看到模型選擇器裡的 Low，很容易把它理解成「省錢模式」「簡單工作用」「還沒認真想」。
GPT-6 Astra 的 Low 偏偏不像這個名字。
在 Artificial Analysis 的同一套第三方評測裡，Astra Low 的綜合 Intelligence Index 高於 GPT-5.6 Sol xhigh，在部分代理式程式設計評測上的差距更大，而且在這套評測工作負載裡，每個任務的成本反而更低。[1]
所以問題很自然：
「那是不是乾脆一直用 Astra Low 就好？」
答案是：把 Low 當成日常預設很合理，但把 Low 永久鎖死並不是最佳策略。
一般工作從 Low 開始；真的出現遺漏或問題變複雜時升到 Medium；Medium 還解不掉的少數難題，再用 High / xhigh。
名字叫 Low，工作態度完全不低調。
1. 先看數字——Sol xhigh 對 Astra Low/Medium/High/xhigh
截至 2026 年 9 月 12 日，Artificial Analysis 的比較如下。[1][2][3][4]
| 設定 | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | AA 每任務成本 | 輸出token/任務 | 推理token/任務 |
|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol xhigh | 44 | 55% | 25% | 57% | $1.18 | 約20k | 約10k |
| GPT-6 Astra Low | 46 | 59% | 42% | 54% | $0.82 | 約4k | 約938 |
| GPT-6 Astra Medium | 50 | 65% | 49% | 54% | $1.54 | 約10k | 約3k |
| GPT-6 Astra High | 51 | 67% | 54% | 55% | $1.72 | 約12k | 約5k |
| GPT-6 Astra xhigh | 53 | 67% | 60% | 56% | $2.31 | 約17k | 約9k |
46 對 44 不能直接翻成「聰明 4.5%」。Intelligence Index 是多項評測組成的綜合指數，不是價格或距離那種比例尺度。
能確定的是，同一指數下 Astra Low 為 46、Sol xhigh 為 44；Terminal-Bench v4.0 是 42% 對 25%。[1]
但 SciCode 上 Sol xhigh 57%，Astra Low 54%。因此 Low 並不是所有維度都完全上位相容。[1]
2. 最怪的成本現象——token 單價 2.5 倍，Low 的評測任務卻更便宜
OpenAI 官方 API 價格為：Astra 每百萬輸入/快取輸入/輸出 token 是 $10/$1/$50；Sol 是 $4/$0.40/$20。[5][6]
相同 token 量下，Astra 是 2.5 倍。
Work/Codex 官方 credit rate 也是相同比例：Astra 250/25/1,250，Sol 100/10/500 credits per 1M。[7]
但 Artificial Analysis 卻量到 Astra Low 每任務 $0.82、Sol xhigh $1.18。[1]
原因是：單價更高，只要使用的 token 少得夠多，總任務成本仍可能更低。
這套評測裡，Sol xhigh 每任務約 20k 輸出、10k 推理 token；Astra Low 約 4k 與 938。[1]
就像豪華計程車單公里比較貴，但它直達目的地；便宜車卻繞社區三圈。
不過 $0.82 與 $1.18 是 Artificial Analysis 評測任務的加權平均，不是你的 Codex 專案一定會出現的實際帳單。[1]
3. OpenAI 自己也建議先從 Low 或 Medium 開始
OpenAI 的 Work/Codex Astra 使用指南把模型選擇與推理強度分開。[8]
低 effort 適合追求速度或延長額度，Medium 平衡時間與更深推理，高 effort 留給真正困難的問題。[8]
官方也明確指出，Astra Low 有時可以超過 Sol High；如果 Sol High 已經能產生好結果，可以先試 Astra Low 或 Medium。[8]
更重要的是：更高 effort 不保證結果一定更好。[8]
這不是「商店最貴的劍，每場戰鬥都必定最高傷害」的遊戲。
4. 哪些工作適合常駐 Low？
目標、檔案與驗收條件已經清楚的工作最適合 Low 當預設。
例如明確需求的實作、局部程式修改、重構、補測試、一般程式碼審查、已知錯誤調查、摘要、比較、照固定規則反覆執行的工作。
OpenAI 也建議，在提高 effort 前先確認指令、所需檔案、連接應用與權限都已到位。推理強度不能憑空創造缺失資訊或存取權。[8]
沒給檔案，xhigh 也不會突然學會透視。
5. 什麼時候從 Low 升到 Medium？
材料與權限完整時，Low 還是漏掉一次核心要求，不必直接衝 xhigh。Medium 是第一個合理升級。
跨檔依賴、模糊需求、多個可能原因的 bug、架構取捨、較長實作計畫、邊解讀失敗測試邊修理，都很適合 Medium。
Astra Medium 的 Index 為 50、Terminal-Bench 49%、評測任務成本 $1.54。[2]
它比 Low 更深，但還沒到「買瓶水就出動坦克」的程度。
6. High 與 xhigh 何時值得？
如果 Medium 仍持續漏掉核心問題，或並行、效能、安全、資料遷移等情況讓錯誤決策的返工成本很高，可考慮 High。
Astra High 為 Index 51、Terminal-Bench 54%、每任務 $1.72。[3]
xhigh 適合最難根因分析、長時間自主工作、多重限制的大改造，以及失敗代價很高的一次性任務。Index 53、Terminal-Bench 60% 是五檔最高，評測任務成本也最高，為 $2.31。[4]
每天去便利商店都搭直升機，當然很強，只是油錢不會跟著變可愛。
7. 那 Sol xhigh 已經沒用了嗎？還沒有
SciCode 上 Sol xhigh 57%，高於 Astra Low/Medium/High/xhigh 的 54/54/55/56%。[1][2][3][4]
而且相同 token 量時，Sol 官方單價比 Astra 低 60%。Astra Low 在評測任務較便宜，是那套工作負載裡它使用更少 token 的結果，不保證所有真實工作都如此。[5][6][1]
實際程式庫還有評測看不到的建置系統、內部規則、工具、權限、歷史包袱與奇怪故障。
基準測試是地圖，不是你家門口階梯的捲尺。
8. 實用規則——從 Low 開始，有證據再升級
| 情況 | 建議 |
|---|---|
| 開始一般新工作 | Astra Low |
| 指令與權限完整，但核心要求漏了一次 | Astra Medium |
| Medium 仍漏核心 / 高難度架構 | Astra High |
| High 仍無法收尾 / 失敗代價極高 / 最難根因 | Astra xhigh |
| 難點解決、回到一般工作 | 回到 Low |
這樣既不會一開始就燒最高額度，也不會因為迷信 Low 而重複同一個失敗。
把 effort 當成檔位，不是身分。
9. 結論——「一直 Astra Low？」預設 Yes，永久固定 No
依 2026 年 9 月 12 日的公開資料，日常 Codex 工作從 Astra Low 開始，是很強的策略。
它在 Artificial Analysis 綜合指數與 Terminal-Bench 超過 Sol xhigh，並在該評測工作負載中擁有更低的每任務成本。[1]
OpenAI 也建議 Low 或 Medium 作為起點，並提醒較高 effort 不保證更好答案。[8]
最簡單的操作是：
平常 Low → 出現複雜度或真實遺漏就 Medium → Medium 還收不了就 High → 最難問題才 xhigh → 解決後回 Low。
別被名字騙了。
Astra Low 長著省電模式的臉，實際坐在先發陣容。
資料來源
- Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- OpenAI API — GPT-6 Astra Model developers.openai.com
- OpenAI API — GPT-5.6 Sol Model developers.openai.com
- OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing) help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
