（来源：老司机驾新车）

GPT-6 Astra对存储的需求

Q: GPT6 Astra模型的基本发布信息及核心参数规模如何？

A: GPT6 Astra于26年9月3日发布，提供105万Token上下文窗口与12.8万最大输出Token。API定价为每百万输入10美元、每百万输出50美元，约为上一代GPT5.6 Selena的2.5倍。模型采用MOE架构，总参数量约6万亿，激活参数占比8%~10%，符合市场对5至10万亿参数规模的预期。

Q: 市场对GPT6 Astra模型架构存在哪些主要猜测？依据是什么？

A: 市场推测GPT6 Astra可能采用循环深度架构，依据包括模型卡中思维链可监控性显著下降及在部分攻击尝试中模型未采用书面推理仍完成任务等描述，被外界解读为循环推理特征；第三方媒体The Information曾提前爆料该架构，尽管OpenAI未正式确认，但相关表述与循环深度架构特性高度吻合。

Q: GPT6 Astra模型在能力层面实现了哪些关键提升？具体测试表现如何？

A: 模型在电脑操作、视觉与多模态、安全能力三方面实现跃升。Computer Use方面，在Agent任务测试中得分59.3%，高于GPT5.6 Selena的53.6%及OPPO系列模型；视觉多模态方面，ScreenSpot测试得分92.7%，BenchCAD测试几何重合度达95.9%；安全能力方面，ExploitBench测试取得100%得分并发现两个零日漏洞，安全等级被OpenAI评定为critical，能力水平接近Cloud Fable 5.1。

Q: GPT6 Astra模型的技术特性将如何具体影响存储需求？

A: 存储需求影响主要体现在三方面：Computer Use与多模态任务需高频回灌GUI截图、工具调用日志等上下文数据，显著增加Token消耗与上下文占用；若采用循环深度架构，推理过程中每轮计算产生的KV缓存需持久保留供后续迭代使用，导致显存缓存开销成倍增长，对HBM带宽提出更高要求；工程化机制如跨上下文窗口保存工作笔记、检索历史工具输出等，使推理状态需在会话间持久化留存，推动企业级SSD等持久化存储需求提升。

Q: 当前全球存储板块的投资价值与催化因素有哪些？

A: 存储板块估值处于低位，美光、三星、海力士、闪迪、铠侠等厂商27年前瞻PE为3至7倍，28年为3至6倍；板块对加息等宏观因素敏感性相对较弱，主因现金流确定性较强且前期对三季度DRAM/NAND环比增速放缓的预期已充分消化。随着GPT6 Astra等大模型推动算力与存力需求实质性提升，叠加模型能力突破带来的产业预期修复，存储板块具备中长期配置价值。