Hebbia по своим тестам: GPT-6 Astra опережает другие модели в финансовом анализе

Hebbia по своим тестам: GPT-6 Astra опережает другие модели в финансовом анализе

OpenAI выпустила рассказ о клиенте: компания Hebbia, чей продукт Matrix собирает финансовые исследования и связывает ответы с документами, на которых они основаны, проверила GPT-6 Astra на двух задачах банковской работы. Первая, найти источники, которые нужны для ответа на вопрос. Вторая, собрать презентацию, которая следует брифу банкира.

Тесты Hebbia проводила с августа по сентябрь 2026 года на предварительной сборке (prerelease build). Для каждой модели использовались одни и те же кейсы по финансовым исследованиям и одни и те же критерии оценки; критерии, по тексту истории, писали или проверяли по исходным документам профильные эксперты.

Результаты по данным Hebbia. По цитированию нужных типов источников GPT-6 Astra набрала на 13,6 процентного пункта больше, чем лучшая из протестированных альтернатив; при этом 99,5% процитированных ею фрагментов оказались релевантны вопросу. По презентациям модель выполнила 97,9% применимых требований, что на 14,4 п.п. выше лучшей альтернативы по этому показателю. В истории сказано, что другие модели приходилось выбирать между аккуратностью оформления и следованием брифу, а GPT-6 Astra заняла первое место по обоим пунктам.

Как это выглядит в рабочем процессе. В гипотетическом примере Hebbia банкир помогает клиенту оценить стратегическую покупку компании-разработчика промышленного ПО, и ему нужно разобрать примерно 2000 файлов. Он мог бы загрузить виртуальную комнату данных (data room) в Matrix и изучить концентрацию клиентов, условия контрактов и отток в ячейках с цитатами. Matrix мог бы подтянуть отчётность конкурентов и отраслевые новости, чтобы сформировать тезис по сделке, а затем превратить исследование в сводку по проверке компании и презентацию об оценке в шаблоне фирмы. В этой схеме GPT-6 Astra выбирает документы или ячейки Matrix в поддержку ответа и собирает нативные слайды PowerPoint по структуре и правилам пользователя. Пользователь может открыть цитату и увидеть исходный документ с выделенным фрагментом; сноски на слайдах тоже ведут к источнику. Проверка может быть очень конкретной: сверить показатель концентрации клиентов с исходной таблицей и поправить отчётный период до отправки презентации инвестиционному комитету.

Цитаты. Kavita говорит, что прослеживаемость важна пользователям, потому что они принимают решения на миллионы долларов на основе ответов ИИ. Даже один процентный пункт прироста при тысячах документов в комнате данных даёт заметную выгоду. По её словам, презентация не должна выглядеть сделанной ИИ: она должна быть в брендинге фирмы и похожа на слайд, сделанный человеком. Прежние модели, по её описанию, сильны либо в оформлении, либо в следовании инструкциям, а GPT-6 Astra, первая, которая лидирует и там и там. Она ожидает, что черновик ближе к финалу сэкономит специалистам часы, а ночные авралы сократятся до нескольких минут проверки.

Планы. Hebbia хочет, чтобы банкиры меньше времени тратили на переформатирование презентаций и проверку источников и больше, на оценку сделки. Kavita видит будущую роль агентов, которые в фоне следят за информацией и подсвечивают сигналы для финансистов; сроков в истории нет.

Ключевые факты

  • Hebbia (продукт Matrix) тестировала предварительную сборку GPT-6 Astra в августе, сентябре 2026 года на одинаковых кейсах и критериях для каждой модели.
  • По цитированию нужных типов источников GPT-6 Astra на 13,6 п.п. выше лучшей из протестированных альтернатив; 99,5% процитированных фрагментов релевантны вопросу.
  • По презентациям выполнено 97,9% применимых требований, на 14,4 п.п. выше лучшей альтернативы.
  • Пример с банкиром и примерно 2000 файлами в комнате данных гипотетический, а не результат теста.
  • Результаты получены Hebbia самостоятельно и опубликованы OpenAI; лучшая альтернатива не названа, её абсолютные баллы не приведены.

Почему это важно

Это пример того, как OpenAI показывает новую модель в прикладной области, где важны источники и аккуратность: финансовый анализ сделок. Заявлен отрыв сразу по двум признакам, которые, по словам Kavita, раньше обычно не сочетались: качество оформления и следование брифу. Для рынка это сигнал, что конкуренция идёт не только по общим тестам, но и по способности привязывать ответы к документам.

Кому это важно

Прежде всего командам, которые делают продукты для финансовых исследований и работы с комнатами данных, а также банкирам и аналитикам, которым приходится готовить презентации по тысячам документов. Остальным читателям материал интересен как образец того, как разработчик модели описывает результаты клиента.

Как это применить

Из истории видна схема, а не готовая инструкция: модель выбирает документы или ячейки таблицы в поддержку ответа, затем собирает слайды PowerPoint по шаблону и правилам пользователя, а человек открывает цитату, сверяет её с исходной таблицей и правит ошибки до отправки. Цены, даты выпуска и условия доступа к GPT-6 Astra в источнике не названы: тестировалась предварительная сборка.

Можно ли доверять

Осторожно. Это история клиента, опубликованная самой OpenAI, а цифры получены в тестах самой Hebbia. Условия описаны: одни и те же кейсы и критерии для всех моделей, критерии писали или проверяли эксперты. Но лучшая альтернативная модель не названа, её абсолютные баллы не приведены (даны только отрывы в п.п.), число кейсов и оценщиков не указано, независимой проверки в тексте нет. Слова про «часы экономии», ожидание Kavita, а не измеренный результат.

Риски и подводные камни

Отрыв в процентных пунктах без базового уровня трудно интерпретировать. Показатели 97,9% и 99,5% измерены на кейсах Hebbia и могут не повторяться на других задачах. Пример с банкиром гипотетический. Идея агентов, которые следят за информацией в фоне, возможность будущего без сроков. Сама история подчёркивает, что человек всё равно проверяет источники и цифры перед отправкой презентации.

«GPT-6 Astra, первая модель из тех, что мы видели, которая на обоих этих фронтах занимает первое место.»

— Kavita, цитата из истории OpenAI о Hebbia