猜你想问
GPT6的核心技术能力有哪些？
GPT6在长程执行方面表现突出，工业级软件调用和工具异步调用在1.05M上下文下Terminal-Bench表现达57.9%，但DeepSWE仅提升至74.1%。推理过程在750-1200token内61%任务被改写，蒸馏思考过程受阻。长程执行已达可用阶段，但复杂文档解读成功率仅约10%，存在注意力缺失、细节遗漏、全局注意力不足问题。
AI行业发展趋势如何？
AI行业发展趋势显示，GPT6等大模型在长程执行和简单多模态任务上表现突出，但复杂任务能力不足。垂类落地是关键，核心是“行业数据+明确结果”，数学/代码>生物医药>金融医疗教育。开源模型推动高频简单任务应用，国产/开源在非强coding场景占优，但AGI仍面临物理世界数据瓶颈，弱RSI已落地，强RSI未达门槛。
研报重点分析了哪些方向？
研报重点分析了GPT6的技术能力评估、成本与效率、落地进展及研究结论。技术能力方面评估了长程执行、推理过程及短板；成本与效率方面分析了token涨价、单位智能成本及短板；落地进展方面探讨了垂类落地、开源模型及AGI进展；研究结论指出GPT6在长程执行和简单多模态任务上表现突出，但复杂任务能力不足，成本优化显著，垂类落地和开源模型推动应用，但AGI仍面临物理世界数据瓶颈。
当前市场现状如何判断？
当前市场现状显示，GPT6定价$10/50（每百万token），对标Astra，但低于Claude Fable 5.1和Gemini 3.8 Flash，主打简单多模态应用。长上下文费用翻倍至$20/75，缓存命中降至$1，Batch/Flex打5折。单位智能成本比Sol低约9%，但复杂文档解读成功率仅约10%。市场在垂类落地和开源模型应用上进展显著，但AGI仍面临物理世界数据瓶颈。
研报有哪些风险提示？
研报提示GPT6在复杂任务能力不足，复杂文档解读成功率仅约10%，存在注意力缺失、细节遗漏、全局注意力不足问题。AGI进展面临物理世界无通用训练范式、生产制造数据鸿沟的瓶颈，弱RSI已落地，强RSI未达门槛。此外，token涨价至$20/75，缓存命中降至$1，可能影响部分应用场景的成本效益。