Parallel folosește GPT‑6 Astra pentru a reduce la jumătate timpul și costurile cercetării web - raport de cercetare livrat în 50% din timp și cu ~50% cost de cod mai mic

GPT‑6 Astra a redus la jumătate timpul de cercetare și costurile de cod pentru Parallel , potrivit unui studiu de caz publicat de OpenAI , un semnal relevant pentru companiile care folosesc agenți AI în activități de documentare și analiză pe web, unde factura de calcul și timpul de livrare sunt constrângeri directe. Parallel, companie care dezvoltă infrastructură pentru agenți AI ce fac „muncă de cunoaștere” pe internet (de la ancorare web pentru agenți vocali până la cercetare pentru instituții financiare și clienți din zona juridică), spune că sarcinile sale de cercetare de durată necesitau, în mod obișnuit, modele mai mari și raționament extins, cu consum mai ridicat de timp și resurse. În acest context, compania afirmă că a observat o îmbunătățire majoră a timpului și costurilor odată cu GPT‑6 Astra. „Cu Astra, am demonstrat că poți obține aceeași cercetare de înaltă calitate mult, mult mai repede, cu mai puține apeluri de cercetare și mai puțini tokeni.” — Devin Gupta , Member of Technical Staff, Parallel Web Systems Test: raport de cercetare pe șase luni, de două ori mai rapid Într-un test descris de OpenAI, Parallel a cerut agentului să cerceteze șase statistici diferite despre piața muncii, pentru patru state, pe o perioadă de șase luni. Agentul a trebuit să caute pe mai multe site-uri, să colecteze informațiile și să compileze rezultatele într-un singur raport. Rezultatul raportat: GPT‑6 Astra a finalizat munca în jumătate din timpul modelelor anterioare și cu o reducere de aproximativ 50% a costului de cod, menținând aceeași calitate a cercetării. De ce contează: mai puțini pași, căutări mai țintite și lucru în paralel Parallel mai indică faptul că Astra a făcut căutări mai focalizate și a parcurs mai puțini pași până la un rezultat util, ceea ce reduce atât latența (timpul de așteptare), cât și consumul de resurse. „Astra a emis interogări de căutare mai țintite și s-a concentrat mai bine pe sarcina finală, încorporând cunoștințele sale despre lume comparativ cu modelele anterioare.” — Devin Gupta, Member of Technical Staff, Parallel Web Systems Un efect operațional important, potrivit companiei, este că eficiența crescută face mai practică împărțirea cercetării între mai mulți agenți: Astra poate delega sarcini specifice către sub-agenți, astfel încât munca să se desfășoare simultan, nu într-o singură secvență de căutări. În concluzie, Parallel susține că are acum o cale mai bună de la o întrebare complexă la un răspuns documentat, cu timp mai mic de așteptare, costuri mai reduse și capacitate mai mare de a aborda sarcini de cercetare solicitante la scară. (Compania este prezentată ca Parallel .) [...]