OpenAI（GPT-6 Astra / GPT-5.6 系列）：校本平台預設供應商，以及三類模型缺一不可
OpenAI 現行旗艦 GPT-6 Astra 於 2026 年 9 月 3 日推出，105 萬 token 上下文、每 100 萬 token 10 / 50 美元。本頁整理 GPT-6、GPT-5.6 Sol / Terra / Luna、GPT-4.1 與 o 系列的分工、校本採購時的帳單邏輯，以及 OpenAI 在 Edor.ai 作為原生供應商的實際運作方式。
原生供應商。平台預設使用 OpenAI，並同時用其 embedding、語音辨識與語音合成模型支援知識庫與口語練習；管理員可在後台改用其他模型。
香港教師多半先認識 ChatGPT，但採購討論時最常搞錯的一點，是以為「聊天夠用」就等於「校本平台夠用」——OpenAI 對學校的價值，在於同一家同時提供聊天、embedding 與語音三類模型。
OpenAI 是 Edor.ai 的預設原生供應商，也是香港教師最先接觸的 AI 品牌。對校本採購而言，它的意義不在於「最新最強」，而在於一條 API 金鑰就能支撐聊天、知識庫檢索與口語練習三條線，這是其他只做語言模型的供應商補不上的。
從消費者產品到校本基礎設施
OpenAI 對外有三條產品線，學校採購時必須分開看：
- ChatGPT（消費者版）：教師個人備課可用，但沒有學生守門、沒有教師監控、資料所有權不在學校。
- OpenAI API（開發者版）:Edor.ai 走這條路，按 token 計價，可設定不訓練條款。
- Azure OpenAI：同一批模型，由學校或辦學團體的 Azure 訂閱管理，適合已有 Microsoft 合約的學校。
大部分人只認識第一條。校本平台真正依賴的，是 API 背後的三類模型：語言模型（GPT 系列）負責備課、出題、批改與學生對話；embedding 模型把校本政策與教材切成向量，是知識庫的地基；Whisper 與 TTS 支援粵語、普通話、英語的口語練習。Anthropic 與 Poe 目前只提供第一類——這就是為甚麼即使主用 Claude，我們仍建議保留一條 OpenAI 或 Azure 金鑰。
型號陣容對照
2026 年 9 月的 OpenAI 陣容，可按用途與成本分四條線理解：
| 型號 | 定位 | 上下文 | 每 100 萬 token（輸入／輸出） |
|---|---|---|---|
| GPT-6 Astra(2026-09-03) | 現行旗艦，12.8 萬 token 輸出，reasoning.effort 可設 low 至 max | 105 萬 token | 10 / 50 美元（快取輸入 1 美元） |
| GPT-5.6 Sol / Terra / Luna(2026-07-09) | Sol 旗艦；Terra 日常平衡（ChatGPT 免費與 Go 預設）;Luna 最快最便宜（2026-07-30 再降價八成） | — | — |
| GPT-4.1 / mini / nano | 上一代工作馬，仍在 API 供應 | 100 萬 token | 遠低於旗艦 |
| o 系列(o1、o3、o4-mini) | 首批「先思考後回答」推理模型，已被 adaptive thinking 取代 | — | — |
GPT-6 Astra 有一個成本陷阱：請求超過 27.2 萬 input tokens 時，整筆請求按 2 倍輸入價計算。旗艦的 10 / 50 美元大約是 GPT-5.6 Sol 促銷價的 2.5 倍——學校若自行接 API，月費很難估。
帳單從哪裡來
OpenAI 對開發者按 token 計價，輸入與輸出分開收。對學校而言有三層現實：
第一層：牌價不等於校本支出。 10 / 50 美元是 API 定價，Edor.ai 以固定年費訂閱，AI 用量已包含在內，不另收 token 費。
第二層：選型比換供應商更有效。 備課、分層工作紙、家長信草稿用 Terra 或 GPT-4.1 mini 已足夠；長篇推理才升級旗艦。平台按任務難度自動分檔，避免每一次點擊都燒旗艦價。
第三層：自行接 API 要設上限。 IT 主任若決定自己整合，務必先設用量配額與監控——沒有配額機制，一次失控的批量任務可以燒掉一個月預算。
把整份學期教材一次貼進最貴的型號，不是「用足上下文」，而是主動選了 2 倍計價——校本場景的正確做法是 RAG 只取相關段落。
在 Edor.ai 裡的分工
OpenAI 是平台的原生供應商與預設值。管理員在後台填入一條學校 API 金鑰後，教師工具、智能導師、學生對話、知識庫檢索與口語練習全部運作，不需為每位教師另買帳戶。學校亦可改用 Azure OpenAI，以自有 Azure 訂閱管理資料所在地。
金鑰屬於學校，可按模組切換型號；所有呼叫經四層守門與 ai_audit_logs 稽核，API 條款要求不以學校資料訓練模型。
星期四放學後，一位任教小五常識的班主任在教員室對同事說：「我剛用平台出了三份分層工作紙，用的是日常型號，一分鐘內就拿到草稿——但評分準則那欄我還是要自己核。」學生只能在有守門與教師監控的環境下使用；ChatGPT 消費者版有年齡條款、沒有監控，學生場景必須用有守門的平台。
值得投入與該止步
適合： 需同時覆蓋聊天、embedding 與語音；已購 Azure 走合規路線；粵語口語辨識在課堂噪音下實測穩定。不適合： 以為免費 ChatGPT 等於校本方案；整份教材一次貼進旗艦；自行接 API 不設上限；對外文件不做教師覆核。
試用提示：
你是香港小學常識科教師。請就「香港的水資源」單元，為小五學生設計一份 30 分鐘的探究活動。
輸出：活動目標（3 項，對應學習重點）、引導問題（5 條，由淺入深）、學生工作紙（表格形式）、教師觀察要點。
限制：用繁體中文（香港用語）;避免台灣用語；不要提供答案；所有數據若不確定就寫「請教師核實」而不要自行編造。
給學校的取捨
- 如果你需要知識庫檢索與粵語口語練習同時運作，就保留一條 OpenAI 或 Azure OpenAI 金鑰，即使聊天主力改用其他供應商。
- 如果你自行接 API 而非用 Edor.ai 固定年費，就先設用量上限與監控，並按任務難度分檔，不要把旗艦用在每一次備課點擊。
- 如果你準備向校長匯報，就明確說「API 牌價不是校本支出」，並要求所有對外文件與 AI 評分結果經教師覆核後才發出。
同一家的幾條產品線
同一個供應商往往同時養著旗艦、主力、輕量與推理幾條線，價錢可以差十倍以上，選錯線比選錯供應商更常見。
| 型號 | 定位 | 發佈日期 | 上下文長度 | 輸入／輸出 | 說明 |
|---|---|---|---|---|---|
| GPT-6 Astra | 旗艦 | 2026-09-03 | 1,050K | $10 / $50 | 現行旗艦。reasoning.effort 由 low 到 max 五級；超過 272K input 的請求整筆按 2 倍輸入價計算。 |
| GPT-5.6 Sol | 旗艦 | 2026-07-09 | — | — | 上一代旗艦，2026 年 6 月 26 日先行限量預覽。2026 年 8 月 21 日起 API 價格下調超過兩成。 |
| GPT-5.6 Terra | 主力 | 2026-07-09 | — | — | 日常工作用的平衡型號，效能接近 GPT-5.5 但成本較低；ChatGPT 免費與 Go 用戶使用此型號。 |
| GPT-5.6 Luna | 輕量 | 2026-07-09 | — | — | 最便宜、最快的型號，2026 年 7 月 30 日再降價八成，適合高頻率批量任務。 |
| GPT-5.5 / GPT-5.5 Pro | 旗艦 | 2026-04-23 | — | — | 2026 年 4 月 24 日開放 API。100 萬以上 token 上下文（922K 輸入 + 128K 輸出）。 |
| GPT-5.4 | 旗艦 | 2026-03-05 | — | — | 把 Codex 與 GPT 兩條產品線合併為單一系統；3 月 18 日推出 GPT-5.4 mini。 |
| GPT-4.1 / mini / nano | 主力 | 2025-04-14 | — | — | 100 萬 token 上下文的上一代工作馬，仍在 API 供應，成本遠低於旗艦。 |
| GPT-4o mini | 輕量 | 2024-07-18 | — | — | Edor.ai 目前的預設型號之一：成本低、速度快，足以應付大部分教師工具與學生對話。 |
| o1 / o3 / o4-mini | 推理 | 2024-09-12 | — | — | 首批「先思考後回答」的推理系列，是 2026 年各家 adaptive thinking 的起點。 |
幾條常被問到的問題
個人帳戶解決不了三件事：AI 不認識你校的課程綱要與評分習慣；學生對話沒有守門，科主任也看不到紀錄；資料留在消費者產品內，法團校董會問起來學校說不清擁有權。校本平台補的正是這三項缺口。
那是 OpenAI 對開發者的 API 牌價，不是學校帳單。Edor.ai 以每校年費訂閱，AI 用量已包含在內，不另收 token 費；平台亦會按任務難度選型號，不會把旗艦用在每一次點擊。
不必二選一。Azure OpenAI 走同一批模型，但由學校自己的 Azure 訂閱管理資料所在地與合規文件；Edor.ai 後台可填 Azure 金鑰，功能與直接接 OpenAI 相同。
GPT-6 Astra 有 105 萬 token 上下文，但超過 27.2 萬 input tokens 後整筆請求按 2 倍輸入價計算，一次貼滿並不划算。正確做法是用校本知識庫(RAG)只取相關段落，日常任務用 Terra 或 GPT-4.1 mini 已足夠。
可以切換，但要留意 Anthropic 與 Poe 沒有 embedding 與語音模型。若完全停用 OpenAI，校本知識庫與口語練習需要改用 Azure OpenAI 或本地方案，建議在採購文件內先寫明替代安排。
文中價格與規格的取材日期 2026-09
- OpenAI — GPT-6 Astra 發佈公告
- OpenAI API — GPT-6 Astra 模型頁（規格與定價）
- OpenAI — GPT-5.6 發佈公告與價格更新
- OpenAI Help Center — Model Release Notes
- OpenAI — API 定價頁
- · 文中的價格、功能與規格以上列官方文檔為準。供應商隨時會改，採購之前請自行覆核一次。
- · 文中提及的產品名稱與商標屬各自擁有者所有。Edor.ai 與該等公司沒有合作、代理或贊助關係。
- · 這是為教育用途做的獨立整理，不是採購建議，也不是法律意見。
- · 凡涉及學生個人資料的用法，請先按學校政策與《個人資料（私隱）條例》(PDPO)評估，然後才在校內推行。
延伸閱讀
- 四家美國 LLM 供應商怎樣選：OpenAI、Anthropic、xAI、Google 的學校取捨
2026 年 9 月，OpenAI GPT-6 Astra 與 Google Gemini 3.8 Flash 的旗艦輸入價相差 13 倍，但備課摘要質素往往分不出高下。本文不用規格表堆砌，改從香港學校實際任務出發，拆解價格、上下文、中文、接入方式與帳單陷阱。
- 2026 年 15 家 LLM 供應商比較：價格、上下文，以及學校真正要決定的一件事
用同一組學校用量假設，把 OpenAI、Anthropic、Google、xAI、Meta、Mistral、Cursor Composer，以及 DeepSeek、Qwen、Kimi、GLM、MiniMax、豆包、混元、文心的 2026 年 9 月官方價格換算成年度帳單。能力差距在收窄，價格差距在擴大；學校要決定的不是用哪個型號，而是誰承受價格波動、換代時要付多少代價。
- 推理模型進校園：思維鏈、自適應思考與評卷數理教學的新常態
2024 年的模型急於作答，2026 年的模型會先內部推演再輸出，並自行決定思考深度。本文以教員室語言解釋思維鏈、推理力度與自適應思考的演進，對照四家供應商的調節設計，並說明評卷、數學與科學課堂上實際改變了甚麼，以及仍然改變不了甚麼。