作者：MD
出品：明亮公司
美东时间 9 月 3 日，OpenAI 发布了 GPT-6 Astra。
按照 OpenAI 官方说法，Astra 是其 " 最智能、最对齐 " 的旗舰模型，能力重点覆盖 Computer Use、软件工程、数学与科学、专业办公、网络安全等场景。
这次发布的市场反馈明显好于 OpenAI 过去几次模型更新。据 Latent Space 整理，Astra 发布约 9 小时后，相关内容浏览量已达 3600 万，点赞数 16.4 万，是 OpenAI 自 Sora 以来最受关注的一次发布。更重要的是，Astra 被市场视为 OpenAI 对 Anthropic Fable 5.1 和 Opus 系列进展的正面回应。
模型发布声量（来源：Latent Space）
从能力披露看，OpenAI 给出的核心表述是：" 任何你能在电脑上完成的事，Astra 都可以替你完成。"这也反映出，模型竞争的重心正在从聊天、写作、代码生成，进一步转向电脑操作、长程 Agent 和端到端任务交付。
评测方面，Astra 在 Terminal-Bench 4.0、OSWorld 2.0、AutomationBench、FrontierMath Tier 4、ARC-AGI-3、ExploitBench 等评测中取得高分，其中 OSWorld 和 AutomationBench 更值得关注，因为它们衡量的是模型在真实软件环境和专业工作流中的执行能力。
来源：OpenAI 网站
但 Astra 的发布也伴随争议。外部评测显示，它在 Coding 智能体、Computer Use 和长程知识工作中表现突出，但在通用智能指数上并未全面领先 Claude Fable 5.1；同时，由于 token 单价较 GPT-5.6 Sol 显著上升，其成本优势高度依赖具体任务和运行框架。另一方面，OpenAI 系统卡披露 Astra 在对齐表现上改善，但链式思考可监控性下降，引发安全研究者关注。
「明亮公司」结合券商观点总结发现，目前对 GPT-6 Astra 的影响已经形成几项基本共识：
第一，模型竞争正在从 " 聊天 / 写代码 " 转向端到端执行，Computer Use 与长程 Agent 成为前沿模型的新主线，能力边界正从对话框扩展到真实工作流。
第二，Astra 在单 token 价格上升的同时，强调特定场景下的任务成本下降，这意味着头部模型并未失去定价权，反而可能通过更高完成率、更少返工和更短执行时间重新获得溢价，早前 " 价格战会持续侵蚀商业模型 " 的担忧被部分证伪。
第三，无论是训练侧十万卡级别投入，还是推理侧为 Agent、Computer Use 和安全监控配置更大集群，GPT-6 都再次强化了算力长期需求逻辑。
第四，OpenAI 在 Coding 和 Agentic Coding 上的表现明显追近 Anthropic，行业竞争从此前 "Anthropic 单方面领先 " 的叙事，重新回到 OpenAI 与 Anthropic 胶着竞争的格局。
而分歧则主要集中在三处。
第一是架构变化对存储需求的影响。若 Recurrent Depth 确实通过层复用和隐藏空间推理实现 " 用计算换存储 "，它可能改变推理侧算力结构，进而削弱部分 HBM/DRAM 需求弹性。
第二是对市场影响的方向，硬件侧预期已经较充分，而 AI 软件开始进入 " 算利润、看兑现 " 的阶段。
第三是 Benchmark 的可信度和安全约束。多数高分来自研究环境或特定 Harness，官方对比也未完全覆盖 Muse Spark 1.3 等竞争模型；同时，Astra 达到 Critical 级网络安全能力后，监控、拒答和权限限制可能影响实际可用性。
GPT-6 三层核心变化：训练方式、技术架构、产品能力
GPT-6 Astra 的第一层变化是训练方式。
据多家券商，Astra 基于 OpenAI Stargate 德州站点超过 10 万颗 GPU 训练，是 OpenAI 迄今最大规模的一次训练。据申万宏源，Astra 首次大规模引入前代模型 GPT-5.6 Sol 参与训练监督，训练后期系统可以自主连续运行。申万宏源将其称为递归自我改进的雏形。更直接地说，上一代模型开始参与下一代模型的训练和维护，模型迭代从单次训练，开始转向更连续的系统工程。
第二层变化是技术架构。
据天风证券和西部证券，Astra 可能采用 Recurrent Depth 或 Looped Transformer 架构，即同一组 Transformer 层可以被反复调用，模型将部分推理过程放在隐藏空间中完成，而不是把每一步都展开成可见文字。
这个变化有两个结果：一方面，它可能减少显式 token 消耗，提高复杂任务中的执行效率；另一方面，推理过程更难被外部观察，安全监控和可解释性成本上升。据天风证券，OpenAI 为此额外投入约 20% 的推理算力用于监控。OpenAI 在官方介绍中也承认，Astra 的书面推理比 GPT-5.6 Sol 更难监控。此外，有分析也指出，目前这种在隐空间的推理可能使 " 蒸馏 " 的难度增大。
第三层变化是产品能力。
OpenAI 把 Astra 称为 " 世界上最好的 computer use 模型 "。据 OpenAI 介绍，Astra 可以填写在线表格、更新 CRM 客户记录、整理日历、进行在线研究并写入邮件或文档编辑器，也可以分析科学数据、生成图表、创建网站、运行前端 QA、安装和测试软件，并处理屏幕上出现的问题。这些例子比传统跑分更能说明 GPT-6 的产品方向，即模型开始进入软件界面、工具链和业务流程。据中信证券、华泰证券等机构判断，头部模型的竞争重点正在从普通对话和单点 Coding 能力，转向长程 Agent 和 Computer Use。
成本再定义：从 Token 到任务能力
GPT-6 的价格本身，是这次发布最有信息量的部分之一。
据 OpenAI 披露，Astra API 标准价格为每百万输入 token 10 美元、每百万输出 token 50 美元。按中信证券测算，这一价格较 GPT-5.6 Sol 当前促销价上涨约 2.5 倍。这也说明，OpenAI 并没有用低价抢市场，而是选择把旗舰模型重新放回高价区间。
这背后是计价口径的变化，过去模型公司更多按 token 收费，市场也习惯用每百万 token 价格衡量模型经济性。但 OpenAI 这次强调的是单任务成本。
据 OpenAI 披露，在 Terminal-Bench 4.0 中，Astra 相对 5.6 Sol 和 Fable 5.1，分别以约低 9% 和低 63% 的估算 API 成本完成任务；在 Terminal-Bench Science 0.1 中，Astra 得分 64.6%，高于 Claude Fable 5.1 的 52.6%，同时估算 API 成本低约 31%；在 BenchCAD 中，Astra 达到 95.9% 的几何重合分数，相比 Sol 和 Fable 5.1 的估算 API 成本分别低约 43% 和 86%。
这说明 OpenAI 并不试图证明 Astra 的 token 更便宜，而是证明它在特定任务里更少绕路、更快完成、更少返工。
对企业客户来说，单 token 价格只是成本的一部分。如果模型需要更多轮交互、更多人工校正，或者在最后一步失败，便宜 token 并不一定带来低成本。反过来，如果一个更贵的模型能一次性完成复杂任务，它的总成本可能更低。
但这个说法仍需要区分场景。据 Artificial Analysis，Astra 在 Coding 智能体任务上的 token 效率较 Sol 提升约 70%，部分 Codex 框架下的成本效率处于前沿；但同一机构在通用智能指数中测算，Astra 输出 token 仅减少约 10%，由于单价上涨，单任务成本反而比 Sol 高 75%。这意味着，"GPT-6 更便宜 " 不是通用结论。它在 Codex、Computer Use 和特定 Agent 框架下更有可能成立，在裸 API 和通用问答场景中未必成立。
结合上述变化可以理解，OpenAI 同步更新 Codex harness 的原因。
据 OpenAI 介绍，Astra 结合新的 Codex harness 后，在 Mind2Web 基准上的任务完成速度较当前 GPT-5.6 Sol 体验提升 1.9 倍；在 Codex 中，Astra 还可以通过跨上下文笔记保存长期任务细节，减少过去长会话压缩造成的信息丢失。
模型叙事转变起点：从 Coding 到任务交付
过去一年，Coding 能力是前沿模型竞争的核心。Anthropic 正是靠 " 赌对 "Coding 这一方向，成为了历史上最快达到万亿美元市值 / 估值的公司之一，而且，在二级市场上的开源模型公司，也多因 Coding 收获了上市后投资者的认可。
此前，OpenAI 用 GPT-5.6 Sol、Codex 和 ChatGPT 开发者生态追赶。但 GPT-6 发布后，这个叙事可能发生变化——Coding 更像是端到端任务的一部分，而不是终点。
原因很简单，会编程，不等于能完成工作。或者说，编程只是工作 / 任务中高价值的一环。
据 OpenAI 介绍，Astra 在 Codex 中可以跨上下文检索前序窗口中的需求、测试结果和工具输出，避免在长时间调试或大型重构中丢失关键细节。
Jane Street 相关负责人就在发布中的信息中表示，Astra 在内部编码基准和交易直觉评估中较 GPT-5.6 Sol 有明显提升，用于 agentic coding 时，生成代码达到生产质量所需迭代更少。
这正是大模型产品形态的变化。过去模型更多是 " 回答者 "，现在头部公司希望它变成 " 执行者 "。
据 OpenAI 介绍，Astra 可以在指令不完整时补足常规信息，在关键决策前提问；在 Codex 中，它可以异步提问，同时继续处理不依赖用户回复的部分。这类能力比单次回答准确率更接近企业使用场景，因为真实工作很少是一次性、结构化、边界清晰的。
这也反映出 AI 大模型下一程叙事的方向。
据华泰证券，顶级模型竞争已经转向长程 Agent，小模型则在追平上一代旗舰。这意味着模型市场开始分层，旗舰模型处理复杂任务和高价值工作，中端模型覆盖多数生产需求，小模型承担低价、高频调用。
OpenAI 此前对 Sol 降价，更像是为 GPT-6 发布做产品分层，而不是前沿模型失去定价权。Astra 价格重新站上高位，也可能继续证明，最前沿模型仍然可以通过复杂任务获得溢价，而这意味着中国的大模型厂商也将迎来变化。
对中国大模型公司的叙事影响：差距在任务执行层
在 GPT-6 发布前，中国头部模型刚完成一轮追赶。2026 年 7 月至 8 月国产模型密集发布后，头部国产模型已经接近上一代前沿模型水平，Kimi K3 在部分 Coding 榜单表现突出，国产模型在 OpenRouter 上的调用份额也有提升。这说明，中国模型公司在普通对话、中文场景、部分 Coding 能力和低成本调用上，已经具备较强竞争力。
但 GPT-6 Astra 把前沿差距重新拉到执行层。
如前文所述，Astra 的一些表现得分明显提高。
这些提升集中在长程任务、软件操作、终端任务和专业流程上。这恰好是国内模型公司仍需补齐的地方。
据中金公司此前评价，部分国产小参数模型除长程任务外，大部分日常任务已经可以较好运转。国产模型在多数日常任务上已经不弱，但在长程 Agent、Computer Use 和闭环执行上仍有短板，而GPT-6 主打的正是这些能力。
一些观点甚至认为，短期看中国模型公司和 OpenAI 的差距可能在执行层重新扩大，而不是在所有维度同时扩大。
但这种差距并非无法追赶，据天风证券，Recurrent Depth 和 Latent Reasoning 并非完全封闭路线，国内外已有相关论文和开源实践；Astra 的提升也不完全来自更大的知识库，而与后训练、强化学习、工具调用和工程系统相关。国产模型公司过去在后训练和工程优化上有较快追赶速度。
9 月 4 日收盘，智谱（02513.HK）股价跌 2.98%，MiniMax（0100.HK）股价涨 1.8%，两家模型公司的股价并未大幅波动。
| 发福利！添加下方明亮公司主编微信有惊喜！
估值叙事
从寒武纪走势看摩尔线程、沐曦股份｜袁记食品和老乡鸡｜阿里 " 千问 " 补课｜雷军的声量，小米的估值｜英矽智能 AI 制药｜泡泡玛特做家电｜理想 L9 Livis 的 AI 豪赌｜蔚来击穿估值折价｜美光与 AI 瓶颈叙事｜腾讯市值叙事拐点｜MiniMax 和智谱的估值锚｜阿里的「割裂叙事」｜智谱与 Anthropic｜垣信卫星的估值锚 | Momenta 的「物理 AI」叙事｜MiniMax 重估的关键指标｜Kimi 和 DeepSeek 的估值溢价 | 联影构建 AI 资产| Kimi 寻求独立叙事｜估值不依赖 SOTA | 蓝箭航天该对标谁｜靠数据重估蚂蚁阿福｜如祺出行做 AI 基础设施｜蜜雪暂别增长 | 瑞幸市值首超蜜雪
资金叙事
