20260909-国金证券-大模型赋能投研系列之三十一_GPT-6_Astra金融测评_投研任务提升明显_35页_5mb

金融工程组报告：GPT-6 Astra 金融测评总结

核心内容概述

本报告对 GPT-6 Astra 进行了金融投研任务测评，将其与 GPT-5.6 Sol、Kimi K3、GLM-5.3 和 DeepSeek V4 Pro 进行对比分析。评测围绕估值建模、多因子回测和行业研究三个真实投研任务展开，全面检验模型在复杂任务执行、成果交付、结果可复核性及模型质量等方面的表现。GPT-6 Astra 在三项任务中均排名第一，展现出更强的复杂工作流处理能力、更完整的财务模型构建和更清晰的研究闭环。

主要观点与关键信息

1. GPT-6 Astra 的能力提升

• 重点方向：本轮升级主要强化了计算机操作、自动化执行和复杂多步骤任务能力，强调从需求理解到成果交付的完整流程。
• 工具支持：支持网页搜索、文件搜索、代码解释器、托管终端等工具，适用于金融投研中的长流程任务。
• 模型表现：在 OSWorld 2.0、ScreenSpot-Pro、AutomationBench 等测试中表现突出，提升了任务执行效率和准确性。

2. GPT-6 Astra 与 GPT-5.6 Sol 对比

• GPT-6 Astra 在计算机使用、复杂任务处理和长上下文能力上明显优于 GPT-5.6 Sol。
• GPT-6 Astra 在 OSWorld 2.0 中完成任务耗时减少 47%，执行效率提升显著。

3. 五款模型的公开规格与 API 价格

• 上下文与输出：均支持约百万 Token 上下文，GPT-6 Astra 输出能力最高，达到 128K Token。
• 价格：GPT-6 Astra 的 API 价格明显高于其他模型，输入 10 美元/百万 Token，输出 50 美元/百万 Token。
• 成本对比：GPT-5.6 Sol 最低，GLM-5.3 和 DeepSeek V4 Pro 价格更具竞争力。

4. 金融投研任务表现

4.1 估值任务

• 任务要求：建立完整的财务预测模型、估值模型和投资分析报告，要求公式关联、数据可追溯、模型可复算。
• 模型表现：
  • GPT-6 Astra：表现最佳，经营拆解、现金流分析和底稿质量最佳。
  • GLM-5.3：排名第二，具备较好的可重算性，但部分参数仍需人工复核。
  • GPT-5.6 Sol：排名第三，模型规范性强，但经营假设深度不足。
  • Kimi K3：排名第四，报告逻辑自洽，但模型联动和公式可靠性不足。
  • DeepSeek V4 Pro：排名第五，报告结构完整但存在系统性公式错位，底稿不可复算。

4.2 回测任务

• 任务要求：基于沪深 300 历史成分股构建多因子模型，处理交易约束、停牌、涨停跌停、数据缺失等。
• 模型表现：
  • GPT-6 Astra：表现最佳，处理历史成分股、财务披露时点、信号与执行日、交易成本等，回测逻辑完整。
  • GPT-5.6 Sol：排名第三，交易时点处理较规范，但未计入交易成本。
  • Kimi K3：排名第四，交付较完整，但交易约束处理不足。
  • GLM-5.3：排名第二，具备较好的数据链和纠错机制，但未充分处理交易成本和不可交易状态。
  • DeepSeek V4 Pro：排名第五，报告结构完整但存在系统性公式错误，影响模型执行和结果复核。

4.3 行业研究任务

• 任务要求：完成行业深度报告，包括公司与来源覆盖、投资框架、Wiki 关联和质量检查。
• 模型表现：
  • GPT-6 Astra：表现最佳，公司与来源覆盖全面，投资框架清晰，Wiki 知识库完善。
  • GLM-5.3：排名第二，公司和数据覆盖广，但部分投资框架和来源沉淀不足。
  • DeepSeek V4 Pro：排名第三，来源治理较规范，但投资框架和 Wiki 信息较为有限。
  • GPT-5.6 Sol：排名第四，报告框架完整，但 Wiki 实体和来源沉淀不足。
  • Kimi K3：排名第五，报告结构完整，但投资框架和来源治理较弱。

总结

• GPT-6 Astra 在复杂任务执行、研究闭环和成果交付方面表现突出，尤其在估值建模和回测任务中领先。
• 与其他模型相比，其更高的价格是否合理取决于能否显著提升任务完成度、底稿质量和成果稳定性。
• GPT-6 Astra 的交付成果具备较好的可调整性和可复核性，但需注意其对底层经营变量的依赖。
• GLM-5.3 在可重算性和数据完整性方面表现优秀，但部分参数仍需人工判断。
• Kimi K3 和 DeepSeek V4 Pro 在报告结构和逻辑上表现尚可，但在模型执行和数据处理上存在明显短板。
• GPT-5.6 Sol 在模型规范性和交易时点处理上表现良好，但交易成本和不可交易状态处理不足。

风险提示

• 模型结果基于历史数据，不能代表未来。
• 市场环境变化可能导致模型失效。
• 交易成本或其他条件变化可能影响策略收益。
• 大模型输出存在随机性和准确性风险。
• 投资建议基于提示词生成，可能随提示词变化而变化。
• 使用 AI 生成内容需注意版权和法律问题，用户需自行承担相关风险和后果。