ChatGPT 的 GPT-5.6 Sol 有 Instant、Medium、High、Extra High；再往上是 Pro，符合條件的方案可使用由 GPT-6 Astra 驅動的 GPT-6 Pro。[1] 但在 Work、Codex 與 API 中，Astra 本身有 low / medium / high / xhigh / max。[2][3]
所以問題很自然：Chat 的 GPT-6 Pro 到底等於 Astra 哪一檔？ 官方沒有一對一對照表。那更有趣的問題就是：為什麼不在一般 Chat 裡，在 Sol Extra High 與 Pro 之間放一個 Astra Low？
0. 30 秒結論
- FACT: GPT-6 Pro 使用 GPT-6 Astra。[1]
- FACT: Astra 有 Low/Medium/High/xHigh/Max。[2][3]
- FACT: Sol 在 Chat 中有 Instant/Medium/High/Extra High。[1]
- FACT: OpenAI 明確表示 Astra Low 有時可勝過 Sol High，並建議原本滿意 Sol High 的人從 Astra Low/Medium 開始。[2]
- FACT: 沒有官方表格把 GPT-6 Pro 固定對應到某個 Astra effort。
- INFERENCE: 動態推理、實作自由、簡化 UX、產品分層都可能是原因，但 OpenAI 沒正式說明。
- PROPOSAL: 給一般 Chat 增加 Astra Low。
Codex 有多段變速箱，Chat 卻像從 Sol 最高檔直接點火 Pro 火箭。缺的就是中間這一檔。
1. 官方規格一排開，空檔就出現了
Chat: Sol Instant → Medium → High → Extra High → GPT-6 Pro (Astra，effort 未公開)
Work/Codex/API: Astra Low → Medium → High → xHigh → Max
「Pro=Max」沒有官方依據，「Pro=xHigh」也沒有。準確答案是未公開。[1][3]
2. 更有趣的是，OpenAI 自己推薦 Astra Low
OpenAI 提醒更高 effort 不保證更好結果，而且會影響額度。跨模型時 Low 也不等於低能力：Astra Low 有時能勝過 Sol High。如果 Sol High 已經夠用，官方建議先試 Astra Low 或 Medium。[2]
那 Sol High → Sol Extra High → Astra Low → Astra Medium → Pro 並不奇怪。
使用者不是要核反應爐控制權，只是要一個「Astra 輕量模式」按鈕。牛奶已經在冰箱裡，Codex 有五種杯子，Chat 卻像沒有合適的杯子。
3. 為什麼不公布對應關係——以下是推測
INFERENCE A: GPT-6 Pro 可能不是固定 reasoning.effort=max，而是按任務動態調整。
INFERENCE B: 一旦寫出「Pro=xHigh」，內部實作就變成產品承諾，未來最佳化更難。
INFERENCE C: Chat 可能是自排，Codex 是手排。OpenAI 也把 Chat、Work、Codex 定位成不同工作方式。[4]
INFERENCE D: 產品分層也可能重要。Astra Low 一旦進入一般選單，使用者馬上會問：「那 Sol Extra High 到底有什麼用？」
4. Astra Low 真的雙方都賺嗎
使用者可以在一般對話裡使用 Astra，不必只為模型切到 Work/Codex，也不必每次都上最重的 Pro。使用者要的是模型，不是另一個廚房。 想吃拉麵，卻被告知「那種麵進廚房就能吃」，體驗很奇怪。
OpenAI 可能減少過度推理，也更符合自己「先從低 effort 嘗試」的建議。但不能斷言Astra Low 一定比 Sol Extra High 更便宜。公開 Rate Card 中，Business/Enterprise 的 Sol 手動推理為 10 credits/訊息，GPT-6 Pro 為 50 credits/訊息。[5] 這不是實際運算成本，但「必然雙方得」沒有被證明。
5. 為什麼 Astra Low 仍是乾淨的提案
這不是要「無限 Astra Max」，而是要更細的選擇粒度。Chat 已能在 Sol 內選推理量，Work/Codex/API 已能在 Astra 內選推理量。那麼為什麼 Chat × Astra 恰好最粗？[1][2]
用 Astra Max 改兩句話，像開戰車去便利商店；複雜研究永遠只用最輕檔，又像拿湯匙挖隧道。需要的是合適的檔位。
6. 反方理由也成立
選項太多會把 UI 變成駕駛艙。Sol High 與 Astra Low 也不是同一條軸的相鄰值，模型與推理量本來就是兩維。Astra Low 的實際後端成本與容量限制也不能從「Low」推算。[3]
GPT-6 Pro 與 Astra Low 同時出現時，還得解釋「為什麼同一個 Astra 出現兩次」。這足以支持把進階設定預設收起來，卻未必足以支持完全不提供。
7. 把模型與 reasoning 拆開
Model: Auto / GPT-5.6 Sol / GPT-6 Astra
Reasoning: Auto / Low / Medium / High / xHigh / Max
一般使用者保持現有選單，進階使用者展開 Advanced。最小改動則是在 Sol Extra High 後加入 Astra Low — faster Astra, recommended starting point。[2]
8. 事實檢查
- × GPT-6 Pro=Astra Max。
- × GPT-6 Pro=Astra xHigh。
- × Astra Low 永遠勝 Sol High；官方說的是 can outperform。[2]
- × Astra Low 必然比 Sol Extra High 便宜。[5]
- ○ OpenAI 建議滿意 Sol High 的使用者先試 Astra Low/Medium。[2]
- ○ 截至 2026-09-14，官方資料中沒有 GPT-6 Pro 與 Astra effort 的一對一表。
9. 結論
Astra Low 已存在於可調環境，Astra 也已透過 GPT-6 Pro 進入 Chat。缺的是「在普通 Chat 輕量跑 Astra」這個選項。
訴求不是「把最強模型免費給我」，而是「讓我把模型與推理預算分開選」。不用火箭，不用進廚房。把缺的那一檔放進普通 Chat。
參考資料（5筆）
- OpenAI Help Center — GPT-5.6 and GPT-6 Pro in ChatGPT help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
- OpenAI API Docs — GPT-6 Astra Model developers.openai.com
- OpenAI Help Center — ChatGPT Work and Codex help.openai.com
- OpenAI Help Center — ChatGPT Rate Card help.openai.com
