与 GPT‑5.6 Sol 相比，GPT‑6 Astra 完成复杂任务所需时间减少 50%，并展现出对用户意图更深入的理解。

在 Basis 的测试中，完成一个包含 50 个工作表的税务工作簿所需时间少于 Sol。

内部评估

Basis 内部评估分数的近似提升幅度。

Basis ⁠（在新窗口中打开）构建 AI 智能体，以自动化会计师每天所做的大量手动工作，帮助他们将时间从重复性任务转向战略性工作。该公司的研究聚焦于能够可靠完成长任务的智能体，而借助 GPT‑6 Astra，它看到模型对会计师想要完成的目标有了更强的理解。

“GPT-6 Astra 在真正理解用户意图和问题方面做得更好。”

用一半时间完成包含 50 个工作表的税务工作簿

Basis 在一个包含 50 个工作表的复杂税务工作簿上比较了 GPT‑6 Astra 和 GPT‑5.6 Sol。任务是准确且可靠地完成该工作簿，而 GPT‑6 Astra 明显更快。

“GPT-6 Astra 完成该工作簿所需时间仅为 GPT-5.6 Sol 的一半。”

Basis 还指出，GPT‑6 Astra 在任务开始时能做出更好的决策，帮助 Basis 的智能体以更直接的路径完成工作，并减少用于纠正错误的时间。Troyanovsky 表示，这也使该模型在 token 使用上更高效。

让推理投入与任务相匹配

Basis 还让 GPT‑6 Astra 根据任务进展调整其使用的推理量，在步骤困难时增加计算量，在步骤较容易时减少计算量。该模型可以在保持缓存完整的同时进行这些调整。Troyanovsky 表示，这有助于降低成本和响应时间，使长时间运行的任务对 Basis 及其客户来说更加经济。

Basis 发现，使用 GPT‑6 Astra 后，其内部评估分数提升了约 20%，这得益于对用户意图更好的理解，包括何时提问、标记假设以及遵循指令。

Basis 会评估其智能体如何工作以及它们的最终答案，包括它们是否遵循模板、在税务问题上是否查阅一手资料，以及是否检查自己的工作。GPT‑6 Astra 可以从更广泛的上下文中推断这些期望，而无需过多明确指令。

这减少了 Basis 为个别情况编写规则的需要，也让团队更有信心，认为其智能体能够处理内部测试未覆盖的情况。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：OpenAI Blog