把三个模型名称写进数组，不等于拥有高可用 AI。真正的多模型网关必须解决故障域、请求契约、能力差异、超时、重试、熔断、流式中断、工具副作用、配置一致性和本地降级。本文使用 LiteLLM Proxy、Redis、PostgreSQL 与 Ollama 搭建统一的 OpenAI-compatible 入口，给出可运行的 Docker Compose、完整路由配置和逐级断路演练，并说明哪些请求可以自动

<think>我们根据要求：根据用户提供的长文章内容，生成≤150字的文章摘要。需要提炼核心要点：GPT-6 Astra发布、关键能力（105万上下文、128K输出、异步工具调用、中途纠偏、动态推理强度）、API迁移（必须Responses API）、成本和落地注意。摘要要简洁，覆盖主要内容。注意字数限制。</think>GPT-6 Astra发布：105万tokens上下文、12.8万输出，支持