OpenAI 在 9 月 3 日发布了 GPT-6 Astra——第一代 GPT-6 旗舰模型，官方口径里“有史以来最强、对齐最好的模型”，一时间 X 和 HN 上全是它的 benchmark 截图。你兴冲冲打开 Hermes 的 /model 想切过去试试，结果把列表翻了三遍：gpt-5.6-sol 在、gpt-5.4 在，就是没有 gpt-6-astra。先别怀疑自己装了个假 Hermes——这是 Hermes 有意为之的“发现门禁”在起作用，而且这个机制恰恰是它比静态模型列表更可靠的地方。这篇文章讲清楚 Astra 怎么用、为什么找不到、以及 272K / 900K / 1.05M 这些窗口数字背后到底是什么。

先花一分钟认识 Astra

GPT-6 Astra 是 OpenAI 首款跨入 GPT-6 代际的模型，参数是单个稠密模型，没有 mini / nano 拆分。官方规格：1,050,000 token 上下文窗口、最大输出 128,000 token、知识截止 2026 年 4 月 30 日；推理强度从 low 到 max 共五档。它的重心明显偏向 agent 场景——computer-use、长程 coding、多步工具调用，OpenAI 自报在 OSWorld 2.0（让模型真实操作系统完成任务的基准）拿到 72.6%，对比 GPT-5.6 Sol 的 65.7%，大致摸到人类测试者的水平线。需要说明的是这些分数都是 OpenAI 自报，第三方复测还没跟上。

价格同样“旗舰”：每百万 token 输入 $10、输出 $50、缓存命中输入 $1、缓存写入 $12.50，另有约两倍价格的 fast 优先档。而且 OpenAI 是分阶段放量的：先给 Trusted Access 企业计划，ChatGPT Plus / Pro / Business / Enterprise 和 API 在随后几天陆续开放——“你的账号还没被放量”是找不到 Astra 的最常见原因。

为什么 /model 里找不到它：发现门禁

Hermes 对 Astra 的处理和以往任何新模型都不同：静态目录里根本没有它。过去一个新模型上线，Hermes 会在离线模型清单里直接加一行，你随时能在 /model 里看到。Astra 走了另一条路——“发现门禁”（discovery gating）：

• 每次打开 /model 选择器，Hermes 会调用你账号对应 provider 的 /models 接口做实时发现；只有 OpenAI 的响应里真的返回了 gpt-6-astra，它才会出现在你的列表里。
• 缓存的选择器行、你保存的“当前模型”、甚至未登录时的目录骨架，都无法伪造出这个资格。刷新失败的兜底逻辑也是宁可把 Astra 从列表里拿掉，也不留一个点了就会报错的条目。

也就是说，你在列表里看不到它，恰恰证明 Hermes 没有拿一份“全人类通用”的目录来糊弄你——它反映的是你这个账号此刻的真实权限。等 OpenAI 给你的账号放量之后，什么都不用改，重新打开选择器它就出现了。这条设计在 PR #105185（9 月 7 日合并）里落地，顺带修掉了 Astra 直连 API 请求会抛 TypeError 的缓存参数问题。

三条路，三种窗口

同一颗 Astra，从不同通道接入，能用的上下文窗口完全不一样：

通道	模型名	窗口	说明
OpenAI 直连 API	gpt-6-astra	1.05M	按 token 计费，窗口最大
ChatGPT 订阅（Codex OAuth）	gpt-6-astra	272K	Codex 后端硬性上限
Codex OAuth 显式扩容	gpt-6-astra-900k	900K	选择器别名，见下文
OpenRouter 聚合	openai/gpt-6-astra	1.05M	另有 -fast / -flex / -pro 分层

最常见的困惑是第二条路：为什么官方规格写 1.05M，走 Codex 订阅却只有 272K？因为 Codex 这条通道（chatgpt.com/backend-api/codex）对上下文有独立的硬性上限，Hermes 的本地元数据就按 272K 解析——这是通道限制，不是模型限制。我们的 Codex 上下文窗口文章 已经详细拆解过这个机制：Hermes 曾把 Codex slug 默认抬高到验证过的 900K，结果订阅额度肉眼可见地烧，后来改回“基础 slug 用官方 272K、900K 必须是显式 opt-in”。

第三条路的 -900k 就是那个 opt-in 机制在 Astra 身上的体现：它是 Hermes 侧的选择器别名，发往 OpenAI 时会剥掉后缀，对方看到的还是 gpt-6-astra，但 Hermes 自己按 900K 窗口来管理上下文。这个窗口是实测过的——项目源码里记录着 9 月 4 日的实测：920,043 token 的输入能通过，1,000,043 被拒。

动手切换：命令与选择器

把 Astra 设为默认模型，或者临时跑一次，命令都很直接：

# 直连 OpenAI API（需要账号对 API 也有 Astra 权限）
hermes chat --model gpt-6-astra --provider openai-api

# ChatGPT 订阅走 Codex OAuth：基础 272K 窗口
hermes chat --model gpt-6-astra --provider openai-codex

# 同一个订阅，显式打开 900K 窗口
hermes chat --model gpt-6-astra-900k --provider openai-codex

会话内按 /model 打开模糊搜索选择器（就是我们介绍过的 Ctrl+P 命令面板 里的那个），键入 astra 即可过滤；用 hermes model 可以把它设为默认。推理强度方面 Astra 支持 low/medium/high/xhigh/max 五档，none 和 minimal 在官方路由上会被自动归一成 low——OpenAI 的接口不接受“关闭思考”这类请求。日常跑任务用 low 或 medium 就好，省 token 也够快。

272K 不只是上限，还是一道账单悬崖

为什么 Hermes 不默认给订阅用户上 900K？因为对 OpenAI 来说，272K 是一道整请求计费门槛：一旦单次请求超过 272K token，整个请求（不是超出部分）都按更高档重新计价——输入从 $10/M 跳到 $20/M，输出从 $50/M 跳到 $75/M，缓存命中也从 $1/M 涨到 $2/M。也就是说超过 272K 的那一瞬间，这次调用的账单直接翻倍。再加上 Codex 订阅模式下每次工具调用都会把大上下文重新读一遍，缓存读取成本随窗口线性膨胀。

所以“基础 slug 默认 272K”不是功能缩水，恰恰是 Hermes 替你踩过坑之后的工程决定：默认值应该让大多数人省钱，而不是让少数长任务舒服。真遇到需要把整个代码库或一整天会话都塞进去的任务，再显式切 -900k，为这个窗口付更高的单价是值得的。

什么时候触发压缩：85% 自动抬升

窗口越大不代表能装得越满——Hermes 在上下文用到一定比例时会自动压缩（把中间历史归纳成摘要），默认触发点是窗口的 50%。问题来了：Astra 走 Codex 通道只有 272K，50% 触发意味着会话到 ~136K 就开始压缩，对一颗 1.05M 窗口的旗舰模型来说实在太早，浪费了它真正的长程能力。

所以 Hermes 给 Codex 通道上的 Astra（以及同路的 gpt-5.4 / 5.5 / 5.6）开了压缩阈值自动抬升：触发点从 50% 提到 85%，也就是 ~231K 才开始压缩，几乎用满整个 272K 窗口。-900k 别名和 OpenRouter 等其他通道不受影响，仍按全局 50%。如果你不喜欢这个行为，配置里的 codex_gpt55_autoraise（历史键名，默认 true）可以关掉；codex_gpt55_autoraise_notice 控制那条一次性提示横幅。

现在的状态：在 main 上，等下一个版本

最后说清楚“现在能不能用”：Astra 的接入在 9 月 7 日合并进主分支（PR #105185，加上配套的 #104762 压缩阈值修复），还没有进入任何正式发布版——8 月 31 日的 v0.21.0 Pantheon 发布时这个支持还不存在。等下一个版本发布后，一条 hermes update 就能拿到；急着尝鲜可以跑 dev 构建或从源码构建。同时记住前置条件：你的 OpenAI 账号得先被 Astra 放量。如果你现在看不到它，最可能的解释不是 Hermes 坏了，而是 OpenAI 还没轮到你——耐心等几天，重新打开 /model 再看看。

一句话总结：Astra 是 Hermes 第一个“发现门禁”式模型，列表里看不到 = 账号没权限，这是诚实的表现；而 272K 默认窗口 + 85% 压缩阈值这套组合，本质是 Hermes 在“省你的钱”和“用满模型能力”之间帮你守住了平衡点。