GPT‑6 Astra登场，一场万亿估值的AI豪赌

一夜之间，AI行业的王座再度易主。

北京时间周五凌晨，OpenAI的GPT‑6 Astra如约登场。近乎刷爆多项权威基准测试的成绩单、能够直接接管软件完成完整工作流的Agent能力，再加上布罗克曼那句极具象征意义的“欢迎来到AGI时代”，让整个硅谷乃至全球科技圈为之沸腾。

但狂热的叙事之下，现实问题同样尖锐：这款被捧上神坛的新模型，真的可以扛住资本市场对OpenAI的万亿估值期待？面对海外技术迭代浪潮，中国大模型又该如何找准自己的位置？

Astra撕开AI新边界

这一次Astra的迭代，早已跳出简单对话问答的范畴，向着可以独立干活的AI智能体大步迈进。

在硬核基准测试当中，它交出一份极具冲击力的成绩单：高阶数学测试FrontierMath Tier4得分97.6%，抽象推理ARC‑AGI‑3飙升至99.9%，网络安全ExploitBench拿到满分100%，多项指标较上一代GPT‑5.6 Sol实现跨越式提升。

相较于跑分数字，计算机自主操作能力，才是Astra真正的杀手锏。它可以直接操控桌面软件、浏览器，完成表单填写、CRM更新、日历管理、数据分析、网站搭建、3D建模等一系列复杂工作流。

从把原理图转化为可制造PCB电路板，到在Blender完成房屋建模再导入虚幻5生成可交互场景；金融建模速度可达人类冠军四倍，零基础用户几分钟内即可生成小游戏，AI不再只是给出建议，而是亲身走完完整任务链条。

安全对齐层面同样是本次升级重点。参考Hugging Face安全事件搭建的专项评估显示，关闭生产防护条件下，前代模型有48%概率突破用户授权边界，而Astra该项风险降为0%。

但硬币的另一面随之浮现：模型外在行为愈发守规矩，内部推理过程却变得更难被人类监控，安全风险由显性越界转向隐性不可观测，给行业安全治理抛出全新难题。

商业化节奏上，Astra先面向网络安全项目企业灰度开放，数日后才向全体ChatGPT订阅用户推送，API定价较上代提升至2.5倍，每百万输入token10美元，输出token50美元，同时提供高速加价模式。

OpenAI高管布罗克曼并不避讳AGI的讨论，他并不宣称已经完成严格定义的通用人工智能，但认为回望未来，Astra或将视作AGI时代开启的标志性节点，这是一段旅程开端，而非终点。

OpenAI万亿估值的虚与实

Astra的发布时机，恰逢OpenAI筹备IPO的关键窗口。公司目标估值高达1万亿美元，但财务数据却呈现另一番景象：

2026年第二季度营收67亿美元，环比增速降至18%，运营亏损却扩大至123亿美元；市场预测其全年预计亏损140亿美元，盈利时间表推迟至2029年之后。与此同时，行业报道披露OpenAI远期算力相关采购承诺规模庞大，成本压力如影随形。

大模型训练与推理是无止境的吞金巨兽。为训练Astra，OpenAI在美国得州Stargate基地动用超过十万张GPU完成预训练，硬件成本居高不下，公司持续处于巨额亏损状态，算力投入与收入并未形成传统软件行业边际递减效应，越扩张，烧钱规模越大。

同时，竞争格局急剧恶化，Anthropic的Claude Fable 5.1紧追不放，Meta、Google接连发布新模型，部分赛道实现能力逼近甚至反超，行业王座短短数天之内几度易主，领先优势变得十分脆弱。

人才危机同样悬在头顶，核心科研人员、高管持续流失，不少骨干跳槽至竞争对手Anthropic，为稳住团队，高额期权激励又进一步加重财务负担。

一边是资本希望看到持续亮眼技术成果支撑万亿估值；另一边，客户要面对Astra大幅抬升的API定价，存在巨大流失风险，这是OpenAI的两难之境。

第三方机构PitchBook AI BQ评估显示，OpenAI的商业质量评分仅为4.8分，远低于Databricks的8.7分和Anthropic的7.4分，市场为其每单位商业质量支付了超过十倍的溢价。

万亿估值，本质上是对“AI基础设施定义权”的期权定价，而非基于当前现金流的理性评估。

中国启示：估值鸿沟与格局重塑

中美大模型企业的估值差距，表面是数字鸿沟，深层是生态与资本逻辑的分野。

私募市场最新融资信息显示，OpenAI投后估值约8520亿美元，Anthropic投后估值已达9650亿美元，二级市场交易估值逼近万亿；而国内头部智谱、DeepSeek、MiniMax，市值/估值多处在数百亿至千亿美元区间量级。

这一差距源于三方面：一是收入规模与全球化能力，美国头部企业年化收入已达数百亿美金级别，且具备全球企业付费生态；二是资本密度，美国AI融资高度全球化，主权基金、云巨头与半导体厂商共同构筑了千亿级资本闭环；三是估值范式，美股一级、二级市场愿为“定义未来”的叙事支付远期溢价，而国内市场更侧重短期商业化落地与财务指标。

然而，技术层面的差距正在快速收窄。中国模型在开源生态、国产算力适配及算法效率上已取得局部领先。DeepSeek V4对华为昇腾的适配、Kimi的长上下文压缩技术、智谱的AutoClaw本地部署，均展示了在不依赖尖端GPU下的可行性路径。

未来全球格局中，中国大模型能否拔得头筹，取决于能否将技术优势转化为收入规模与生态控制权。在Agent与物理AI爆发的前夜，垂直场景的深度落地与成本优势的极致化，将是破局的关键。

Astra的发布，如同在AI竞赛的长跑中投下一枚信号弹。它既照亮了OpenAI通往AGI的野望，也暴露了其商业化道路上的崎岖。万亿估值能否兑现，不取决于单次发布的惊艳，而取决于模型能否持续稳定地交付价值，以及企业能否在算力成本与任务效率间找到平衡。

对于中国大模型而言，这场竞赛不再是单纯的基准测试比拼，而是生态构建与商业韧性的长期较量。