Computer Use代际飞跃，大模型从问答工具走向执行主体
　　2026年9月3日，OpenAI正式发布GPT-6 Astra，其计算机使用能力迎来实质性代际飞跃。OSWorld 2.0基准得分72.6%，高于前代GPT-5.6 Sol的65.7%；AutomationBench得分41.4%，远超Sol的18.1%；Agents' Last Exam达59.3%，超过Claude Opus 5的55.5%；ARC-AGI-3达99.9%，前代Sol仅为7.8%，通用推理与执行能力同步跃迁。更具产业落地价值的是可靠性实现关键突破，在一项内部评测中，模型越界行为率由Sol的48%降至0%，缓解了企业级任务落地的执行信任障碍。能力跃升与可靠性夯实形成共振，标志着大模型从问答工具正式走向可承接复杂任务的执行主体，Agent规模化落地的核心能力前提已经具备。
　　十万卡训练叠加AI监督AI，递归式自我改进开启迭代新范式
　　GPT-6 Astra依托得克萨斯州Stargate超10万块GPU完成训练，为OpenAI史上最大规模训练项目，算力投入再上台阶。更深层的边际变化在训练范式，Astra是首款由前代模型深度参与训练监督的模型，OpenAI借此构建起AI监督AI的训练闭环，被视为递归式自我改进（Recursive Self-Improvement, RSI）的雏形。当模型可承担训练流程的监督者角色，训练迭代对人工运维、调试的依赖将系统性下降，模型进化有望大幅降低人力约束，进入自我加速通道，迭代周期或将持续压缩。算力规模与训练范式的双重壁垒，或进一步拉大头部厂商与追赶者的代际差距，行业集中度或将继续提升。
　　API定价上浮2.5倍而任务成本下行，计价逻辑切换利好Agent商业化
　　GPT-6 Astra的API定价为输入10美元、输出50美元/百万Token，较Sol的4美元与20美元涨至2.5倍，单价成本明显抬升。但任务成本口径下结论逆转：Agents' Last Exam测试中，Astra在最高分设置下输出Token较Claude Opus 5少约65%；BenchCAD中Astra单任务估算成本较Sol低约43%、较Fable 5.1低约86%，API涨价被效率提升有效对冲，单任务综合成本下行。公司Playco测试中，人工修复量较前代减少50%，公司Legora使用Astra数分钟内审完41份财务文件并找出4处人为埋设错误，人工介入与时间占用同步压缩，任务成本进一步摊薄。Brockman提出计价应从Token定价转向任务成本，涨价与降本并行之下，Agent单元经济模型正被重构，企业级智能体部署的经济可行性进一步打开。
　　受益标的
　　国产算力：寒武纪、海光信息、天数智芯、禾盛新材、沐曦股份、摩尔线程、中国长城、龙芯中科、芯原股份、品高股份、锐捷网络等、浪潮信息、工业富联、紫光股份、中科曙光、华勤技术等。
　　算力租赁：行云科技、宏景科技、利通电子、杰创智能、协创数据、航锦科技、润泽科技、东阳光、华策影视、亿田智能、平治信息、盛视科技、盈峰环境、熙菱信息等。
　　风险提示：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。