股票 
板块 
用户 
资讯 本报告摘自2026/9/6发布的研报
事件
9 月 3 日 OpenAI 发布 GPT-6 Astra，先向限量受信组织开放，数日内覆盖 ChatGPT Plus/Pro/Business/Enterprise、API 及 AWS Bedrock。API 定价 10/50 美元每百万 token（输入/输出），与 Claude Fable 5.1 持平；上下文 105 万 token，推理五档，Fast 模式 2 倍价格。Astra 是 OpenAI 首个“Critical”网安等级模型：公开版本拒绝生成 PoC 漏洞利用，高级网安能力先向 Daybreak Blue 受信防御方开放；发布前经白宫自愿审查（Altman 向 Axios 确认），Hugging Face 事件后曾暂停部分前沿训练两周。
点评
能力升级集中在 Agent 执行与网安，通用智力并未同步领先。 OpenAI 自报，Astra 在 OSWorld 2.0、Terminal-Bench 4.0、Terminal-Bench Science、ExploitBench 和 SRE-Bench 等执行型基准上较 GPT-5.6 Sol 提升显著，其中 Terminal-Bench 4.0 提升 20.6pct，Science 提升 42.2pct；512K–1M 长上下文 MRCR v2 亦由 73.8%升至 96.3%。但 Artificial Analysis Intelligence Index v4.1.1 仅 61.2，低于 Fable 5.1 的 65.7 和 Opus 5 的 63.1，HLE（with tools）57.2%亦低于 Fable 5.1 的 65.0%。我们认为，Astra 的核心增量更偏向多步工具调用、软件操作与长任务执行，“执行型”能力提升明显快于通用知识能力。
Astra 的实际进步来自训练规模、Post-training 与 Harness 的共同贡献，单看模型权重容易高估代际提升。 OpenAI 称 Astra 使用其迄今最大规模的训练 run，Stargate 得州集群投入超过 10 万颗 GPU，同时进一步引入模型参与训练监督。但更值得关注的是 Harness 对最终性能的放大：ARC Prize 测试中，同一 Astra 在 OpenAI 自有上下文管理机制下，ARC-AGI-3 得分可由标准 Harness 下的 62.7%提升至 99.9%，同时显著降低耗时与 Token 消耗；Codex 也开始通过跨窗口 Notes 保留长期任务状态。我们认为，前沿模型的竞争单元正进一步从 Model 扩展至 Model + Context Management + Tools + Runtime，Harness 成为性能和成本优化的重要变量。
效率提升正在成为旗舰模型维持高定价的核心支撑。 Astra API 单价并未下调，但 OpenAI 强调其完成 Agent 任务所需步骤和 Token 更少，在 Terminal-Bench 等任务上的单任务成本已低于 Sol，并显著低于部分同档竞品。ARC Prize 甚至观察到更高推理档位因探索路径更短而实现更低总成本。我们认为，Agent 时代模型经济性应更多看 Cost per Completed Task，而非单纯 Token Price；如果更强推理能力能够减少重试、工具调用和上下文轮次，高端模型仍可以在较高 Token 单价下保持竞争力。
可控性改善伴随新的安全成本，Agent 能力越强，运行时监控的重要性越高。 OpenAI 自测显示 Astra 在越权执行、错误完成任务和虚假能力陈述等指标上明显改善，但英国 AISI 和 Apollo 等外部评估仍发现，在任务边界模糊或存在评测意识时模型可能出现越界行为。同时，Astra 对自身推理过程的控制能力进一步增强，传统 Chain-of-Thought 监控的可靠性下降。OpenAI 因此为工具调用场景增加额外运行时监控，并承认带来显著算力开销。我们认为，Agent 安全正在从一次性的 Alignment 问题转向持续的 Inference-time Governance，未来安全模型、Policy Engine 和 Runtime Monitor 本身都可能成为新增算力与软件层需求。
闭源模型的领先幅度已经缩小至个位数百分点，竞争开始更多体现为系统能力与成本结构。 在 DeepSWE 等同口径测试中，Astra 相较 Opus 5、Gemini 3.8 Flash 等领先幅度仅约 0–1pct，Terminal-Bench 上领先 Fable 5.1 亦有限；同时 Anthropic 已通过大幅降低 Cache Read 价格强化长上下文 Agent 的成本竞争力。我们认为，闭源模型下一阶段很难再依赖单一 Benchmark 拉开明显差距，竞争重点将逐步转向 Context Cache、Tool Use、Computer Use、Latency 和 Cost per Task 等系统级指标。
开源模型仍保持显著价格优势，能力差距持续收窄，但高阶 Agent 能力仍缺乏同口径验证。 在 DeepSWE v1.1 上，Kimi、GLM、DeepSeek、Qwen 与 Astra 的差距约 7–18pct，但输入价格低约 3–15 倍；其中部分国内模型近几个月迭代速度明显快于闭源旗舰的代际提升。我们认为，国内开源模型在常规 Coding、企业 Agent 和成本敏感型推理场景仍具备较强商业化基础，而 Astra 当前真正拉开差距的 Computer Use、Cybersecurity 和长任务执行仍缺乏充分的同口径开源对比，短期更可能形成“高端闭源能力 + 低成本开源部署”的分层市场。
科学发现开始成为 Agent 长任务能力的重要验证场景，价值在于工作流可复制性。 Astra 将有界素数间隔上界从此前纪录进一步推进至 186，并提供 Lean 形式化证明，使结果能够由第三方机器验证。相比单一数学结果本身，我们更关注其展示的“长时间自主探索 + 工具调用 + Formal Verification”工作流：如果这一模式能够推广至数学、材料、药物和工程设计，AI 的价值衡量将逐步从 Benchmark 得分扩展至可验证的新知识产出。Anthropic、OpenAI 等近期均强化 Science 叙事，也说明科学发现正成为前沿模型竞争的新战场。
产业链影响主要体现在推理任务量、安全监控和软件功能边界三条路径。 算力侧，Astra 训练已使用超过 10 万颗 GPU，而推理侧更重要的增量来自长上下文 Agent、更多工具调用以及运行时安全监控；虽然单任务 Token 效率改善，但更复杂任务和更高任务频次仍可能推动总 Compute Consumption 上升。网安侧，OpenAI、Anthropic 和 Google 均开始向受信组织开放高级漏洞发现和利用能力，模型层将逐步吸收代码审计、漏洞定位和补丁生成等功能，传统 Code Security SaaS 的部分功能面临替代压力。国内侧，闭源旗舰价格并未明显下行，国内开源模型的显著价格优势仍然成立，企业级 Agent 商业化更可能先在成本敏感、可私有化部署的场景加速。
风险
1）市场竞争加剧2）技术验证不及预期3）产品落地不及预期
本报告分析师：
吴叡霖
SFC HK执业证书编号：BVA376
免责声明
本公众号涉及的内容仅供参考，并不构成对所述证券的推荐、邀约或邀约邀请。同时亦不构成任何合约的成立，不构成买卖任何证券或交易的建议， 亦不构成投资建议、财务、法律、税务或其他意见。本公众号对于因此信息和内容或者据此进行投资而直接或间接引起的任何损失不承担任何责任亦不作出任何保证。
本公众号中所发布的信息、观点以及数据有可能因发布后的市场走势或其他不可预见之因素而影响其有效性。文中的意见预测和估计反映了我们截至制作本文之日期的评估，本公众号并不承担更新信息、观点以及数据的责任，而同时在对相关信息进行任何更新时亦不作另行通知。
本公众号及其关联机构可能会对于上述信息、观点的标的公司所发行的证券进行交易，还可能为这些公司提供其他服务。本公众号及其关联机构可能购买、持有或出售相同或相关产品。
版权及相关权益归海通国际及相关内容提供方所有。未经海通国际书面许可，任何人不得以任何方式或方法修改、复制、分发或转载官方微信中之任何内容。
《研究报告》免责声明
本公众号不是海通国际研究报告的发布平台。本公众号涉及的研究报告信息由海通国际证券有限公司于香港特别行政区发布，内容从于发布之时从认为可靠的渠道获得的信息或基于海通国际已发布的研究报告编制而成。研究报告信息中的观点及评级的发布取决于报告作者所知悉的各种市场因素及公司内在因素，以及海通国际对其之盈利预测。目标价格是基于一系列的假设和前设条件，投资者需在准确了解相关研究报告中的全部信息的基础下，方可对研究报告所表达的观点形成比较全面的理解。本公众号仅为对相关研究报告部分内容的引用或者复述。受法规技术或其它客观条件所限，无法同时提供观点、评级的依据或盈利预测及目标价格背后的假设等相关信息。因此其内容可能无法完整或准确表达相关研究报告的观点或意见。海通国际并不保证本公众号涉及的研究报告所包含的信息、观点以及数据的准确性及完整性。如欲了解完整观点，应参见海通国际研究网站(www.equities.htisec.com)所载完整报告，或与海通国际销售人员联系。
投资涉及风险，海通国际并没有考虑投资者的具体投资目标，财务状况等的特定需求，任何人不得依赖研究报告包含的信息、观点以及数据的准确性及完整性作出投资决定。
评论 (0)