Basis 借助 GPT-6 Astra 将税务工作簿处理速度提升一倍

OpenAI 在其官方新闻页发布了一则客户案例，介绍税务自动化公司 Basis 如何使用新模型 GPT-6 Astra 处理一份真实的税务工作簿。按照案例描述，这份工作簿包含 50 个标签页（tab），GPT-6 Astra 完成处理的速度是 GPT-5.6 Sol 的两倍。

速度之外，案例更强调模型对用户意图的理解。OpenAI 表示，GPT-6 Astra 更能把握任务真正的目标，这让 Basis 对它在真实业务场景中的可用性更有信心，而不只是在受控演示里表现良好。

50 个标签页的工作簿是一个有意义的压力测试：它不是一问一答，而是要求模型在跨表引用、专业约定和内部一致性上都不出错，任何一个单元格的偏差都可能让整份结果失去价值。

案例的比较方式同样值得注意。它把 Astra 和 Sol 放在同一份文件上直接对照，而不是引用抽象的排行榜。对企业买家来说，这种同任务对照往往更有参考价值，因为它更接近自己手里真实存在的那份文件和流程。

需要保留的一层判断是，这仍然是一则由模型供应商发布的客户案例，数字由 OpenAI 与客户共同给出，尚未有第三方独立复现。采购方在评估时，仍应把公开评测、内部试点与供应商材料放在一起看。

接下来值得观察的是，是否会有更多客户公开类似的同任务对照，以及税务、审计、财务这类对准确性极其敏感的行业，会不会成为新一代模型最先被日常工作验证的场景。