Hebbia отмечает улучшение финансовых исследований с GPT-6 Astra: 99,5% ссылок по делу
Hebbia, разработчик ИИ-инструмента для финансовых аналитиков, опубликовала итоги тестов GPT-6 Astra от OpenAI: модель первой в её проверках возглавила сразу подбор источников и сборку презентаций, где прежние модели выигрывали лишь в чём-то одном.
По словам Hebbia, раньше модели либо точно следовали инструкциям, либо красиво оформляли результат. Теперь одна модель лидирует в обоих пунктах, и черновик для клиента можно проверять по сноскам, а не собирать заново.
Прежде чем банкир порекомендует клиенту покупку компании, ему нужно разобрать финансовую отчётность, договоры с клиентами и презентации менеджмента. Инструмент Hebbia под названием Matrix сводит это исследование в одно место и привязывает каждый ответ к документу, из которого он взят. Hebbia отмечает улучшение финансовых исследований с GPT-6 Astra и подкрепляет это четырьмя цифрами из собственных проверок.
| Показатель | Значение | Источник |
|---|---|---|
| Отрыв по цитированию нужных типов источников | 13,6 процентного пункта | Тесты Hebbia |
| Доля процитированных фрагментов, относящихся к вопросу | 99,5% | Тесты Hebbia |
| Выполненные требования к презентации | 97,9% | Тесты Hebbia |
| Отрыв по требованиям к презентации | 14,4 процентного пункта | Тесты Hebbia |
Что измеряли?
Hebbia проверяла две части работы аналитика. Первая: найти все источники, которые нужны для ответа на вопрос. Вторая: собрать презентацию, которая точно следует заданию банкира.
Компания приводит пример. Банкир помогает клиенту оценить покупку компании, которая делает промышленный софт, и ему нужно просмотреть около 2000 файлов в «комнате данных» (закрытом хранилище документов, куда продавец выкладывает всё для проверки покупателем). Пример гипотетический, реальной сделки за ним нет.
В таком сценарии банкир загружает документы в Matrix и изучает, насколько выручка зависит от крупных клиентов, какие условия в договорах и сколько клиентов уходит. Каждый вывод лежит в ячейке со ссылкой на документ. Затем GPT-6 Astra подбирает документы под ответ и превращает анализ в слайды PowerPoint по структуре и шаблону конкретной фирмы.
Метод такой: Hebbia тестировала предварительную сборку модели (версию до официального выпуска) в августе и сентябре 2026 года. Все модели прошли одни и те же финансовые кейсы с одинаковыми критериями оценки. Критерии писали или проверяли по исходным документам отраслевые эксперты.
Что обнаружили?
- Источники. GPT-6 Astra на 13,6 процентного пункта опередила лучшую из проверенных альтернатив по цитированию нужных типов источников. Процентный пункт означает простую разницу между процентами: если у одной модели 70%, а у другой 80%, разрыв составляет 10 пунктов.
- Точность ссылок. 99,5% процитированных моделью фрагментов относились к заданному вопросу. Широкий охват источников не привёл к лишним ссылкам.
- Презентации. Модель выполнила 97,9% применимых требований к оформлению, это на 14,4 процентного пункта больше, чем у лучшей альтернативы.
- Баланс. По данным Hebbia, другие модели жертвовали либо качеством оформления, либо следованием заданию. GPT-6 Astra заняла первое место по обоим пунктам.
Почему точность ссылок здесь важнее красоты, объясняет представитель компании:
Прослеживаемость очень важна нашим пользователям, потому что они принимают решения на миллионы долларов на основе того, что выдал ИИ. : Кавита, Hebbia (фамилию и должность источник не приводит)
О внешнем виде слайдов она говорит так:
Я не хочу отправлять партнёру презентацию, по которой видно, что её сделал ИИ. Мне нужен фирменный стиль и слайд, который выглядит как сделанный человеком. : Кавита, Hebbia
В Hebbia пользователь может открыть ссылку и увидеть исходный документ с выделенным фрагментом, а сноски на слайдах тоже ведут к источнику. Кавита также рассчитывает на ИИ-агентов (программы, которые сами выполняют задачи без постоянных команд человека): они будут следить за информацией в фоне и подавать сигналы раньше конкурентов.
Тесты провела сама Hebbia, которая называет себя давним партнёром OpenAI. Конкурентов компания не называет: сравнение идёт с «лучшей из проверенных альтернатив». Число кейсов, цену модели и дату её выхода источник не раскрывает. Проверяли предварительную сборку, итоговая версия может вести себя иначе. О доступности в России в материале нет ни слова.
Что это значит для вас?
Главный урок этой новости касается не банкиров, а привычки требовать от ИИ ссылку на каждый факт. Hebbia строит продукт на простой идее: ответ без источника нельзя проверить, а значит, на него нельзя опираться.
- Автору Дзена. Просите нейросеть в промпте указывать, из какого документа взят каждый факт, и сверяйте цифры перед публикацией. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) в статье стоит доверия читателей.
- Маркетологу. Отчёты и презентации для клиента можно собирать черновиком через ИИ по своему шаблону. Но проверку цифр по источнику оставляйте человеку, как и предлагает Hebbia.
- Предпринимателю в РФ и СНГ. Из доступных в РФ аналогов для работы с документами подойдут YandexGPT и GigaChat. Загружайте договоры и отчёты частями и просите ответ с цитатой из конкретного файла.
Я отношусь к цифрам Hebbia осторожно: это тесты партнёра на версии до релиза, без названных соперников. Но сама логика верная, и я давно работаю так же: ИИ пишет черновик, я проверяю по ссылкам. На мой взгляд, выиграет не тот, у кого самая умная модель, а тот, кто приучил себя не верить ответу без источника.
Начните с малого: в следующем промпте для статьи добавьте строку «к каждому факту укажи источник», и через неделю вы заметите, сколько ошибок нейросеть перестала протаскивать в ваш текст.
По данным Hebbia

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

JEDEC раскрыла параметры DDR6: на 50% больше пропускной способности для серверов и ИИ
Организация JEDEC 18 ноября раскрыла предварительные параметры памяти DDR6 для дата-центров и ИИ и пообещала первым модулям прирост пропускной способности…

Swin Transformer распознал патологии лёгких на КТ точнее EfficientNet: 0,924 против 0,832
Исследовательница сравнила четыре нейросети для компьютерной томографии лёгких в одинаковых условиях, чего обычно нет в научных статьях: Swin-Tiny…

Правка 205 столбцов DeepSeek R1 сократила оборванные рассуждения со 139 до 16 без дообучения
Авторы метода SGNE-CC v2 перенесли правку весов с Qwen3.5-0.8B на DeepSeek-R1-Distill-Qwen-1.5B, которую многие запускают локально на слабом железе, и…
Комментарии