$5〜$20のGPT-6 Astra：OpenRouterで5経路、エラー率13倍

こんにちは。冷房をつけたり消したりしながら、電気代が気になる頃ですね。今回の話題もお金まわりで、GPT-6 Astra をどこ経由で呼ぶと、いくら払って、どれくらい失敗するのかという話です。

先に結論を書きます。GPT-6 Astra をエージェント（AI が自分で道具を使いながら作業を進める仕組み）やコーディングに使うなら、モデル名だけで選ぶのは危険です。OpenRouter（いろいろな AI モデルを1つの窓口から呼び出せるサービス）では、同じ GPT-6 Astra の下に複数の提供事業者が並んでいて、どこへリクエストが送られるかで単価も速度も失敗率も変わります。どの機能を優先するかを先に決めて、提供経路まで見ないと判断を誤ります。

モデルカードに表示される価格は、入力$10・出力$50（いずれも100万トークンあたり）です。ところが今回確認できた範囲では、入力単価は$5〜$20で4倍の幅があり、レイテンシレイテンシ（遅延）操作や要求をしてから、その結果が返ってくるまでにかかる待ち時間。詳しく →（返事が始まるまでの待ち時間）は2.34〜7.74秒、スループットスループット / TFLOPS決まった時間にこなせる処理の量と、その計算力を表す単位 TFLOPS のこと。詳しく →（1秒あたりに出てくる量）は15〜59 tok/sと開いていました。さらに厄介なのは、ツール呼び出しで安定する経路と、構造化出力で安定する経路が逆になることです。

• GPT-6 Astraの$10/$50は請求額そのものではない
• 5つの提供経路で価格と速度が分かれる
• 安定性は機能によって逆転する
• 入力の実効単価は安いが、計算で内訳を再現できない
• 実際の用途はエージェントとコーディングに集中している
• エージェント・構造化出力・速度で選ぶ経路
• GPT-6 Astraをどう使い分けるか
• 出典と確認範囲
• この記事を書いた人

モデルカードの見出しには IN / OUT PRICE $10 / $50 per 1M と出ています。トークンは AI が文章を細かく区切って数える単位なので、「100万トークン読ませると$10、100万トークン書かせると$50」という意味の表示です。ここだけを見ると、GPT-6 Astra の値段は1つに決まっているように見えます。

でも OpenRouter 自身が、同じモデルを異なる会社がホストしていると説明しています。リクエストの送り先を決めるルーティングモードもあって、Balanced は価格と速度、Nitro は最速、Exacto はツール呼び出しの精度を重視します。どのモードを選ぶかで、条件に応じて送り先が変わる仕組みです。

つまり $10/$50 は、5つある提供経路のうち一部に当てはまる表示にすぎません。自分の請求額を知りたいなら、見出しの値段ではなく、その下の Providers 表と、実際にどこへ送られたかというルーティングの結果まで確認する必要があります。

OpenRouter の Providers 表に並んでいるのは、OpenAI Flex、Azure、OpenAI、Azure (US)、OpenAI Fast の5つです。OpenAI Flex は入力$5・出力$25で最も安く、OpenAI Fast は入力$20・出力$100で最も高い。入力も出力も、同じく4倍の差があります。

速度は、単価とはまた別の軸で分かれます。レイテンシが最短なのは OpenAI Fast の2.34秒ですが、スループットで最も高いのは OpenAI Flex の59 tok/s です。一方で Azure (US) は、レイテンシ7.74秒、スループット15 tok/s でした。返事が始まるまでの待ちを縮めたいのか、長い出力を速く流したいのかで、見るべき数字が変わります。

モデルカード直下の提供元一覧。見出しには $10 / $50 と1つの価格しか出ていないが、その下の表では5行が別々の単価を持つ。最上段が OpenAI Flex の $5/$25、最下段が OpenAI Fast の $20/$100（出典 https://openrouter.ai/openai/gpt-6-astra 、2026-09-05 取得）

OpenAI Fast の稼働表示は100.00%ですが、これを「落ちない」と読むのは早すぎます。観測した期間に表示された値であって、この先の可用性を約束する数字ではないからです。価格表だけで決めず、処理時間と自分の処理量を合わせて見てください。

エージェントで大事になるのが、ツール呼び出し（AI がファイル操作や外部の処理を自分で呼び出すこと）です。この失敗率は Azure (US) が0.30%、Azure が0.39%でした。これに対して OpenAI は4.04%で、単純に比べると約13倍の開きがあります。

ツールを呼びながら作業を進める流れでは、この差がそのままやり直しの回数に響きます。1回の失敗が画面上のエラーだけで終わらず、再試行による待ち時間やトークン消費まで増える作りなら、単価の差だけでは経路を選べません。

下段中央がツール呼び出しエラー率で、黄色い線（OpenAI）が他より高い位置で推移する。その右隣が構造化出力エラー率で、今度は青い線（Azure）が高い側へ回る（出典 https://openrouter.ai/openai/gpt-6-astra 、2026-09-05 取得）

ところが構造化出力では、結果がひっくり返ります。構造化出力は、JSON スキーマ（データの形をあらかじめ決めた書式）どおりに答えさせる使い方のことです。こちらは OpenAI のエラー率が1.53%、Azure が8.62%で、今度は Azure のほうが約5.6倍高くなりました。OpenAI Flex も4.17%です。

この数字から「Azure が安定」「OpenAI が安定」とひとくくりにはできません。ツール呼び出しを多用するなら Azure 系、構造化出力を多用するなら OpenAI が候補になる、というのが素直な読み方です。

ただし、Performance タブの値は3日間の P50（中央値）の平均です。グラフは観測期間の中でも上下していて、固定された性能ではありません。ここで比べているのはその期間の平均であって、いま自分のリクエストが当たる値ではない点は覚えておいてください。

迷うとしたら、エージェントのツール実行を優先するか、JSON の受け取りを優先するかの二択だと思います。両方を同じリクエストで使う場合は、片方の数字だけで決めず、自分の失敗処理がどこで止まるのかを確かめてください。

Pricing タブには、実際に払われている平均の単価（加重平均の実効単価）も出ています。入力$2.424、出力$50.15です。入力はモデルカードの$10を大きく下回る一方で、出力はほぼ定価どおり。提供経路別に見ても、実効入力単価は OpenAI $2.443、Azure $2.461、OpenAI Flex $1.468、Azure (US) $2.526、OpenAI Fast $3.521でした。

同じ表には、前に読ませた入力を使い回せた割合（キャッシュヒット率）も並んでいます。OpenAI 90.9%、Azure 91.0%、OpenAI Flex 84.8%、Azure (US) 96.4%、OpenAI Fast 95.2%です。長い入力を繰り返し使う作りなら、入力側のコストが下がる方向に働くことは読み取れます。

ただし、このキャッシュヒット率から実効単価の内訳を計算するのはやめておいたほうがいいです。たとえば OpenAI の表示値で、0.909×$1.00＋0.091×$10を計算すると$1.82になり、実効入力単価の$2.443とは一致しません。OpenRouter はヒット率をどの単位で数えているのか、cache write をどう扱うのかを示していないので、ここでは実効単価とキャッシュヒット率を事実として並べるだけにしています。

上段のカードが加重平均で、入力 $2.424・出力 $50.15。下段の表は左2列が実効単価、その右2列が定価。入力側だけ大きく離れ、出力側はほぼ重なる（出典 https://openrouter.ai/openai/gpt-6-astra 、2026-09-05 取得）

直近1日のトークンシェア（どの経路にどれだけ流れたか）は、OpenAI 74.3%、Azure 18.0%、OpenAI Flex 3.6%、Azure (US) 3.3%、OpenAI Fast 0.8%でした。いちばん安い OpenAI Flex に流れが集まっているわけではありません。表示されている価格と、実際に選ばれている経路は、別の情報として見る必要があります。

OpenRouter の Apps は、このモデルへ多くのトラフィックを送っている公開アプリの一覧です。確認した時点の上位5件は、Hermes Agent が2.67Bトークン、Codex が1.3B、Cursor が1.09B、Claude Code が983M、omp が897M。5件とも、エージェントかコーディング系のアプリでした。

トラフィック順に Hermes Agent・Codex・Cursor・Claude Code・omp。5件とも人が対話するチャットではなく、自動でコードや作業を回す種類のクライアント（出典 https://openrouter.ai/openai/gpt-6-astra 、2026-09-05 取得）

4位には、Anthropic のクライアントである Claude Code が入っています。OpenAI のモデルを別の会社の道具から呼ぶ使い方が上位に入っていて、モデルの提供元と使うクライアントが同じ会社に固定されていないことが、この一覧から分かります。Claude Code 側の設定の話は、Claude Code の新effortモード徹底解説｜max・ultracode・autoと『呪文ultrathink』の正体 もあわせて読むと、今回の論点とのつながりがつかみやすいと思います。

Activity では、2026年9月5日の内訳が prompt（読ませた入力）9.88B、completion（書いた出力）62M、reasoning（内部で考えるのに使った分）39.2Mでした。prompt は completion の約160倍で、長い文脈を読み込ませる使われ方が中心です。reasoning は completion の6割強にあたり、画面に出る回答だけでなく、内部の処理にもトークンが使われています。

なお、モデルカードの RELEASED Sep 5, 2026 は、OpenRouter 上の表示ラベルとして扱っています。Activity には9月4日のトークンも記録されているので、この表示だけで正式なリリース日とは言い切れません。

ツール呼び出しを多用するエージェントなら、Azure と Azure (US) の0.3%台が確認の対象になります。ただ、Azure (US) はツール呼び出しエラー率0.30%と低い代わりに、Providers 表では7.74秒・15 tok/s。Azure は0.39%で3.59秒・38 tok/s なので、同じ Azure 系でも速度との兼ね合いがあります。

構造化出力が中心なら、OpenAI の1.53%が候補です。Azure の8.62%は、JSON スキーマの失敗が処理全体を止めてしまう作りでは無視しにくい数字です。OpenAI Flex は入力$5・出力$25と安いものの、構造化出力エラー率は4.17%で、OpenAI 直より低いわけではありません。

待ち時間を何より優先するなら、Providers 表では OpenAI Fast の2.34秒が目立ちます。とはいえ入力$20・出力$100という価格なので、縮められる時間にその差額を払う選択です。Performance タブの E2E レイテンシ（頼んでから処理が終わるまでの時間）では、OpenAI Fast 8.73秒、OpenAI 9.41秒、OpenAI Flex 10.14秒でした。返事が始まるまでの時間と、処理全体が終わるまでの時間は、分けて確かめてください。

使い始める前や運用を変える前に確認しておきたいのは、次の3つです。

• Providersで、選択中の経路・単価・レイテンシ・スループットを見る
• Performanceで、ツール呼び出しと構造化出力を別々に確認する
• 自分のログで、リトライ回数・失敗した機能・入力キャッシュの利用状況を分けて記録する

同じ GPT-6 Astra を別の経路で試すときも、ログにモデル名だけを残すと比較を誤ります。提供事業者、ルーティングモード、エラーの種類まで一緒に記録しておくと、モデルの問題なのか経路の問題なのかを切り分けやすくなります。

GPT-6 Astra は、モデルカードの$10/$50だけで採算を判断するモデルではありません。入力の実効単価は$2.424と表示されていますが、その内訳はキャッシュヒット率から再現できません。見積もりの式として使うより、OpenRouter が示している観測値として扱うほうが安全です。

私なら、ツール実行が主体のエージェントと、JSON 出力が主体の処理を、同じ提供経路に押し込めません。前者は Azure 系、後者は OpenAI を起点に候補を分けて、P50・3日間の表示値だということを踏まえたうえで、自分の失敗ログと照らし合わせます。安い経路を選んだつもりでリトライが増えれば、価格表の差だけでは済まないからです。

モデルそのものの知識やコーディング性能を別の角度から見るなら、GPT-6 AstraとFable 5.1のタスク単価比較や、知識量と正直さの比較も参考にしてください。

賢さの面では、OpenRouter の Benchmarks タブに Artificial Analysis 由来の Intelligence Index 54.7、Coding Index 76.9、Agentic Index 51.6 が表示されています。それぞれ比較対象モデルの95%、96%、91%を上回るという表示で、順位に直すと上位5%、4%、9%圏です。ただ、エージェントを回していて詰まる場所は、スコアだけでは決まりません。GPT-6 Astra を使うなら、最後に見るべきなのはモデル名ではなく、自分の処理が通る経路のほうです。

本稿の数値は、2026年9月5日時点で OpenRouter と Artificial Analysis の公式ページに表示されていた第三者の計測です。私が自分で回した計測ではありません。ここに書いたのは確認できた事実で、経路ごとの向き不向きは、まだ自分で測っていない推測として分けています。Performance タブの値は P50・3日間の集計で、グラフは期間内でも変動しています。ページが更新されれば、数字も動きます。

• OpenRouter GPT-6 Astra
• Artificial Analysis

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！