国金证券在一份研报中表示，OpenAI 于 9 月 3 日发布的 GPT-6 Astra，在金融投研任务上的表现提升明显。

据该研报介绍，GPT-6 Astra 支持约 105 万 Token 的上下文，最高可输出 128K Token，能力重点放在编程、研究、Computer Use 以及复杂多步骤任务上。模型能够把推理、代码和工具调用结合起来，完成从需求理解、任务执行，到结果检查与成果交付的完整流程。

对金融投研而言，这类能力的意义在于工作链条的连贯性。传统上，投研流程往往由多个环节拼接而成：理解问题、检索与整理资料、编写数据处理代码、调用外部工具、核对结果、形成交付物。若模型能在一个流程内串联这些步骤，理论上可减少人工在环节之间的切换成本，并让多步骤任务的自动化程度更高。

上下文长度与输出上限的提升，也直接关系到可处理任务的规模。约 105 万 Token 的上下文意味着模型单次可容纳更长的材料，例如较长的财报、研究文档或多份资料；128K Token 的输出上限则影响其一次性生成完整报告或较长代码的能力。这些参数本身并不等同于实际效果，但构成了处理复杂投研任务的基础条件。

Computer Use 能力的纳入，则指向模型直接操作计算机界面的可能性，这在需要跨软件、跨网页完成任务的场景中尤为关键。研报将编程、研究与 Computer Use 并列为重点提升方向，显示 OpenAI 此次更新更偏向于可执行、可交付的复杂任务，而非单纯的对话或问答。

需要注意的是，上述内容来自国金证券的研报观点，属于对模型能力的评估，而非对相关公司或产品的投资判断。模型在真实投研场景中的稳定性、准确性与成本效益，仍需更多实际使用来验证。