---
title: "【天风海外】OpenAI GPT6 Astra ：Looped Transformer大模型AGI首秀？科学与三维能力大幅增强，长程Token大幅下降 Open"
topic_id: 22258842144412541
created_at: 2026-09-04T09:19:54.507+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 【天风海外】OpenAI GPT6 Astra ：Looped Transformer大模型AGI首秀？科学与三维能力大幅增强，长程Token大幅下降 Open

- 序号：333
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/22258842144412541)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

【天风海外】OpenAI GPT6 Astra ：Looped Transformer大模型AGI首秀？科学与三维能力大幅增强，长程Token大幅下降

OpenAI于9月3日发布GPT6，目前仅向合作伙伴开放，定价为$10 / $50 每百万 token，Sol 的 2.5 倍，与 Fable 5.1 持平；训练为Stargate 德州站点 10 万颗以上 GPU，OpenAI 史上最大训练运行；首次由前代模型大规模参与监督训练。

模型架构：OpenAI系统卡未明确表述，但 此前变相承认采用Looped transformer/Recurrent Depth。

模型能力“达到AGI时代”：科学/几何/3D/电脑使用能力大幅增强，ARCAGI达到99%，相比5.6Sol 的7.8%大幅提升

Token量大幅下降：从各种任务实测来看，我们认为单任务相比5.6 Sol下降量2-6X， 且能力大幅提升。OpenAI表示在Codex中Codex 中 Astra 不再压缩每个对话，而是用跨窗口笔记替代压缩，旧窗口可检索。

我们认为什么影响？
1、大模型每次前向传播里的计算更多，"不容易用语言表达的推理类型"能力大幅提升， 乐谱、零件多视图、GUI 截图、科研数据很难写成清晰文字，这些地方能力提升10倍，极度接近人类，因此OpenAI 总裁Greg表示进入AGI时代
2、Astra参数量/单Token成本已经相比5.6Sol大幅提升，但参数量可能略低于Fable，scale 加长程 RL 提升的是"做"，不是"知"；知识容量的增长是另一条曲线，而且在那条曲线上 Anthropic (AA评测）仍然领先。OpenAI已经在训练更大参数量模型
3、输入侧的前缀缓存池在扩大，输出侧 KV 增长放缓，Token我们认为下降2-6X，我们认为模型转向更加Compute Bound而非Memory Bound。。
4、OpenAI额外投入推理20%算力实现监控
5、从硬件来看，我们认为对GPU/ScaleUp，CPX，SRAM未来需求大幅提升，而DRAM需求被短期压缩，从应用来看，科学CADUnityEDA等能力大幅提升，有物理验证壁垒的环节受益：自驱实验室，抗体数据，先进工艺的签核、仿真，传统RPA最受损。Agent监控与网安受益。

刘欣/李泽宇

## 总体总结

主题正文
1. OpenAI于9月3日发布GPT6，目前仅向合作伙伴开放，定价为$10 / $50 每百万 token，Sol 的 2.5 倍，与 Fable 5.1 持平；
2. 模型能力“达到AGI时代”：科学/几何/3D/电脑使用能力大幅增强，ARCAGI达到99%，相比5.6Sol 的7.8%大幅提升
3. Token量大幅下降：从各种任务实测来看，我们认为单任务相比5.6 Sol下降量2-6X， 且能力大幅提升。
4. 1、大模型每次前向传播里的计算更多，"不容易用语言表达的推理类型"能力大幅提升， 乐谱、零件多视图、GUI 截图、科研数据很难写成清晰文字，这些地方能力提升10倍，极度接近人类，因此OpenAI 总裁Greg表示进入AGI时代
5. 2、Astra参数量/单Token成本已经相比5.6Sol大幅提升，但参数量可能略低于Fable，scale 加长程 RL 提升的是"做"，不是"知"；
6. 知识容量的增长是另一条曲线，而且在那条曲线上 Anthropic (AA评测）仍然领先。
7. 3、输入侧的前缀缓存池在扩大，输出侧 KV 增长放缓，Token我们认为下降2-6X，我们认为模型转向更加Compute Bound而非Memory Bound。
8. 5、从硬件来看，我们认为对GPU/ScaleUp，CPX，SRAM未来需求大幅提升，而DRAM需求被短期压缩，从应用来看，科学CADUnityEDA等能力大幅提升，有物理验证壁垒的环节受益：自驱实验室，抗体数据，先进工艺的签核、仿真，传统RPA最受损。
