⚡️Astra：模狠话不多，计算轮次扩展

1）涨价且Token高效。标准百万Token输入/缓存读取/输出为10/1/50美元，均为Sol的2.5倍。DeepSWE中，Astra输出Token约3万，对比Sol的6万；执行步骤29步，对比61步；单任务费用接近。据个人实测，复杂后端项目代码量只有Sol的不到一半，评分至少在Fable5水平。

2）反向评测Benchmark。①官方同表中，Terminal-Bench 4.0由Sol的37.3升至57.9，DeepSWE由72.7升至74.1。前者覆盖终端编程等综合任务；后者在代码库中跨文件工程开发。多款模型拥挤在在70-75分帕累托。②Artificial Analysis的Astra与Sol看似基本没有提升。问题主要在Benchmark对复杂项目、跨软件操作覆盖有限。Astra说明Benchmark的低效化。模狠（Fable5级别+反向评测benchmark）+话不多（token效率非常高）。

3）ARC-AGI-3的99.9%。部分反映模型交互理解环境/Computer use能力。但核心是Harness差异。半私有集上，同为high档，评测方Harness为54.8%，OpenAI原生Harness为99.9%。跟此前DeepSeek Harness的原汤化原食是一个道理。

4）Computer use的APP吞噬论。模型能看界面、操作鼠标键盘，就能进入没有合适API的现有软件。因此有机会拿走任务入口和部分服务收入，定价参照也扩展到人工成本。但据科技博主，Computer use实测效果低于官方宣传，但总体达标。

5）循环Transformer。Mythoes Preview时期，已有循环Transformer架构传言（Q2交流猜想）。据Information，Astra采用循环深度，官方尚未公开架构细节。循环Transformer是在隐状态中增加计算轮次换取有效深度。据OpenAI 首席科学家，Astra 等前沿模型的计算图深度，处在 GPT‑4 的两倍范围以内（原文主要在讨论思维链监控与可观测性）。即并非通过暴力计算迭代换取模型智能，而是采用温和方式。

6）市场主流叙事是KV Cache减少。个人认为，循环Transformer的每一轮次隐状态都代表了相同权重的思维过程，不能随意丢弃。类比，如果思维过程简略太多，深入思考的时候会断片儿。从多篇论文来看，有选用内存槽、门控等降低隐状态KV Cache案例，但激进优化将削弱模型最终表现，且没有在大参数模型/长程任务验证。因此，计算轮次Scaling可能拉高配套需求。

7）反蒸馏。如果更多隐式推理，老师解题步骤训练路径弱化。此前，弱模型蒸馏缺口已经被堵上。虽然蒸馏路径可能变化，最终答案、代码和工具操作仍可提供训练信号，但蒸馏成本变高且难度加大。

8）方向：模型（循环Transformer，反蒸馏考验自建α）、海外链（天花板，O系ARR）、国产链（倒逼）、HBM（如果定价KV Cache减少）、CSP（VR全面量产）

9）风险：ROIC未实质突破、A系挤水分