计算机行业点评报告：OpenAI发布GPT-6Astra，大模型迈向执行主体

GPT-6 Astra在计算机使用能力上实现代际飞跃，通用推理与执行能力同步提升，标志着大模型从问答工具走向可承接复杂任务的执行主体。其OSWorld 2.0基准得分72.6%，AutomationBench得分41.4%，Agents' Last Exam达59.3%，ARC-AGI-3达99.9%，越界行为率降至0%，可靠性实现关键突破。

大模型行业正从单纯问答工具向可承接复杂任务的执行主体转变。GPT-6 Astra依托10万块GPU训练，采用AI监督AI的训练范式，算力规模与训练范式的双重壁垒或拉大行业代际差距，提升集中度。计价逻辑从Token转向任务成本，Agent单元经济模型重构，企业级部署可行性提升，推动行业向更高效率、更复杂任务方向发展。

报告重点分析了GPT-6 Astra的通用推理与执行能力提升，包括其在OSWorld 2.0、AutomationBench、Agents' Last Exam、ARC-AGI-3等基准测试中的表现，以及模型越界行为率降至0%的可靠性突破。同时，报告还分析了API定价变化对任务成本的影响，以及算力规模与训练范式对行业集中度的潜在影响。

当前大模型市场正经历从问答工具向执行主体的转变。GPT-6 Astra等模型的推出，标志着大模型在通用推理与执行能力上实现代际飞跃，推动行业向更高效率、更复杂任务方向发展。算力规模与训练范式的双重壁垒或拉大行业代际差距，提升集中度，同时计价逻辑从Token转向任务成本，企业级部署可行性提升。

研报提示了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等。AI模型竞争激烈，可能导致技术路线分化或市场格局快速变化；AI应用竞争风险则涉及下游应用场景的竞争与替代；AI模型发展不及预期风险则包括技术瓶颈或实际应用效果未达预期等。这些风险需引起关注。