行业动态OpenAI20:00
Legora在几分钟内用GPT-6 Astra审查了41份文档
Legora reviewed 41 documents in minutes with GPT-6 Astra
用官方性能提升近40%的案例背书，但换场景未必能复制，部署成本也要算进账。
判断
这条案例会把财务审阅团队的采购判断从‘看准确率’推向‘先算清自家文档结构与推理成本’。若错误类型和文档格式与 Legora 不一致，按近40%增幅立项会高估回报。
依据
OpenAI 公布 GPT-6 Astra 在财务审阅场景的实测：Legora 用其快速审阅41份文件，找齐预设错误，并使该流程性能提升近40%。机制是多文档密集核对要求高召回率与效率，从而缩短人工审阅周期。但材料同时提示，性能增益与错误检出依赖任务结构、文档格式及预设错误类型；换到非结构化、多语种或专业领域文本，效果可能显著打折。实际部署还要核算推理成本、延迟与人力监督投入，对中小团队或低频场景性价比未必乐观。案例未披露错误类型、文档长度及算力配置，外部难以直接复现，应视为方向性信号而非普适标杆。
- 审阅文件数41份
- 流程性能提升近40%
没写清 材料没有给出错误类型、文档长度与算力配置，所以无法判断近40%增幅在别的团队能否复现。
下一步 下一步可核对 Legora 案例是否披露错误类型、文档长度和推理成本明细。