GPT-6 Astra正式发布
　　2026年9月3日，OpenAI发布GPT-6 Astra，支持约105万Token上下文和最高128KToken输出，重点提升编程、研究、Computer Use及复杂多步骤任务能力。模型能够结合推理、代码和工具调用，完成从需求理解、任务执行到结果检查和成果交付的完整流程。
　　与GPT-5.6 Sol相比，GPT-6 Astra的提升主要集中在计算机操作、自动化执行和复杂专业工作，在OSWorld 2.0、ScreenSpot-Pro、AutomationBench等公开测试中改善较明显；但在部分编程、长上下文和估值类测试中并未全面领先，说明GPT-6 Astra本轮升级更偏向真实环境中的连续执行能力。价格方面，GPT-6 Astra标准API价格为每百万Token输入10美元、输出50美元，明显高于其他参评模型。因此，其实际价值取决于更高的任务完成度能否减少执行失败、重复运行和人工修改。
　　三类金融投研任务表现
　　本次评测设置估值建模、多因子回测和行业研究三个真实投研任务，并将GPT-6 Astra与GPT-5.6 Sol、Kimi K3、GLM-5.3和DeepSeek V4 Pro进行比较。综合来看，GPT-6 Astra在三项任务中均排名第一，优势主要体现在复杂工作流执行、研究底稿完整性和结果可复核性。
　　估值任务中，GPT-6 Astra将分产品经营假设贯通至三张报表、自由现金流和估值结果，现金流与估值逻辑最完整。GLM-5.3的量价模型和公式链表现较好；GPT-5.6 Sol模型规范性较强，但经营拆解相对有限；Kimi K3和DeepSeek V4 Pro分别存在公式联动和底稿可靠性问题。
　　回测任务中，GPT-6 Astra同时处理历史成分股、财务披露时点、信号与执行日、交易成本、现金账户和不可交易状态，交易模拟最完整。GPT-5.6 Sol的时点处理较规范，DeepSeek V4 Pro计入交易成本并采用下一交易日执行；GLM5.3的成本和执行约束仍需完善，Kimi K3受数据获取范围限制，回测样本和交易执行过程不够完整，结果的历史代表性与可复核性相对有限。
　　行业研究任务中，GPT-6 Astra在公司与来源覆盖、投资框架、Wiki关联和质量检查方面表现最好；DeepSeek V4 Pro来源治理较规范，GLM-5.3公司和数据覆盖较广；GPT-5.6 Sol与Kimi K3的报告框架基本完整，但Wiki实体和来源沉淀相对有限。
　　风险提示
　　结果通过历史数据统计、建模和测算完成，历史规律不代表未来；在市场环境发生变化时，模型存在失效的风险;策略依据一定的假设通过历史数据回测得到，当交易成本或其它条件改变时，可能导致策略收益下降甚至出现亏损；大模型输出的内容存在一定的随机性和准确性风险；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。部分应用本身可能存在一定的安全风险，在使用此类应用时，用户需自行承担由此可能引发的任何风险和后果。在使用AI生成内容时，需要注意相关版权问题。用户应确保所使用的工具及其生成的内容符合相关法律法规的要求，避免侵犯他人知识产权。