持续迭代的大模型，是AI持续进化的标志

在大模型的赛道上，并不仅仅只有国内的厂商们持续不断地更新迭代，国外的大模型玩家们同样也在通过持续不断地迭代来持续保持自己的领先。就在9月4日的凌晨，OpenAI正式发布新一代旗舰大模型GPT-6 Astra，公司在开发者社区公告中将其定义为“目前全球最智能、且对齐程度最高的模型”。这是继GPT-5系列之后OpenAI最具分量的一次旗舰更新，也是OpenAI首次将“Astra”作为旗舰模型的后缀命名。OpenAI 联合创始人兼总裁格雷格・布罗克曼在发布电话会议上直言“欢迎来到AGI时代”。

其实，除了OpenAI之外，在短短一周的时间内，Anthropic发布Claude Fable5.1、谷歌推出Gemini 3.8 Flash、Muse发布Spark 1.3。大模型玩家们的迭代速度之快，发布新品的速度之密集，同样引发了外界的诸多关注。然而，深入分析，不难看出，虽然大模型的玩家们持续不断地更新自家的大模型，但是，想要超越所有对手，并不是一件易事。

通过大模型的持续迭代和更新，我们看到的是，玩家们在大模型赛道上的竞争开始变得日渐激烈，大模型的进化开始变得成熟。另外，通过大模型的持续发布，我们更多地看到的是，AI的持续进化。总体来看，持续迭代的大模型，不断升级的大模型应用，恰恰是AI持续进化的重要标志，恰恰是AI开始深入到千行百业的最为直接和生动的证明。

大模型的迭代，是能力的持续升级

无论是对于国内的选手们来讲，还是对于国外的选手们而言，大模型的持续迭代的本质在于对于自身能力的持续升级。而在能力持续升级的背后，为我们展现出来的是，大模型能够处理的问题越来越多，越来越复杂。而随着能力的不断升级，它们应用到不同行业和场景当中的机会便会大大增加。

拿OpenAI的Astra来讲，GPT-6 Astra整合了数年来在预训练、强化学习和对齐领域的研究积累，核心突破集中在智能体执行能力和深度推理两个维度。

计算机操作与任务自动化能力的提升，则让Astra真正具备了“替代人完成工作”的潜力。在OSWorld2.0测试中，Astra得分72.6%，高于GPT-5.6Sol的65.7%；完成单项任务的平均时间从约75分钟大幅缩短至40分钟，效率提升近47%。此前模型虽然也能完成不少电脑任务，但速度慢到用户宁可自己动手，40分钟的完成时间意味着AI操作电脑开始具备实际的生产效率。

随着大模型的能力不断地升级，从前大模型无法完成的操作，现在在新的能力的支撑之下可以轻松完成，从前大模型无法应用到的领域，现在在新的能力的支撑之下可以轻松地得以应用。随着大模型的持续迭代，大模型将会从仅仅只是局限在某个领域的存在，成长为可以应用到诸多领域，并且协助人们可以处理各式各样问题的存在。在此基础上，大模型的应用场景和行业，同样可以得到一次大的提升。

大模型的迭代，是流量的持续充盈

以往的大模型，仅仅只能帮助人们完成相对较为简单且基础性的工作，甚至速度还不如人工快，这就导致虽然玩家们发布了很多的大模型，但是真正应用的用户却很少。拿OpenAI的GPT模型来讲，同样如此。此前模型虽然也能完成不少电脑任务，但速度慢到用户宁可自己动手，40分钟的完成时间意味着AI操作电脑开始具备实际的生产效率。

现在，Astra可以独立完成填写报税表、更新CRM系统、整理日程安排、制作财务模型、分析科研数据、搭建网站、设计PCB电路板、创建3D游戏场景等复杂工作，用户只需给出最终目标，模型会自行规划步骤、切换工具、修正错误，整个过程无需人工分步指令。

通过这样一种对比，不难看出，随着大模型的持续不断地迭代，特别是随着越来越多的用户开始愿意用这些大模型去从事相关的工作，传统意义上聚集在传统机制之下的流量将会迁移到大模型的身上，并且将会完成朝着AI时代的角色切换。这样一种切换所带来的流量新红利，丝毫不亚于互联网时代的红利。

随着流量的持续充盈，特别是随着越来越多的用户朝着新的大模型进发，AI时代将会真正来临。OpenAI 联合创始人兼总裁格雷格・布罗克曼所说的“欢迎来到AGI时代”的宣言，将会真正得以实现。

大模型的持续迭代，是竞争的持续深入

早期，大模型的竞争主要集中在概念，乃至是一些相对较为简单的能力上，而随着大模型玩家们的大模型的持续迭代，特别是随着大模型能力的持续不断地提升，玩家们之间的竞争早已不再仅仅只是停留在表层的竞争，而是深入到了更加多维，更加全面的能力上。其实，这仅仅只是一个开始。

随着大模型的持续迭代，特别是随着大模型能力的不断完备，它们将会应用到越来越多的行业和场景之中。这个时候，大模型玩家们之间的竞争，将不再仅仅只是停留在大模型本身，而是更加考验玩家们将大模型应用到行业和场景当中的能力，特别是大模型真正可以较为高效且低廉地解决行业和场景的问题的能力。

这一点，我们可以从GPT-6 Astra的定价上，看出一丝端倪。GPT-6Astra的API调用价格每百万输入Token为10美元、每百万输出Token为50美元，是GPT-5.6Sol当前价格的2.5倍，与Claude Fable5.1的定价基本持平。缓存读取享受90%折扣，缓存写入加收25%溢价。模型支持五级推理强度调节，从low到max，用户可以根据任务难度灵活权衡成本与深度。上下文窗口方面，Astra总上下文长度为105万Token，最大输出长度为12.8万Token，知识截止时间为2026年4月30日，略晚于Claude Fable5.1的2026年6月。

可见，当下大模型的竞争依然还停留在价格与能力上。虽然这样一种竞争方式可以在当下的大模型阶段获得一定的增长，但是，大模型的商业模式依然还是要走向产业和场景之中，通过大模型从底层促使产业和场景的商业创新来获得更大的有益，从而找到一种更加可持续的盈利模式。

这就要求大模型玩家们之间的竞争，并不仅仅只是局限在表层的能力上，而是要将竞争的重点从TO C转移到TO B上。通过这样一种方式，大模型行业的发展才能告别当下的发展模式，从而转型成为更加精细化，更加专业化，更加可持续化的发展轨道上。

最后的话

就在OpenAI正式发布新一代旗舰大模型GPT-6 Astra的一周之内，Anthropic、谷歌、Muse等玩家们同样进行了大模型的迭代和升级。从本质上来看，当下大模型玩家们之间的竞争依然还是以自身能力，特别是自身所擅长的能力的迭代和升级为主，不同的玩家们有不同的优势和特长，并没有哪一个玩家们可以一家独大。这就告诉我们，AI的升级依然还在持续，AI的竞争依然还停留在表层，未来如何走向多元且丰富的竞争状态，如何找到AI与产业更多的结合点，或许才是真正可以保证玩家们可以在这样一场竞争中胜出的关键。