OpenAI于2026年9月28日发布客户故事称，Basis使用GPT-6 Astra完成一份含50个工作表的税务工作簿，速度约为GPT-5.6 Sol的两倍。摘要还写到，Astra对用户意图的理解更强，因而Basis对真实场景使用更有信心。材料能提供的信息到此为止。没有准确率，没有返工次数，没有人工介入比例，也没有定义“完成”是全自动填完还是在监督下走完全流程。所谓快一倍，计时是否包含排队、重试、工具调用或确认，原文未写。

能确认的事实很少

第一，任务对象是税务工作簿，规模明确写成50个工作表，不是单轮问答。第二，对照模型写明为GPT-5.6 Sol，Astra完成该任务约快一倍。第三，Basis把更强的意图理解，与对真实使用更有信心连在一起。来源是OpenAI自己的客户案例，属于模型提供方叙述，不是独立评测报告。

五十个工作表通常涉及跨表勾稽和步骤先后。把这一规模写进标题，是在用长表格、多步骤支撑叙事。但材料没有展示任何单元格结果，也没有说明工作方式是一次生成、多轮修改还是人机共填。因此完成只能按字面理解为走完该工作簿，不能解释成已满足申报或审计要求。

客户故事该怎么读

对关注企业文档和财务流程的开发者，这条叙事比空泛的“更强”具体一点：有人把50表税簿当作演示单元，并把速度与意图理解并列为卖点。税务工作对时限敏感，若快一倍这一叙述成立，对账期类任务有表面意义。但客户故事的功能是展示，不是对照实验。两种模型的定位、价格、上下文与工具能力，摘要均未涉及，不宜自行推断谁更适合生产。

更不能外推。材料没有提及税种、适用国家或准则版本，也没有提及中国申报表。意图理解没有操作定义，没有评测方法，不能当成可复现指标。客户名称、任务规模和倍数来自同一篇官方稿，不存在交叉验证。

我的判断

价值在于把模型对比落在可数对象上：五十个工作表、相对Sol快一倍、意图理解支撑信心。信号很窄，只说明长表格工作流被用来为Astra做速度背书，采用方同时强调少跑偏。适用边界是单一客户、单一任务、由提供方发布，不能据此论证税务流程已经可无人值守，也不能给Astra打综合能力分。最大局限是质量信息空白：没有对错、没有失败模式、没有复现条件。材料不足时，只应记下速度与意图两条主张，把两倍速度当作官方叙述，而不是已经验证的生产结论。