EP334. GPT-6 Astra 挑戰 AGI、輝達的投資護城河、Cybercab 正式登場 | M觀點

M觀點 · 2026-09-07

重點

章節

其他節目怎麼看

這一集談到的個股裡，有 7 檔在發布前 30 天內也被其他節目談到（同期共 9 個節目）：5 檔與其他節目同向、0 檔相反。

比較的是各節目公開說法之間的異同，不是對股價的判斷。看多、看空怎麼判定

AI 霸主之爭與資本新賽局：GPT-6 Astra 挑戰 AGI、輝達投資護城河與 Cybercab 正式登場

本週 AI 領域迎來重磅消息，OpenAI 提前發表 GPT-6 Astra 模型，在多項評測中展現接近 AGI 的實力，引發市場對 AI 發展階段的重新定義。同時，輝達 透過投資 聯發科 與併購 Hugging Face 等資本操作，積極構建新的硬體與軟體生態護城河，其循環融資策略雖有爭議但財務風險極低。此外，特斯拉 Cybercab 正式在德州奧斯汀上路，其商業模式與政治策略為自駕計程車產業樹立新標竿。

GPT-6 Astra 提前問世：AGI 宣稱與 AAII 評分爭議的背後

上週堪稱是 AI 模型瘋狂的一週。在 Fable 5.1 發表後僅僅兩天，OpenAI 便無預警地推出了其最新旗艦模型 GPT-6 Astra。此舉不僅打亂了市場原先預期九月底發表的時程，更顯示出 OpenAI 在面臨競爭壓力下，其技術儲備已處於隨時可推出的狀態。總裁 Greg Brockman 更直接宣稱，這是一個「世代等級的跳躍」，並暗示 GPT-6 Astra 已具備 AGI（通用人工智慧）的雛形，此言論立刻在科技界掀起波瀾。

然而，GPT-6 Astra 的登場並非一帆風順。在第三方評測機構 Artificial Analysis 的綜合智力指標（AAII）上，該模型初期的得分竟與上一代 GPT-5.6 Soul 持平，引發了外界對 AAII 評測公信力的強烈質疑。市場普遍認為，這並非模型實力不足，而是現有的評測基準已無法準確捕捉新世代模型的跳躍式進步。面對危機，AAII 在隔日便迅速更新了評分機制，GPT-6 Astra 的得分隨即大幅躍升，僅次於 Fable 5.1，顯著拉開了與前代的差距。

尖端對決：GPT-6 Astra 如何在科學與自動化領域碾壓對手

儘管在綜合評分上暫居第二，但深入分析 GPT-6 Astra 的表現，可以發現其潛力可能被低估。在 Fable 5.1 發表時所強調的幾項全新評測中，GPT-6 Astra 展現了壓倒性的優勢。特別是在針對科學領域代理式編碼與研究的 Terminal Bench 0.1 中，GPT-6 Astra 以 64.6% 的得分遠超 Fable 5.1 的 52.6%；而在衡量企業內部跨軟體操作能力的 Automation Bench 上，也以 41.4% 對 31.4% 取得大幅領先。

更值得關注的是成本效益。在最新的 Terminal Bench 4.0 測試中，GPT-6 Astra 不僅以 57.9% 的成績小勝 Fable 5.1，其 API 調用成本更僅為對手的約三分之一。這意味著在 代理型 AI 的實際工作場景中，GPT-6 Astra 能以更低的成本提供更強大的智慧。隨著未來 AAII 將這些新一代評測指標納入，GPT-6 Astra 的綜合排名極有可能追上甚至超越 Fable 5.1，重奪最強模型的王座。

AGI 的曙光？GPT-6 Astra 在 ARC-AGI-3 的驚人突破與安全改進

GPT-6 Astra 最令人震撼的成就，莫過於在衡量通用智慧的 ARC-AGI-3 基準測試中的表現。該測試旨在讓模型進入完全陌生的環境，考驗其核心推理能力。先前最強模型僅取得約 30% 的成績，而 GPT-6 Astra 在針對 OpenAI 優化的測試中直接以 99.9% 破關；即便使用官方標準測試，其 62.7% 的得分也是對手的兩倍以上。這項跳躍式的進步，正是 OpenAI 宣稱其接近 AGI 的底氣所在。

除了智慧提升，GPT-6 Astra 在安全性與可靠性上也進行了重大改進。根據 OpenAI 內部測試，模型在無法執行任務時越權尋找答案的機率從前代的 48% 降至 0%，幻覺產生率也從 9.4% 大幅降至 2%。這意味著模型變得更誠實，不會為了討好人類而瞎掰內容。雖然這可能導致其在部分人類主觀評分中暫時落後，但對於需要高度可靠性的企業級代理工作而言，這無疑是巨大的飛躍。

成本與效益的權衡：GPT-6 Astra 的定價策略與社群反應

在商業化層面，GPT-6 Astra 的定價策略引發了討論。其 API 價格帳面上是前代 GPT-5.6 Soul 的 2.5 倍，與競爭對手 Fable 5.1 持平。然而，OpenAI 官方強調，由於新模型在處理任務時消耗的 Token 更少，因此實質使用成本並未顯著增加。第三方數據顯示，其每百萬 Token 成本約為 2.57 美元，僅為 Fable 5.1 的四成，極具競爭力。

不過，社群中也有部分開發者反應，GPT-6 Astra 在實際應用中的 Token 消耗量似乎比預期更高。這可能源於初期用戶仍沿用舊有的提示詞策略，尚未針對新模型的推理方式進行最佳化。長期來看，隨著開發者生態的適應，GPT-6 Astra 在成本與智慧上的綜合優勢將更為明顯，這也預示著 OpenAI 可能很快就會推出針對知識工作成果進行微調的 GPT-6.1 版本。

未來路線之爭：半通用商品時代的來臨與模型差異化

GPT-6 Astra 的出現，標誌著前沿 AI模型 正進入「半通用商品」時代。雖然各模型在約七八成的工作內容上可互相替代，但在剩餘的特定領域中，不同模型將展現出差異化的優勢。例如，GPT-6 Astra 在代理式編碼與科學研究上明顯優於 Fable 5.1，這反映了各廠商在模型訓練路線上的不同選擇。

這種差異化意味著，即使模型變得極度聰明，單一模型也難以在所有場景中稱霸。對於企業用戶而言，未來的 AI生態系 將更趨向於多模型整合，而非單一平台的壟斷。這也解釋了為何 OpenAI 急於透過後訓練（Post Training）來強化 GPT-6 在人類主觀感受上的表現，預計在未來數週內，我們或許就能看到針對這方面進行強化的 GPT-6.1 問世。

輝達的資本布局：投資聯發科 39 億美元可轉債的戰略意義

輝達 近期資本動作頻頻，其中最受矚目的便是認購 聯發科 高達 35 億美元的可轉債，佔此次發行總額的九成。這筆零利率的可轉債，表面上看似財務投資，實則是一場深度的戰略綁定。隨著 Google 等雲端巨頭開始採用 聯發科 的 ASIC 晶片打造 TPU，聯發科 在 AI 運算領域的聲量日益壯大。

輝達 此舉的關鍵在於推廣其 NVLink Fusion 技術。透過讓 聯發科 的 ASIC 晶片深度整合 NVLink 生態，未來客戶可以將 輝達 的 GPU 與 聯發科 的 ASIC 置於同一運算叢集中協同工作。這不僅解決了異構算力整合的難題，更構建了一個巨大的護城河：即便客戶部分採用了 ASIC，其機櫃內仍將充斥著 輝達 的 NVLink Switch、DPU 與 Spectrum 乙太網路方案，讓 輝達 在 ASIC 崛起的時代依然能持續從系統端獲利。

軟體霸權的鞏固：併購 Hugging Face 與開源模型的制衡策略

除了硬體端的布局，輝達 更以 129 億美元併購了 AI 開源平台 Hugging Face。這是 輝達 史上最大的實質收購案，其目的在於強化歐美的開源模型生態。Hugging Face 擁有超過 1800 萬開發者與 300 萬個模型，是開源社群的核心樞紐。輝達 透過資金挹注，能加速該平台的發展，從而制衡 OpenAI 與 Google 等封閉源頭前沿模型的影響力。

這項策略對 輝達 的硬體霸權至關重要。開源模型社群主要依賴 輝達 的 GPU 進行訓練與推理，而非 ASIC。為了進一步強化這一生態，輝達 勢必將加速自家開源模型 Nemotron 的開發。目前 Nemotron 落後中國開源模型約三個月，但在併購相關人才後，輝達 有望在短期內將差距縮小至一兩個月，為歐美企業提供更具吸引力的開源選擇。

循環融資的真相：輝達高毛利率下的極低財務風險與估值挑戰

輝達 大規模投資客戶與提供債務擔保的行為，引發了市場對其「循環融資」（Circular Financing）的質疑。批評者認為，這無異於借錢給客戶來購買自己的產品，藉此灌水營收。然而，傳統的循環融資弊案通常發生在毛利率極低的企業，一旦客戶違約，公司將面臨巨大虧損。但 輝達 的資料中心毛利率高達 80%，這徹底改變了風險結構。

舉例而言，若 輝達 借出或擔保 100 萬美元，其成本僅約 20 萬美元，毛利高達 80 萬美元。即便客戶完全違約，輝達 最多僅損失 20 萬美元的成本，整體依然獲利 60 萬美元。因此，對 輝達 而言，這些融資幾乎不存在財務爆炸的風險，最多只是「少賺」。真正的風險在於估值層面：這些操作可能提前透支了未來的成長率，一旦終端需求放緩，市場對其成長預期的下修將對目前的本益比造成壓力。

Cybercab 正式登陸奧斯汀：兩人座設計與 Model Y 的互補策略

特斯拉 的 自動駕駛 計程車 Cybercab 已正式在德州奧斯汀上路，首批部署數量約 40 至 45 台。針對外界對其兩人座設計的質疑，特斯拉 採取了靈活的車隊組合策略：單人或雙人出行可選擇更便宜的 Cybercab，而三人以上則可呼叫 Model Y。這不僅滿足了九成以上的搭乘需求，更透過 Cybercab 的低成本優勢，顯著降低了服務價格。

根據用戶分享的數據，Cybercab 的每英里成本僅為 Model Y 的六成，相較於 Uber 更是便宜了約五成。這種定價策略不僅能快速搶佔市場，也驗證了 特斯拉 專為無人駕駛設計精簡車型的商業邏輯是正確的。透過降低硬體成本與營運費用，特斯拉 正在建立難以撼動的價格壁壘。

從測試到規模化：Cybercab 的擴張藍圖與 FSD V15 的進展

Cybercab 在奧斯汀的投放並非象徵性的展示，一次投入 40 台車進行商業營運，顯示 特斯拉 對其安全性已有相當信心。據傳，Cybercab 的累計生產量已超過 1000 台，這為後續的快速擴張奠定了硬體基礎。只要在未來數週內未發生重大安全事故，奧斯汀的車隊規模預估將迅速從 40 台增長至 100 台以上。

此外，德州休士頓、達拉斯及佛羅里達州邁阿密等城市，目前也已有少量 Model Y 在進行無監督自動駕駛測試。隨著 FSD V15 的早期版本已開始在奧斯汀的車輛上運行，特斯拉 正採取「漸進式推出」的策略。預估到今年年底，保守估計全美將部署約 300 台無人駕駛車輛，樂觀情況下更可能達到 500 至 1000 台，為 2027 年挑戰 Waymo 的市場地位鋪路。

2027 年目標：超越 Waymo 的野心與產能支撐

展望 2027 年，特斯拉 在無人駕駛計程車領域的企圖心不容小覷。考量到其加州產線一年即可生產超過一萬台 Cybercab，產能已不是瓶頸。保守預估，明年全美 Cybercab 部署量可達 5000 台，若再加上約 3000 台 Model Y 組成的無人駕駛車隊，總數將達到 8000 台，一舉超越目前擁有約 4000 台車輛的 Waymo。

這項預測的關鍵在於 FSD V15 的正式版發布與監管審批的進度。一旦 特斯拉 證明了其系統在數百台規模下的安全性與穩定性，擴張至數千台將只是時間問題。對於 特斯拉 而言，這不僅是技術的競賽，更是資本與規模的雙重碾压。

不只是賣車，更是賣生態系：特斯拉開放購買 Cybercab 的政治經濟學

特斯拉 宣布開放企業主購買 Cybercab 並加入其車隊網絡，這是一項極具智慧的商業與政治雙重策略。從財務角度來看，這能大幅減輕 特斯拉 自行購置車輛的資本支出壓力，將資金更集中於 AI 模型的研發。對於計程車隊老闆或中小企業主而言，購置 Cybercab 等同於買入一項能產生被動收入的生財工具。

更深層的意義在於政治層面。無人駕駛計程車的推廣必然衝擊傳統計程車與 Uber 司機的生計，引發強烈的政治阻力。然而，特斯拉 透過開放加盟，將這些潛在的反對者轉化為利益共同體。當一位 Uber 司機發現購買兩台 Cybercab 的收入可能超越自己辛苦跑車時，他便從抗拒者變成了支持者。這種「拉攏更多人上車」的策略，將為 特斯拉 在各地的法規遊說與市場拓展中，爭取到極為關鍵的草根支持。

結論

本週的科技巨頭動向揭示了 AI 與自駕領域競爭的深水區。OpenAI 的 GPT-6 Astra 不僅在技術上逼近 AGI，更引發了評測標準的與時俱進；輝達則透過精準的資本運作，在 ASIC 時代來臨前預先築起涵蓋硬體與軟體的雙重護城河，其高毛利率特性更使其在循環融資的爭議中立於不敗之地。而特斯拉 Cybercab 的商業化落地，則展示了如何透過靈活的產品組合與政治智慧，將顛覆性技術轉化為可持續的商業生態。在這場新賽局中，單純的技術領先已不足以確保勝出，資本布局與生態系建構的能力，正成為決定未來霸主的關鍵變數。

相關個股

產業 / 題材