Deep|LLM: GPT-6 Astra 打开 Coding 以外的新场景，Scaling Law 继续驱动算力需求

GPT-6 是 GPT-5 之后十三个月来第一个新的大版本号。这次换大版本号，OpenAI 给的理由是三个第一次：第一次在德州 Stargate 用 10 万块以上 GPU 做预训练，史上最大的一次训练；第一次让前代模型深度参与训练过程；第一次把 Computer Use 当成旗舰的核心能力来发布。9 月 3 日发布，目前已较全面开放，ChatGPT 付费用户、API、Azure 和 Bedrock 均已上线。价格为每百万 token 输入 10 美元、输出 50 美元，Sol 的 2.5 倍，和 Fable 5.1 一个价，上下文 1.05M。

我们的判断：Astra 是 knowledge work (泛白领工作)的 Claude 3.7时刻，潜在空间十倍于 Coding。​Claude 3.7 是去年 2 月出的，它代表的是 agent 第一次可用：Claude Code 作为研究预览随之推出，一个月后 Manus 出来，Operator、Deep Research 也都是那个季度的事，开发者第一次能把一个任务整个交出去，不用再一句一句提示。那时候的 agent 还很粗糙，会跑偏，需要人盯着。真正的爆发是九个月后的 Opus 4.5，可靠性上来了，Coding 从早期试用走向规模化采购，收入到了几百亿美元量级。Astra 的 Computer Use 现在还没到 Opus 4.5 当时在 Coding 上的可靠性，但趋势已经能看到了，而且这次对准的市场比 Coding 大一个量级。再往后看一层，Coding 和 knowledge work 的近期商业化主要从现有劳动支出切入，RSI 推动的 AI for Science 是新增产出，Astra 在数学和科研上的跃迁是通用模型参与科研的又一个重要信号。

从公开评测和演示看，Astra 在 Computer Use、空间和数学科研上明显强过 Fable 5.1，Coding 保持同一梯队，通用智力指数仍低于 Fable 5.1。背景上，Anthropic 预计 9 月底公开 S-1，Fable 5.1 是 IPO 前的版本，Astra 在约一周后发布。观点：

1、最大的亮点是 Computer Use，第二曲线十倍于 Coding

Computer Use 指的是模型直接操作人用的软件：看屏幕、点鼠标、敲键盘，直接在 Excel、CAD、Blender、浏览器里完成任务，省掉了写代码调 API 这一步。此前模型在直接操作复杂软件上一直有明显短板，挪一个 PPT 文本框要反复改代码，人拖一下鼠标就完成。Astra 把这只手长出来了：OSWorld 上一代提升 7 个点到 72.6%，单个任务的平均时长从 75 分钟压到 40 分钟；Agents' Last Exam 测的是在真实软件里做金融建模、工程、媒体制作这类专业任务，Astra 59.3%，Opus 5 是 55.5%，而且输出 token 少了 65%。

几个演示分别展示了不同环节的进展。专业软件操作：打开 KiCad，2 分 54 秒排完一块 PCB，这类任务此前仍需要大量人工操作。跨应用的办公流程：在 Power BI 里从原始数据做到看板，填一张 1040 税表，把一份法律文书按格式要求排好，一个人要花 5 小时的求职信息整理，它 2 分 51 秒做完。空间和创意软件：一张房子的照片重建成可编辑的 3D 内景，在 Blender 里建完模直接导进 Unreal 做成能走的场景，这是发布周传得最广的一类。带验证的完整流程：自己建网站然后跑前端 QA，自己装软件、测软件，做完还能自查结果。OpenAI 内部，它已经在公司代码库里承接原本要一个研究员做一周的实验，从想法到代码到跑完返回结果。