事件:近日，OpenAI正式发布GPT-6Astra，并称其为目前全球最智能、且对齐程度最高的模型。
　　GPT-6 Astra在数学能力、网络安全与计算机操作表现上有显著提升:从评测结果来看，在代表高阶数学能力的Frontier Math Tier 4上，Astra得分达到97.6%，相比GPT-5.6 Sol的83.0%和Claude Fable 5.1的87.8%有显著提升;在强调陌生环境学习和抽象推理的ARC-AGI-3上，其成绩更是从GPT-5.6 Sol的7.8%跃升至99.9%。相比数学和抽象推理，Astra在网络安全上的跃升更具现实冲击力。在测试漏洞利用能力的Exploit Bench中, Astra得分达到100%，而GPT-5.6 Sol为78.5%。Astra在理解用户意图和约束自身行为方面均取得显著进步:OpenAI参考近期Hugging Face事件设计不三项新评估，用于测试当模型面对极其困难、甚至无法完成的任务时，是否会为了达成目标而擅自突破用户授权边界。在没有生产环境安全措施的情况下，GPT-5.6 Sol有48%的情况会突破授权目标，而GPT-6 Astra的这一比例为0%。此外，GPT-6 Astra在多项计算机操作和专业工作流基准中，Astra均取得领先成绩。OpenAI表示，Astra操作计算机的能力可用于各领域的输出，包括但不限于将电子原理图转化为可制造的PCB、以约为人类冠军选手四倍的速度完成金融建模世界杯挑战、使用Unity进行游戏场景建模等。
　　十万卡集群确立算力壁垒，任务成本重构定价范式:Astra是OpenAI迄今规模最大的训练项目之一,该模型在美国Stargate德州基地使用超过10万张GPU进行预训练。其定价为每百万输入词元10美元，每百万输出词元50美元。尽管与Anthropic对Fable 5.1的定价持平，仍是GPT-5.6 Sol的2.5倍。Astra还会提供一种“快速模式”，处理速度最高可达标准模式的2.5倍，价格翻一倍。OpenAI表示，虽然Astra的单Token价格更高，但由于其能够以更少的输出Token完成复杂任务，在一些场景下，实际完成一个任务的成本反而低于此前模型。未来企业不会只关注token单价，而会关注完成一次任务需要付出的总成本，AI行业最终会从token定价转向任务成本衡量。
　　投资建议:Astra的发布再次验证了前沿模型训练仍处在超大集群化、重资本化、强互联依赖的扩张通道中，模型训练的算力规模有望从10·26 FLOPs级继续向10~27FLOPs级推进。进一步拆解，最直接受益的是800G/1.6T/未来3.2T高速光模块链条，训练集群GPU数量和单GPU附着光连接数同步提升，且网络速率正从400G/800G快速迁移至1.6T成为2026年后主流增量;其次受益的是G.654.E、G.657.A2、高端多模/特种光纤及预制棒环节，因为AI数据中心与DCI场景对低损耗、高密度布线和高可靠性的要求显著高于传统数据中心，推动行业从运营商周期切换到AI超级周期。
　　建议关注:光通信:中际旭创/新易盛/光迅科技/华工科技等;上游光芯片和光器件∶源杰科技/长光华芯/仕佳光子/永鼎股份等;AIDC:润泽科技/润建股份/数据港等;运营商:中国移动/中国联通/中国电信等;光纤光缆相关标的等。
　　风险提示:AI发展不及预期的风险，政策与贸易摩擦风险等。