國金證券在一份研報中表示，OpenAI 於 9 月 3 日釋出的 GPT-6 Astra，在金融投研任務上的表現提升明顯。

據該研報介紹，GPT-6 Astra 支援約 105 萬 Token 的上下文，最高可輸出 128K Token，能力重點放在程式設計、研究、Computer Use 以及複雜多步驟任務上。模型能夠把推理、程式碼和工具呼叫結合起來，完成從需求理解、任務執行，到結果檢查與成果交付的完整流程。

對金融投研而言，這類能力的意義在於工作鏈條的連貫性。傳統上，投研流程往往由多個環節拼接而成：理解問題、檢索與整理資料、編寫資料處理程式碼、呼叫外部工具、核對結果、形成交付物。若模型能在一個流程內串聯這些步驟，理論上可減少人工在環節之間的切換成本，並讓多步驟任務的自動化程度更高。

上下文長度與輸出上限的提升，也直接關係到可處理任務的規模。約 105 萬 Token 的上下文意味著模型單次可容納更長的材料，例如較長的財報、研究文件或多份資料；128K Token 的輸出上限則影響其一次性生成完整報告或較長程式碼的能力。這些引數本身並不等同於實際效果，但構成了處理複雜投研任務的基礎條件。

Computer Use 能力的納入，則指向模型直接操作計算機介面的可能性，這在需要跨軟體、跨網頁完成任務的場景中尤為關鍵。研報將程式設計、研究與 Computer Use 並列為重點提升方向，顯示 OpenAI 此次更新更偏向於可執行、可交付的複雜任務，而非單純的對話或問答。

需要注意的是，上述內容來自國金證券的研報觀點，屬於對模型能力的評估，而非對相關公司或產品的投資判斷。模型在真實投研場景中的穩定性、準確性與成本效益，仍需更多實際使用來驗證。