Podle OpenAI a firmy V7 model GPT-5.6 Luna snížil náklady na zpracování jednoho dokumentu o 78 % ve srovnání s modelem GPT-5.4 mini.
Nástroj V7 Go používá model GPT-5.6 Luna k vytěžení informací z milionů souborů a jejich uspořádání do takzvaného Context Graph. Ten propojuje entity, jejich vzájemné vztahy a citované důkazy. Na tom stojí vyhledávání přes MCP a opakovatelné pracovní postupy, které mohou zahrnovat stovky kroků.
Zvýšení přesnosti a nové benchmarky
Zvýšení přesnosti a nové benchmarky. Společnost V7 vyvinula novou, náročnější sadu testovacích otázek nad grafy, protože model GPT-5.6 Sol již dosahoval limitních hodnot u mnoha stávajících benchmarků. Tento nový postup vyžadoval zpracování méně uspořádaných reálných dat, která byla čerpána z tisíců různých dokumentů. Cílem bylo vytvořit komplexnější prostředí, které by lépe odráželo skutečné podmínky práce s informacemi a umožnilo přesněji rozlišit schopnosti nejnovějších verzí velkých jazykových modelů (LLM) při manipulaci s nestrukturovanými podklady. Vytvoření této nové sady testů bylo nezbytné, protože model GPT-5.6 Sol již dosahoval maximálních výsledků v běžných testech, což znemožňovalo další měření progresu. Použitím reálných, „neuklízených“ dat z tisíců dokumentů V7 simulovala chaos skutečného podnikatelského prostředí, kde jsou informace často rozfragmentované a nekonzistentní. Tento přístup umožňuje lépe validovat schopnost modelů LLM orientovat se v komplexních strukturách a správně interpretovat vztahy mezi daty, která nejsou předem připravena pro strojové zpracování.
Výsledky tohoto testování ukázaly výrazné rozdíly v závislosti na obtížnosti úkolů. Zatímco oba modely dosáhly přesnosti blízké 100 % na úrovních označených jako snadná, střední a těžká, v nejnáročnější kategorii došlo k rozestupu. Podle V7 model GPT-6 Astra v této nejvyšší kategorii dosáhl přesnosti 89 %, což představuje znatelné zlepšení oproti modelu GPT-5.6 Sol, který na stejné úrovni zaznamenal úspěšnost 78 %. Tato data potvrzují, že novější architektura lépe zvládá extrémně komplexní dotazy nad grafy, i když u méně náročných úkolů jsou oba systémy v podstatě stejně efektivní.
Výkon v podnikových systémech
Výkon v podnikových systémech se ukázal v benchmarku HERB, který se zaměřuje na vyhledávání a propojování informací rozprostřených napříč podnikovými systémy. Podle společnosti V7 v něm její systém založený pouze na vyhledávání překonal oficiální základní řešení o 69 %. Zároveň snížil počet halucinací u dotazů, na které nebylo možné odpovědět, o 38 %.
Společnost V7 dále uvádí, že její agenti jsou schopni dokončit komplexní pracovní postupy zahrnující 50 až 100 jednotlivých kroků během několika minut. Firma přitom deklaruje přesnost na úrovni 99,9 % a zajišťuje plně auditovatelnou stopu u každého provedeného rozhodnutí (c8). Je však důležitéuvedést, že tato konkrétní data o efektivitě a přesnosti workflow pocházejí z tvrzení samotného dodavatele a nebyla doprovázena podrobnostmi o metodice měření nebo externím ověřením (c8). Auditovatelná stopa každého rozhodnutí je v tomto kontextu kritickým bezpečnostním prvkem, který umožňuje lidským kontrolorům zpětně rekonstruovat logiku agenta a identifikovat místo případné chyby v komplexním řetězci 50 až 100 kroků. Přestože V7 deklaruje extrémní přesnost 99,9 %, absence detailní metodiky měření a externího ověření znamená, že tyto hodnoty by měly být vnímány jako interní cíle nebo výsledky z kontrolovaného prostředí, nikoliv jako univerzálně potvrzené standardy výkonu.
Praktické dopady na zákazníky
Praktické dopady na zákazníky se projevují především v dramatickém zrychlení procesů při práci s velkým množstvím dokumentů. Společnost V7 uvádí, že správci aktiv dokázli zrychlit prověřování obchodních příležitostí až 21krát, což v praxi znamená, že proces trvající dříve celý den nyní zabere pouhých 15 minut. Podobné výsledky vykazují i finanční týmy, které díky implementaci nového řešení zkrátily dobu owněření z více než 100 hodin na méně než 10 hodin, čímž výrazně snížily náklady na zapojení expertů u jednotlivých úkolů (c11).
Kromě časových úspor se podle článku zlepšila i přesnost v pojišťovnictví. Pojišťovací týmy snížily chyby při zpracování pojistných událostí o 13,5 % oproti ručnímu postupu poté, co jejich agenti dostali přístup k historickým znalostem o všech předchozích událostech a stávajících pojistkách. Podle V7 navíc model GPT-5.6 Terra umožnil odstranit řadu mezikroků v pracovních postupech, které dříve existovaly jen proto, aby úkol pro model zjednodušily.
Integrace a zrychlení implementace
V7 Go zpřístupňuje dotazování a ingestování dat z Context Graphu prostřednictvím MCP serveru, takže ho zákazníci mohou využívat v ChatGPT a dalších kompatibilních klientech. Workflow v V7 Go lze přes MCP vytvářet také v Codexu. Podle V7 se díky tomu spolu s jednodušším návrhem workflow zkrátila tvorba středně dlouhého workflow z přibližně jedné hodiny na zhruba 20 minut.
Tato technologická změna v kombinaci s uživatelnějším designem tvorby workflow přinesla výrazné časové úspory při nastavování procesů. Podle údajů společnosti V7 se doba potřebná k vytvoření středně dlouhého pracovního postupu zkrátila z původní hodiny na přibližně 20 minut. Rychlejší implementace je tak možná díky synergii mezi MCP serverem a zjednodušeným přístupem k návrhu workflow, což umožňuje firmám rychleji reagovat na nové potřeby a efektivněji nasazovat automatizovaná řešení do praxe (c13). Zkrácení doby tvorby workflow z jedné hodiny na 20 minut je výsledkem kombinace technického propojení přes MCP a intuitivnějšího návrhu uživatelského rozhraní. Tato synergie umožňuje firmám přecházet od hypotézy k funkční automatizaci v řádu minut, což je zásadní v dynamických odvětvích, kde se priority a procesy mění rychle. Rychlejší nasazení tak neřeší pouze technickou efektivitu, ale zvyšuje agilitu celého podniku při reakci na nové obchodní potřeby.
Zdroje
Článek vznikl s pomocí AI; podklady a odkazy jsou uvedeny výše.