GPT-6 Astra：Computer Use突破，AI从Copilot迈向端到端Agent

GPT-6 Astra能力跃升，AI应用与Inference需求进入新阶段

核心要点

• GPT-6 Astra能力提升：模型在数学、科学及复杂推理能力上进一步提升，FrontierMath Tier 4达到约98%，ARC-AGI-3达到99.9%；在复杂Agent及软件工程任务中，以更少输出Token、更高成功率完成任务。
• AI应用升级：Astra可直接操作浏览器及计算机界面，完成网页操作、CRM更新、数据分析、软件安装测试、Coding及QA等任务；OSWorld2.0得分提升至72.6%，模拟单任务耗时下降至40分钟。
• Agent重构行业：软件开发及企业SaaS率先被Agent重构，软件竞争壁垒转向Data、Workflow与Permission，商业模式向Consumption、Agent Seat及Outcome-based Pricing迁移。
• Inference需求增长：Agent拉长任务链条，单任务模型调用次数由个位数提升至几十甚至数百次，推理时间、上下文长度及Test-time Compute增加，Inference Compute需求持续增长。

GPT-6 Astra发布

• 能力结构变化：Astra不仅推理能力增强，在长周期任务、工具调用、Computer Use及端到端专业工作上能力同步提升，大模型开始走向复杂问题解决。
• 效率评价体系转变：模型竞争核心指标由“每百万Token价格”转向“完成一项真实任务所需要的总Token、时间、成功率以及人工干预次数”。

Computer Use升级

• 直接操作界面：Astra可直接操作浏览器和计算机界面，完成网页表单填写、CRM信息更新、数据分析、软件安装测试、网站开发及QA等任务。
• 意义：AI将推理能力转化为现实工作流执行，GUI成为AI连接不同软件系统的“通用接口”。

专业工作能力增强

• 端到端工作流：Astra可同时完成信息检索、分析、软件操作，以及Word、Excel、PPT等最终交付物制作。
• Agent演进：从“生成中间内容”向“交付最终结果”演进，评价标准从“回答准确率”转向“任务完成率”。

Cyber能力提升

• Cyber Critical等级：Astra在ExploitBench上达到100%，发现并利用两个此前未知的Zero-day漏洞。
• 能力意义：证明模型在长周期执行、工具使用、自主探索和错误修正等能力上达到新水平，AI在软件开发中价值扩展至更完整的软件生命周期。

产业影响

• 软件开发：AI覆盖价值链由Coding向需求理解、开发、测试、Debug乃至部署扩展，提升软件工程人均产出。
• 企业软件：交互方式由“用户→SaaS UI”演化为“用户→Agent→多个软件/API”，平台型SaaS厂商更具优势，商业模式向Consumption、Agent Seat及Outcome-based Pricing迁移。

Inference需求天花板打开

• 任务链条拉长：传统Chatbot一次用户请求对应有限模型调用，复杂Agent单任务背后可能对应几十甚至数百次模型及工具调用。
• 需求增长：即使单位Token成本下降，只要Agent可执行任务数量、复杂度及经济价值提升，整体Inference Compute需求仍有望保持较快增长。

投资观点

• Agent成为核心驱动力：AI产业竞争核心指标由单项Benchmark和单Token价格转向Task Completion Rate、单任务综合成本、任务执行时间以及人工干预比例。
• 产业链受益：Inference基础设施确定性最高，Agent应用具备中长期弹性，软件开发最早实现规模化渗透。
• 商业模式分化：企业软件竞争格局和商业模式进一步分化，平台型软件厂商更具优势，商业模式向Consumption、Agent Seat以及Outcome-based Pricing迁移。

风险提示

• 大模型能力提升及Agent技术进展低于预期风险。
• Agent商业化及企业渗透低于预期风险。
• AI推理算力需求增长低于预期风险。
• AI应用商业模式及付费意愿低于预期风险。
• 软件行业竞争格局变化风险。
• AI安全、权限及监管要求趋严风险。
• 技术路线及行业发展判断存在不确定性风险。