OpenAI Astra合同与税务工作流测试数据更新，企业团队关注哪些信息
OpenAI公布了GPT-6 Astra在Ironclad合同工作流评测中的测试结果。对使用OpenAI API开发企业代理、合同管理、税务自动化和长流程工作流的团队来说，公开内容提供了新的性能参考；目前信息属于模型测试与客户案例数据，适合关注技术评估和产品规划，不涉及所有用户立即可用范围变化。
源
此前公开的Basis税务工作簿测试显示，GPT-6 Astra与GPT-5.6 Sol在包含50张工作表的复杂税务工作簿任务中进行比较。据报道，Astra完成该任务所需时间更短，Basis内部评估中Astra表现提升；该数据来自特定客户场景。
报
Ironclad评测关注的是合同、法律和采购流程中的AI代理能力。OpenAI公布的测试包含11项法律、商业和采购任务，GPT-6 Astra平均得分为55.0%，GPT-5.6 Sol平均得分为41.6%。OpenAI同时说明，19.2分钟与37.0分钟的任务时间属于基于模型处理速度的模拟估计，用于评估比较，不是客户实际节省时间。源
对于企业用户，可以按使用场景判断影响：
| 场景 | 公开测试涉及内容 | 适合关注的人 |
|---|---|---|
| 税务工作流 | 50张工作表任务 | 会计、财税软件、企业自动化团队 |
| 合同工作流 | 11项法律、商业、采购任务 | 法务运营、采购、企业软件团队 |
这类测试关注的是多步骤的任务执行，而不是单轮问答。对于需要频繁处理合同、报表或内部文件的团队，模型速度、稳定性和成本控制都会影响实际部署方案。
不过，公开测试均来自具体评测环境。Basis税务工作簿案例和Ironclad合同工作流案例反映的是对应任务中的表现，企业在实际采用AI工具时，仍需结合自身数据权限、业务规则和人工审核流程评估。涉及财税、合同合规等事项时，应以主管机构原文和持牌专业人士意见为准。
目前已确认的信息：
- 2026-09-28（周一）：OpenAI发布Basis税务工作簿客户案例，披露GPT-6 Astra与GPT-5.6 Sol在该任务中的性能比较。报
- OpenAI公布Ironclad合同工作流评测数据，披露GPT-6 Astra在11项法律、商业和采购任务中的测试结果。源
企业团队可以关注两件事
- 如果正在开发AI代理或自动化流程，优先查看自己的任务类型是否接近公开测试场景。
- 如果准备将AI用于财税、合同或客户资料处理，先确认数据管理、权限控制和人工复核机制。
拓展阅读
AI 周展望 09-07～09-13｜Astra分批开放…：同版块的站内帖，同样围绕 Astra，往深里读接这一篇。
OpenAI 8 月 7 日就判定 Astra 可能触到网络能力临界…：还是 OpenAI，同版块的另一篇站内帖。
AI 这一周 08-31～09-04｜Astra进Copilot…：同版块的站内帖，本文这条线往深里读接这一篇。
参考资料
- OpenAI：Advancing computer use with Ironclad https://openai.com/index/advancing-computer-use-with-ironclad/
- OpenAI：Basis tax workbook with Astra https://openai.com/index/basis-tax-workbook-with-astra/
飞出国编辑部修订 · 2026-10-06。本文为本次修订内容。