20260906-开源证券-计算机行业点评报告_OpenAI发布GPT-6Astra_大模型迈向执行主体_3页_334kb

OpenAI发布GPT-6 Astra，大模型迈向执行主体

核心内容概述

2026年9月3日，OpenAI正式发布GPT-6 Astra，标志着大模型从问答工具正式向执行主体转型。该模型在多个基准测试中表现出显著提升，包括通用推理、任务执行与可靠性等方面，为Agent技术的规模化落地奠定了基础。

主要观点

1. 大模型能力跃升

• OSWorld 2.0：得分 $72.6%$，高于前代GPT-5.6 Sol的 $65.7%$。
• AutomationBench：得分 $41.4%$，远超Sol的 $18.1%$。
• Agents'Last Exam：得分 $59.3%$，超过Claude Opus 5的 $55.5%$。
• ARC-AGI-3：得分 $99.9%$，显著优于Sol的 $7.8%$。

2. 可靠性实现关键突破

• 模型越界行为率由Sol的 $48%$ 降至 $0%$，大幅提升了企业级任务落地的信任度。

3. 训练范式创新

• GPT-6 Astra是首款由前代模型深度参与训练监督的模型，构建了“AI监督AI”的训练闭环，被视为递归式自我改进（RSI）的雏形。
• 通过AI参与训练流程，减少了对人工运维的依赖，推动模型进入自我加速通道。

4. 算力投入再上台阶

• 依托得克萨斯州Stargate的超10万块GPU完成训练，为OpenAI历史上最大规模训练项目。

5. API定价与任务成本变化

• API定价：输入10美元、输出50美元/百万Token，较Sol的4美元与20美元上涨2.5倍。
• 任务成本：在多项测试中，Astra表现出更高的效率，单任务成本较Sol下降43%，较Fable 5.1下降86%。

6. 任务执行效率提升

• 在Playco测试中，人工修复量减少50%。
• Legora使用Astra在数分钟内完成41份财务文件审核，并发现4处人为错误，显著降低人工介入与时间成本。

7. 计价逻辑切换利好Agent商业化

• Brockman提出应从Token定价转向任务成本定价，推动Agent单元经济模型重构，增强企业级智能体部署的经济可行性。

关键信息

• 发布时间：2026年9月3日
• 主要测试表现：OSWorld 2.0（$72.6%$）、AutomationBench（$41.4%$）、Agents'Last Exam（$59.3%$）、ARC-AGI-3（$99.9%$）
• 可靠性提升：越界行为率从 $48%$ 降至 $0%$
• 训练方式：AI监督AI，构建递归式自我改进闭环
• 算力投入：10万块GPU，训练规模创历史之最
• API定价：输入10美元、输出50美元/百万Token
• 任务成本：较前代模型显著降低，提升Agent商业价值

受益标的

国产算力企业

• 寒武纪、海光信息、天数智芯、禾盛新材、沐曦股份、摩尔线程、中国长城、龙芯中科、芯原股份、品高股份、锐捷网络、浪潮信息、工业富联、紫光股份、中科曙光、华勤技术等。

算力租赁企业

• 行云科技、宏景科技、利通电子、杰创智能、协创数据、航锦科技、润泽科技、东阳光、华策影视、亿田智能、平治信息、盛视科技、盈峰环境、熙菱信息等。

风险提示

• AI模型竞争风险
• AI应用竞争风险
• AI模型发展不及预期风险

投资评级说明

• 证券评级：买入（+20%）、增持（+5%~+20%）、中性（±5%）、减持（-5%）
• 行业评级：看好（行业超越市场）、中性（与市场持平）、看淡（弱于市场）

估值方法局限性

• 本报告分析基于假设，不同假设可能导致结果差异。
• 估值方法及模型存在局限性，估值结果不保证证券可在该价格交易。

法律声明

• 本报告仅供开源证券客户参考，非客户请咨询独立投资顾问。
• 报告内容不构成投资建议，使用本报告的任何损失由用户自行承担。
• 本报告版权归开源证券所有，未经许可不得复制、分发或用于其他用途。