一句话看懂：会计 AI 创业公司 Basis 用 OpenAI 的 GPT-6 Astra 处理一份 50 个工作表的复杂税务工作簿，耗时比上一代 GPT-5.6 Sol 减少约 50%，内部评估分数提升约 20%。这说明大模型在长链路专业任务上的可靠性正在跨过一道实用门槛。
事件核心：发生了什么
2026 年 9 月 28 日，OpenAI 在官网发布客户案例：总部位于北美、做会计自动化 AI 代理的初创公司 Basis，把 GPT-6 Astra 与 GPT-5.6 Sol 放在同一份 50 个工作表的税务工作簿上做对照测试。任务是准确、可靠地完成整份工作簿，结果是 Astra 用时减半。Basis 联合创始人 Mitch Troyanovsky 表示，Astra 更能理解用户的真实意图，任务开始时就能做出更好的判断，路径更直接，纠错更少，因此 token 使用效率也更高。
另一项关键能力是推理强度的动态调节：Astra 可以在任务推进中按步骤难度增减算力，遇到难点多算、简单步骤少算，并且保持缓存不被打断。Basis 的内部评估分数因此提升约 20%。
为什么重要
税务工作簿这类任务的特点是表格多、依赖上下文、允许犯错的余地小，属于典型的“长任务 + 专业判断”场景。过去大模型在演示环节表现亮眼，但真正落到几十个相互引用的工作表上，往往需要人工反复校对。这次测试的意义不在于模型会不会做表格，而在于它开始能在长链路中保持意图一致、减少返工。对 Agent 商业化来说，token 成本和响应时间是决定毛利的关键变量，动态调节推理强度、保持缓存，直接指向了“长任务跑得起、跑得划算”这个行业痛点。
对用户/开发者/创作者的影响
对开发者而言，这个案例提示了一个可复用的工程思路：把“步骤级算力调度”纳入 Agent 设计，而不是对所有步骤用同一档推理预算。对做垂直行业 AI 应用的团队来说，Basis 的做法也值得参考——不是为每种特殊情况写规则，而是让模型从更大上下文中推断期望，包括何时提问、何时标注假设、是否遵循模板。目前公开信息显示，Basis 主要通过 OpenAI API 接入 Astra。会计、审计、法务等强流程行业，可能是这轮能力提升最先被验证的场景。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 GPT-6 Astra 的 API 定价与速率限制是否与推理强度调节能力匹配；二是 Basis 的测试是客户自评，后续是否有第三方基准或更广泛的行业复现；三是其他模型厂商在“长任务代理”方向是否跟进类似的分步算力控制与缓存机制。
来源：OpenAI News
