GPT-6 Astra w testach Hebbii: 99,5% trafnych cytowań
Przejdź do treści i przykładów
20 listopada 2026 OpenAI opublikowało historię klienta: amerykański startup Hebbia testował GPT-6 Astra w badaniach finansowych i widzi poprawę w dwóch miejscach - w doborze źródeł oraz w budowaniu prezentacji. To wyniki samej Hebbii z wersji przedpremierowej, opublikowane na blogu OpenAI, a nie niezależny benchmark. Liczby są jednak konkretne, więc rozbieramy je razem z warunkami testu.
Zanim bankier zarekomenduje klientowi przejęcie, musi przebrnąć przez sprawozdania finansowe, umowy z klientami i prezentacje zarządu. Narzędzie Hebbii o nazwie Matrix zbiera cały ten research w jednym miejscu i wiąże odpowiedzi z dokumentami, na których się opierają. Hebbia sprawdzała GPT-6 Astra w dwóch częściach tej pracy: w znajdowaniu źródeł, których wymaga pytanie, i w budowaniu prezentacji zgodnej z briefem bankiera.
W opisanym przepływie model wybiera dokumenty lub komórki Matrix, które wspierają odpowiedź. Potem zamienia analizę w natywne slajdy PowerPoint, zgodne ze strukturą i wytycznymi użytkownika.

Hebbia podaje też przykład, i to hipotetyczny, nie opis prawdziwego zlecenia. Bankier pomaga klientowi ocenić przejęcie firmy z branży oprogramowania przemysłowego i ma do przejrzenia około 2000 plików. Ładuje data room do Matrix (czyli zbiór dokumentów firmy udostępniony kupującemu) i sprawdza koncentrację klientów, warunki umów oraz odpływ klientów w cytowanych komórkach. Matrix dokłada raporty konkurentów i wiadomości branżowe, a na końcu powstaje podsumowanie due diligence i prezentacja wyceny w szablonie firmy.
Oto, co Hebbia zmierzyła u GPT-6 Astra:
Teraz warunki. Hebbia testowała wersję przedpremierową w sierpniu i wrześniu 2026. Każdy model dostał te same przypadki badań finansowych i te same kryteria oceny, a eksperci dziedzinowi napisali je lub zweryfikowali względem dokumentów źródłowych. Na papierze to solidny schemat. Pamiętaj tylko, że punkty procentowe to różnica, nie wynik bezwzględny, a punkt odniesienia („najlepsza testowana alternatywa”) wyznaczyła sama Hebbia.
Najciekawsze jest ostatnie zdanie Hebbii o prezentacjach. Jej zdaniem wcześniejsze modele błyszczały albo w warsztacie, albo w trzymaniu się instrukcji. Astra ma być pierwszym, który prowadzi w obu. Kavita Anand z Hebbii mówi, że nie chce wysyłać partnerowi decku, który wygląda, jakby zrobiła go AI. Slajd, który z daleka pachnie AI, jest w banku jak garnitur z metką na rękawie: wszystko się zgadza, a i tak każdy to zauważy.
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa
Zobacz, co się dzieje, gdy za odpowiedzią AI stoją decyzje na miliony dolarów. Anand tłumaczy, że użytkownicy Hebbii podejmują je na podstawie tego, co AI zwróci, więc liczy się możliwość prześledzenia drogi do źródła. W Hebbii otwierasz cytowanie i widzisz dokument z wyróżnionym fragmentem. Przypisy na slajdach też prowadzą do materiału źródłowego.
Hebbia opisuje, jak może wyglądać taka kontrola: sprawdzasz liczbę koncentracji klientów w tabeli źródłowej i poprawiasz okres sprawozdawczy, zanim prezentacja trafi do komitetu inwestycyjnego. Moja uwaga, nie deklaracja Hebbii: 99,5% trafnych fragmentów oznacza, że model sięga po właściwe miejsca w dokumentach. Nie oznacza, że każda liczba na slajdzie jest poprawna. Dlatego ten ręczny krok zostaje.

Nie pracujesz w bankowości inwestycyjnej? Mechanizm jest ten sam w każdej firmie, która ufa raportom robionym z pomocą AI. Podobny temat poruszaliśmy, pisząc o tym, jak Goldman Sachs zawęża dostęp do Claude Code do programistów: w finansach pytanie o to, kto i do czego używa AI, wraca od razu. Z kolei historia o hasłach zapisywanych przez Claude Code jawnym tekstem pokazuje, że wynik pracy narzędzia trzeba sprawdzić, zanim ktoś zbuduje na nim decyzję.
Anand widzi przyszłą rolę agentów, którzy monitorują informacje w tle i sygnalizują specjalistom finansowym istotne sygnały do oceny. Jej przykład: dostajesz ważny sygnał kilka godzin przed konkurencją. To wizja, nie wydana funkcja. Hebbia chce budować na obecnych wynikach, by specjaliści oceniali transakcje na podstawie badań, które da się prześledzić do źródeł. Jeśli ciekawi Cię, czego tacy agenci wymagają od firmowych danych, zajrzyj do tekstu o tym, że agenci AI wymagają jednej bazy danych, a firmy mają dwie.
Cennik Matrix i dostępność w Polsce sprawdzisz bezpośrednio u Hebbii. Zanim to zrobisz, poświęć pięć minut na test własnego nawyku. Weź ostatni raport, tabelę albo prezentację, w której AI pomogło Ci z liczbami. Wybierz jedną liczbę, otwórz dokument, z którego pochodzi, i porównaj ją z oryginałem, razem z okresem, którego dotyczy. Jeśli trafisz na rozjazd, wiesz już, jaki krok kontroli musisz zostawić w swoim procesie. Jeśli nie, masz swoją prywatną wersję tego, co Hebbia mierzy w testach.
Według cennika OpenAI (stan na 16.11.2026) to 10 USD za 1 mln tokenów wejścia i 50 USD za 1 mln tokenów wyjścia. Kwoty są podane bez podatku.
Premiera modelu odbyła się 3 września 2026 dla ograniczonej grupy organizacji. W kolejnych dniach OpenAI udostępniło go w ChatGPT Plus, Pro, Business i Enterprise oraz w API.
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa