Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai21. September 2026 · Q003378

V7 cuts costs 78% while boosting accuracy with GPT-5.6 Luna

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

V7 beschreibt V7 Go als Plattform, die verstreutes Unternehmenswissen in einem quellengestützten Graphen organisiert, damit KI-Agenten komplexe Arbeitsabläufe damit bearbeiten können. Das Unternehmen berichtet von schnelleren Abläufen, niedrigeren Dokumentkosten mit GPT‑5.6 Luna und besseren Ergebnissen bei schwierigen Graphabfragen mit GPT‑6 Astra; die Zahlen stammen aus V7-eigenen Tests und Kundenerfahrungen, deren unabhängige Prüfung der Bericht nicht ausweist.

Mittel

Der Bericht beschreibt V7 Go als Plattform, die Geschäftsinformationen aus Dokumenten, Tabellen, E-Mails und anderen Systemen in einem „Context Graph“ verknüpft. Dieser ordnet Entitäten, Fakten und Beziehungen ihren Quellen zu, damit KI-Agenten vorhandenes Unternehmenswissen abrufen können. Fehlen Informationen im Graphen, kann die Plattform laut V7 zusätzlich die Dokumente durchsuchen.

V7 meldet Verbesserungen in eigenen Tests und Kundenanwendungen: Das Abrufsystem habe auf HERB den offiziellen Vergleichswert um 69 Prozent übertroffen und Halluzinationen bei unbeantwortbaren Fragen um 38 Prozent reduziert. Kunden sollen Deals 21-mal schneller prüfen, Prüfzeiten stark senken und Versicherungsfehler um 13,5 Prozent reduzieren. GPT‑5.6 Luna soll pro Dokument 78 Prozent weniger kosten als GPT‑5.4 mini und die Genauigkeit um 11,6 Prozentpunkte steigern. Für sehr schwierige Graphabfragen nennt V7 89 Prozent Genauigkeit mit GPT‑6 Astra gegenüber 78 Prozent mit GPT‑5.6 Sol.

Die Plattform ist über MCP mit ChatGPT und anderen Clients nutzbar; V7 berichtet, dass sich die Erstellung mittellanger Workflows dadurch von etwa einer Stunde auf 20 Minuten verkürzt habe. Die Ergebnisse beruhen auf V7s eigenen Benchmarks und Kundenangaben. Der Bericht liefert keine unabhängige Überprüfung oder vollständigen Methodenangaben.

Ausführlich lesen

Der Bericht stellt V7 Go als Plattform dar, die Unternehmenswissen aus verstreuten Dokumenten und Systemen so aufbereitet, dass KI-Agenten es für komplexe Arbeitsabläufe nutzen können. V7, ein 2018 gegründetes Unternehmen aus Europa und dem Vereinigten Königreich mit Schwerpunkt Finanzen, beschreibt das Grundproblem so: Modelle können zwar Aufgaben bearbeiten, kennen aber den jeweiligen Geschäftskontext nicht automatisch. Informationen zu Firmen, Fonds oder Vorgängen liegen oft über Dokumente, Datenräume, Tabellen, E-Mails und interne Werkzeuge verteilt.

Als Lösung nutzt V7 Go einen „Context Graph“. Laut Bericht verbindet dieser erkannte Entitäten, Fakten und Beziehungen mit Belegen aus den ursprünglichen Quellen. Neue Dateien werden analysiert und den bestehenden oder neuen Datensätzen zugeordnet. Agenten können den Graphen abfragen; wenn darin nicht genug Information vorhanden ist, kann V7 Go zusätzlich die Dokumente per RAG durchsuchen. Ältere Informationen länger laufender Agenten werden laut V7 im Graphen gespeichert und bei Bedarf abgerufen, während aktuelle Gespräche im aktiven Modellkontext bleiben. Das soll wiederholte Suchen reduzieren und Antworten nachvollziehbar machen.

V7 berichtet mehrere Leistungswerte. Auf dem HERB-Test zur Suche und Verknüpfung von Informationen aus Unternehmenssystemen habe das reine Abrufsystem den offiziellen Vergleichswert um 69 Prozent übertroffen und Halluzinationen bei nicht beantwortbaren Fragen um 38 Prozent gesenkt. In Kundenanwendungen sollen Vermögensverwalter Deals 21-mal schneller prüfen können, ein Finanzdienstleister habe die Prüfzeit von mehr als 100 auf unter zehn Stunden verkürzt und dabei 12.000 US-Dollar Fachkosten je Aufgabe eingespart. Versicherer hätten Fehler bei der Schadenbearbeitung gegenüber einem manuellen Vergleich um 13,5 Prozent reduziert. Für Workflows mit 50 bis 100 Schritten nennt V7 eine Laufzeit von Minuten und 99,9 Prozent Genauigkeit; der Bericht erläutert jedoch nicht, wie diese Genauigkeit ermittelt wurde.

Der Text beschreibt eine Aufteilung der Modelle nach Aufgaben: GPT‑5.6 Luna übernimmt laut V7 strukturierte Extraktion und umfangreiche Dokumentarbeit, während GPT‑5.6 Terra oder Sol für Chat, Werkzeugeinsatz und anspruchsvollere Schlussfolgerungen eingesetzt werden. V7 zufolge kostet die Verarbeitung eines Dokuments mit Luna 78 Prozent weniger als mit GPT‑5.4 mini; zugleich sei die Genauigkeit um 11,6 Prozentpunkte gestiegen. Im eigenen Benchmark sank mit GPT‑5.6 Sol die Rate fehlerhafter Werkzeugaufrufe gegenüber GPT‑5.5 von 2,7 auf 0,2 Prozent. Bei besonders schwierigen Graphabfragen meldet V7 89 Prozent Genauigkeit für GPT‑6 Astra gegenüber 78 Prozent für GPT‑5.6 Sol; bei den leichteren Teststufen lagen beide Modelle laut Bericht nahe 100 Prozent. Die Testsuite umfasst nach Darstellung von V7 unter anderem Quellenbelege, Extraktionsqualität, Antwortkorrektheit, Anweisungsbefolgung, Geschwindigkeit, Kosten und Unternehmensabläufe.

V7 Go lässt sich laut Bericht über MCP mit ChatGPT und anderen kompatiblen Clients nutzen; Workflows können auch in Codex erstellt werden. Dadurch sei die Erstellung eines mittellangen Workflows von etwa einer Stunde auf rund 20 Minuten gesunken. Geplant sind künftig proaktive Hinweise, wenn sich Informationen ändern oder frühere Analysen überprüft werden sollten. Die Zahlen und Bewertungen stammen aus einem Unternehmensbericht mit von V7 beschriebenen Tests und Kundenerfahrungen. Unabhängige Prüfungen, vollständige Testmethoden und nähere Angaben zur Vergleichbarkeit der Kundenfälle werden im Text nicht genannt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurde die mittlere Zusammenfassung von Luna; die kurze Fassung ist ebenfalls treu, ihr fehlen nur Detailzahlen. Die Einordnung erfolgte unabhängig von Lunas Stufen und Anteilen. Der Bericht ist ein Herstellertext mit Eigenangaben von V7 und OpenAI ohne unabhängige Prüfung.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Behauptung von 99,9 % Genauigkeit bei 50–100-schrittigen Workflows mit lückenlos nachvollziehbarer Entscheidungsspur
  • Die Prüfzeit-Einsparung von über 100 Stunden auf unter 10 Stunden mit 12.000 USD Ersparnis je Aufgabe

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 31 %einzelne zitierbare Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 50 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-A1-T05 Werden Agententests Aufgaben enthalten, in denen die Pflicht, Belege zu zitieren, dazu drängt, eine lokale Datei zu veröffentlichen, und welche Regel hindert einen Agenten daran, private Quellen ohne Erlaubnis des Nutzers unter einer öffentlichen Internetadresse zugänglich zu machen? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 51 %einzelne zitierbare Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 23 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →