輸入、文字輸出；音訊和視訊輸入未開放。Responses 工具包括網頁搜尋、檔案搜尋、圖像生成、程式碼直譯器、託管 shell、apply patch、Skills、Computer Use、MCP 和 tool search。支援函式呼叫與結構化輸出，不支援微調。這些能力都建立在「第一條文字請求已經成功」之上，不要第一步就接 Computer Use。

Responses 和 Chat Completions 怎麼選

非對稱結論先寫在這：純文字兩條路都能打 Astra；只要出現工具、託管能力和非同步 tool，就必須走 Responses。 不要為了「我熟悉 messages 陣列」把整個 Agent 焊死在 Completions 上。

價格仍是每百萬 token 輸入 10 美元、輸出 50 美元；快取讀 1 美元、快取寫 12.50 美元。上下文 1,050,000，最大輸出 128,000。輸入超過 272K，整單按 2× 輸入與快取、1.5× 輸出計。Fast 為適用費率的兩倍。搜尋和 Computer Use 另收工具費。第一次請求用一句話、low effort，帳單應接近「可以忽略」；若第一次就燒出長推理，是你把探測寫成了評測。

工具迴圈的協議層沒有變：模型產出結構化請求，執行時負責副作用。若你還在把三家 JSON 方言寫進業務 if-else，先把內部 ToolCall 收攏。細節見 Function Calling 協議對照。和 Gemini、上一代 GPT 的分流，可參考 Gemini 4 vs GPT-5.6。

最小 Python：從 Key 到第一次請求

下面這條請求只做三件事：讀環境變數、釘死 gpt-6-astra、用 low effort 換一句確認。成功標準不是文采，而是你能列印 output_text 和 response.id。把 ID 留下，排障時比「我剛才好像成功了」有用。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    instructions="You are a concise engineering assistant.",
    input="Reply with one sentence: Astra API is reachable.",
    reasoning={"effort": "low"},
)

print(response.output_text)
print(response.id)
print(getattr(response, "usage", None))

若組織規定存量閘道只能打 Chat Completions，文字探測可以先走這條。它能證明 Key 和模型 ID 通了，不能證明你以後能接 hosted shell。

from openai import OpenAI

client = OpenAI()

completion = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[
        {"role": "system", "content": "You are a concise engineering assistant."},
        {"role": "user", "content": "Reply with one sentence: Astra API is reachable."},
    ],
)

print(completion.choices[0].message.content)

串流是可選的第二步，不是第一課。先保證非串流成功，再打開 stream=True。事件類型以你安裝的 SDK 為準；下面按常見的 response.output_text.delta 讀取增量。若欄位名有出入，列印 event.type 對照官方事件表，不要猜。

from openai import OpenAI

client = OpenAI()

stream = client.responses.create(
    model="gpt-6-astra",
    input="List three safe checks before a production cutover.",
    reasoning={"effort": "low"},
    stream=True,
)

for event in stream:
    if getattr(event, "type", "") == "response.output_text.delta":
        print(event.delta, end="", flush=True)

錯誤不要一律重試。連線失敗才看網路和代理；429 先看 Retry-After 和用量檔；400 多半是模型 ID、effort 或 schema 寫錯，重試一萬次也不會好。401 / 403 回到專案開關和 Key 範圍。免費檔或企業未放行時，不要在應用層寫「自動換一個模型」——那會把生產靜默切回舊旗艦。

from openai import APIConnectionError, APIStatusError, OpenAI, RateLimitError

client = OpenAI()

try:
    client.responses.create(
        model="gpt-6-astra",
        input="ping",
        reasoning={"effort": "low"},
    )
except APIConnectionError as exc:
    print("network", exc)
except RateLimitError as exc:
    print("rate_limit", exc)
except APIStatusError as exc:
    print(exc.status_code, exc.message)

場景怎麼選

推薦組合

A — 個人開發者： 本機環境變數 + openai SDK + Responses 最小腳本。預設 low。只有這條通路連續成功，再打開串流。金鑰與 ChatGPT 登入態分開。日常補全仍可走更便宜的模型，Astra 留給探測失敗重試和長任務。

B — 小團隊閘道： 專案級 Key，CI 用獨立唯讀金鑰。設定中心鎖定 gpt-6-astra 與快照，禁止隱式跟隨「最新旗艦」。聊天走便宜模型，編碼與 computer-use 走 Astra。工具迴圈的 JSON 協議先收攏，再接託管工具。

C — 企業： 管理員先開工作區開關；合格客戶再談零資料保留。預算告警按專案。長提示強制快取前綴，並盯住 272K 整單升檔。會寫磁碟的會話放到可銷毀的遠端 Mac，權限白名單。帳戶與交付邊界看 說明中心，算節點月費看 Mac mini 定價。

常見誤區

1. 以為 ChatGPT 裡出現 GPT-6 Pro 就等於 API 已開通。
2. 把 Key 寫進源碼、筆記本輸出或群聊，然後怪模型「不穩定」。
3. 第一次請求就 effort=max 或塞進半個倉庫，觸發長推理和 272K 升檔。
4. 新工具鏈繼續焊在 Chat Completions 上，直到 hosted shell 全部 400。
5. 模型字串寫成 gpt-6、chatgpt-6 或傳聞中的 Ultra。

落地步驟：7 步

1. 確認 API 專案已開通計費，且不是免費檔；企業找管理員打開 Astra。
2. 在平台建立 Key，只寫入環境變數或金鑰管理器，加入 .gitignore。
3. 安裝目前 openai SDK，確認存在 client.responses.create。
4. 用 Responses 發送 model="gpt-6-astra"、reasoning.effort="low" 的一句話請求。
5. 列印 output_text、response.id 和 usage；保存 ID 方便對帳。
6. 文字通路穩定後，再加串流或工具；工具協議對照站內 Function Calling 文。
7. 會改檔案、跑命令、開瀏覽器的會話放到隔離 遠端 Mac，會話結束銷毀。

FAQ

ChatGPT 裡已經有 GPT-6 Pro，為什麼 Python 還是調不通？

ChatGPT 訂閱和 API 是兩套帳單與准入。企業工作區預設關閉 Astra，免費 API 檔不支援該模型。到 platform.openai.com 的付費專案裡建 Key。

第一次請求該用 Responses 還是 Chat Completions？

純文字兩條都能打 gpt-6-astra。新專案預設 Responses。函式呼叫、託管工具、結構化輸出與非同步工具必須走 Responses。

模型 ID 到底寫什麼？

寫 gpt-6-astra。生產再鎖官方目錄裡的日期快照。不要猜 gpt-6、chatgpt-6 或未公布的 Ultra。

reasoning.effort 可以設 none 嗎？

不行。Astra 支援 low、medium、high、xhigh、max。none 會 400。第一次探測用 low。

Key 應該寫在腳本裡嗎？

不應該。只用環境變數或金鑰管理器，禁止提交到 Git。輪替時舊 Key 立刻作廢。

總結

呼叫 GPT-6 Astra 的第一課不是崇拜旗艦，而是把四件事對齊：付費專案、環境變數裡的 Key、Responses（或你被迫使用的 Completions 文字通路）、以及釘死的 gpt-6-astra。第一次請求用一句話和 low effort，能列印 output_text 才算通路成立。工具、長上下文和 Computer Use 是下一課，而且必須落在可銷毀的執行環境上。需要穩定的遠端 Mac 時，從 租用頁 和 定價頁 看節點，帳戶問題走 說明中心。

延伸閱讀

• GPT-6 Astra 是什麼：發布、價格與 Agent →
• Function Calling 與 JSON 工具協議 →
• Gemini 4 vs GPT-5.6 開發者怎麼選 →