გადადით მთავარ შინაარსზე
OpenAI

28 სექტემბერი, 2026

Basis GPT‑6 Astra-თი საგადასახადო ფაილს 2-ჯერ სწრაფად ავსებს

GPT‑6 Astra-მ რთული დავალებების შესრულებას GPT‑5.6 Sol-თან შედარებით 50%-ით ნაკლები დრო მოანდომა და მომხმარებლის განზრახვის უფრო ღრმა გაგება აჩვენა.

კომპანიის ზომა: სტარტაპი
რეგიონი: ჩრდილოეთ ამერიკა
ინდუსტრია: ტექნოლოგია
პროდუქტები: API

სამუშაო წიგნის შევსების ტესტი

50%

ნაკლები დრო 50-ფურცლიანი საგადასახადო სამუშაო წიგნის შესავსებად Sol-თან შედარებით, Basis-ის ტესტში.

შიდა შეფასებები

20%

Basis-ის შიდა შეფასების ქულების მიახლოებითი გაუმჯობესება.

იტვირთება…

Basis⁠(იხსნება ახალ ფანჯარაში) ქმნის ხელოვნური ინტელექტის აგენტებს, რომლებიც ბუღალტრების ყოველდღიური ხელით შესასრულებელი სამუშაოს დიდ ნაწილს ავტომატურად ასრულებენ. ამით ბუღალტრებს ეძლევათ საშუალება, დრო განმეორებადი დავალებების ნაცვლად სტრატეგიულ საქმიანობას დაუთმონ. კომპანიის კვლევები ფოკუსირებულია აგენტებზე, რომლებსაც ხანგრძლივი დავალებების საიმედოდ შესრულება შეუძლიათ. GPT‑6 Astra-ს გამოყენებისას კომპანია ხედავს, რომ მოდელი უკეთ იგებს, რა მიზნის მიღწევა სურთ ბუღალტრებს.

„GPT-6 Astra უკეთ წვდება მომხმარებლის განზრახვასა და პრობლემის არსს.“
—მიჩ ტროიანოვსკი, Basis-ის თანადამფუძნებელი

50-ფურცლიანი საგადასახადო სამუშაო წიგნის შევსება ორჯერ ნაკლებ დროში

Basis-მა GPT‑6 Astra და GPT‑5.6 Sol რთული, 50-ფურცლიანი საგადასახადო სამუშაო წიგნის შევსებაში შეადარა. დავალება სამუშაო წიგნის ზუსტად და საიმედოდ შევსებას მოითხოვდა, რაც GPT‑6 Astra-მ საგრძნობლად სწრაფად შეასრულა.

„GPT-6 Astra ამ სამუშაო წიგნის შევსებას GPT-5.6 Sol-თან შედარებით ორჯერ ნაკლებ დროს ანდომებს.“
—მიჩ ტროიანოვსკი, Basis-ის თანადამფუძნებელი

Basis-მა ასევე აღნიშნა, რომ GPT‑6 Astra დავალების დასაწყისშივე უკეთეს გადაწყვეტილებებს იღებს. ეს Basis-ის აგენტებს ეხმარება, სამუშაო უფრო პირდაპირი გზით შეასრულონ და შეცდომების გამოსწორებას ნაკლები დრო დაუთმონ. ტროიანოვსკის თქმით, ამის წყალობით მოდელი ტოკენებსაც უფრო ეფექტიანად იყენებს.

მსჯელობის ინტენსივობის მორგება დავალებაზე

Basis ასევე იყენებს GPT‑6 Astra-ს უნარს, დავალების შესრულებისას მსჯელობის ინტენსივობა შეცვალოს: რთულ ეტაპზე მეტი გამოთვლითი რესურსი გამოიყენოს, მარტივზე კი — ნაკლები. მოდელს ამ ცვლილებების შეტანა ქეშის ხელუხლებლად შენარჩუნებით შეუძლია. ტროიანოვსკის თქმით, ეს ხარჯებისა და პასუხის დროის შემცირებას უწყობს ხელს, რაც ხანგრძლივი დავალებების შესრულებას Basis-ისა და მისი მომხმარებლებისთვის უფრო ეკონომიურს ხდის.

მეტი ნდობა პრაქტიკაში გამოყენებისას

GPT‑6 Astra-ს გამოყენებით Basis-ის შიდა შეფასების ქულები დაახლოებით 20%-ით გაუმჯობესდა. ეს მომხმარებლის განზრახვის უკეთ გაგებამ განაპირობა, მათ შორის იმის უკეთ განსაზღვრამ, როდის უნდა დასვას კითხვები, მიუთითოს საკუთარ დაშვებებზე და მიჰყვეს ინსტრუქციებს.

Basis აფასებს როგორც აგენტების მუშაობის პროცესს, ისე მათ საბოლოო პასუხებს. მათ შორის ამოწმებს, იცავენ თუ არა შაბლონებს, ეყრდნობიან თუ არა პირველწყაროებს საგადასახადო საკითხებზე მუშაობისას და ამოწმებენ თუ არა საკუთარ ნამუშევარს. GPT‑6 Astra-ს შეუძლია, ფართო კონტექსტიდან მიხვდეს, რას მოელიან მისგან, და ამისთვის ნაკლები პირდაპირი მითითება დასჭირდეს.

ამგვარად, Basis-ს ნაკლებად სჭირდება ცალკეული სიტუაციებისთვის წესების გაწერა. გუნდი უფრო მეტადაა დარწმუნებული, რომ მისი აგენტები იმ სიტუაციებსაც გაუმკლავდებიან, რომლებიც შიდა ტესტებში არ იყო გათვალისწინებული.