【全网首发】GPT-6-Astra 控制机器人切黄瓜（with Loop-ROS）
十万GPU训练与千亿美元算力叙事
北京时间9月4日凌晨，OpenAI正式发布新一代旗舰模型GPT-6 Astra。英伟达首席执行官黄仁勋随后在社交媒体上发文称，该模型由超过10万个NVIDIA Grace Blackwell NVLink 72集群训练完成。他直言：“通用人工智能（AGI）已经到来。”
从ChatGPT到o1，再到Astra，仅仅用了四年。黄仁勋同时预告，下一批40万颗GPU即将上线。市场数据迅速回应了这番表态。9月4日，iShares半导体ETF（SOXX）单日上涨3.5%，美光涨6.1%，SanDisk涨11.9%。9月7日，韩国KOSPI上涨4.61%，三星电子涨5.7%，SK海力士涨约8%。A股市场方面，科创芯片指数大涨3.29%，源杰科技、聚辰股份等存储芯片概念股两位数上涨。CPO、PCB等算力硬件方向集体爆发，剑桥科技、景旺电子等多股涨停。
[IMG:1]
从“对话生成”到“自主执行”
GPT-6 Astra的核心能力发生了根本性转向。据东海证券研报，其核心能力从“对话生成”转向“自主执行”，可接收宏观目标并自行拆解调用工具完成交付。在OSWorld 2.0评测中，Astra任务耗时较前代缩短约47%。计算机操作能力方面，Astra在OSWorld 2.0离线子集得分72.6%，前代GPT-5.6 Sol为65.7%。网络安全方面，ExploitBench测试中Astra取得100%，前代为78.5%。
OpenAI将Astra定义为“全球最智能且对齐程度最高的模型”，其API上下文窗口约105万Token。定价方面，每百万输入Token 10美元、输出50美元，约为前代的2.5倍。这一价格与Anthropic最新旗舰Claude Fable 5.1处在同一水平。
[IMG:2]
算力需求逻辑的第四轮重构
《The Nvidia Way》作者、前Barron's科技记者Tae Kim提出，AI正在迎来过去四年里的第四轮指数级算力需求增长——前三轮分别来自Chatbot、Reasoning和Coding Agent，第四轮则是Astra重点展示的Computer Use。其核心逻辑是：Chatbot让数亿人开始消耗推理算力；Reasoning让每次回答需要更多计算；Coding Agent让模型从“回答一次”变成连续工作几十分钟甚至数小时；而Computer Use把持续运行的Agent从程序员扩展到了Excel、Blender、CAD和浏览器里的普通知识工作。
OpenAI 9月6日披露的内部数据提供了佐证。到8月中旬，公司研究人员中，使用量位于50分位的每人每天使用Coding Agent所对应的推理量，按公开API价格折算已超过600美元；7月时这一数字还只有约162美元。每1个人类工作日已对应3.1个Agent工作日。
[IMG:3]
产业链传导：从芯片到存储到光互联
博通2026财年第三季度财报显示，AI半导体收入167亿美元，占总营收56%，同比增长221%。公司预计2027和2028年AI芯片营收将分别达到1150亿美元和2300亿美元。中信建投研报指出，大模型能力持续升级叠加海外云厂商资本开支扩张，推理侧及基础设施算力需求有望保持高景气。
存储芯片成为率先受益的环节。据TrendForce集邦咨询，2026年第二季一般型DRAM合约价显著上涨，整体DRAM产业营收季增59.5%，达1547.3亿美元。高盛亚太区首席股票策略师Timothy Moe表示，市场低估了全球数据中心建设热潮对存储芯片需求的拉动时长。摩根士丹利9月7日研报则将AI投资分为三个垂直领域，AI计算最被看好，存储结构性看好但需更挑剔。产业链上游同样受到关注。日本化工巨头住友化学宣布4英寸InP外延片正式量产，反映AI光互联需求向上游核心材料持续传导。
[IMG:4]
成本、竞争与估值的三重考验
Astra的单Token价格较前代上涨了2.5倍。不过，银河证券研报指出，由于Astra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总成本反而更低。Terminal-Bench上每任务成本据称比前代低约9%。行业竞争格局也在变化。在软件工程、计算机操作等多项测试中，Astra大幅超过前代，并在部分指标上与Claude Fable 5.1并列。行业竞争从此前“Anthropic单方面领先”的叙事，重新回到OpenAI与Anthropic胶着竞争的格局。
风险层面同样不可忽视。东海证券提示，整体半导体行业估值相对较高，需要警惕市场继续调整的风险。据公开信息，算力基础设施面临减值风险，新技术落地后老旧设备价值快速贬值，资本开支沉没成本高昂。全球主要算力集中地区还面临电网容量与绿能供给不足问题。申万宏源虽然表示AI算力开启半导体长景气周期，云厂商资本开支加码拉动上游设备需求，但行业也面临供需时间错配带来的强周期波动、AI商业化落地不确定性带来的估值回归压力等风险。
[IMG:5]
AGI时刻的产业坐标
Gartner预测，2026年全球半导体收入将达到1.6万亿美元，较2025年的8090亿美元增长92%。IDC则将2026年全年AI基础设施支出预测上调至4970亿美元，同比增长近56%。全球AI基础设施市场规模预计在2029年突破1万亿美元。
黄仁勋在财报电话会议上有一句话被广泛引用：“现在，算力就是收入。”GPT-6 Astra的发布，不仅是一次模型迭代，更是对整个算力产业链的一次压力测试——训练端的10万GPU集群、推理端单个研究员日均超600美元的Agent消耗、以及博通和英伟达财报中AI收入动辄翻倍的增长曲线，共同勾勒出AI基础设施从“军备竞赛”走向“生产力工具”的产业图景。但图景的另一面同样清晰：Token单价上涨2.5倍、半导体估值高位震荡、电力与土地等物理约束逐步逼近——算力需求的故事从未像今天这样宏大，也从未像今天这样需要回答“谁来买单”的问题。
本文由AI辅助生成
