Asana በGPT‑6.1 Sol የአሳሽ ሙከራዎች የሞዴል ወጪን 76 እጥፍ ቀነሰ
Asana ለደንበኞች የበለጠ ብቃት ያላቸውን ሞዴሎች ለማቅረብ፣ በCodex ውስጥ GPT‑6 Astraን ተጠቅሞ የአሳሽ ወኪሉ በሙከራዎች በ76 እጥፍ ያነሰ ወጪ እና በ5 እጥፍ የበለጠ ፍጥነት እንዲሠራ አድርጓል።
76 እጥፍ
በተሻሻለው የGPT-6.1 Sol የሥራ ፍሰት ዝቅተኛ ግምታዊ የሞዴል ወጪዎች
5 እጥፍ
በተሻሻለው የGPT-6.1 Sol የሥራ ፍሰት ፈጣን የአሳሽ አፈጻጸሞች
$0.47
በተሻሻለው የGPT-6.1 Sol የሥራ ፍሰት አማካይ ግምታዊ የሞዴል ወጪ
በCodex ውስጥ ያለው GPT‑6 Astra ሙከራዎችን በማካሄድ፣ Asana በGPT‑6.1 Sol ላይ ያለውን የአሳሽ ወኪል የሥራ ፍሰት አሻሽሎ በ76 እጥፍ ያነሰ ወጪ እና በ5 እጥፍ የበለጠ ፍጥነት እንዲሠራ አድርጓል።
Asana በገዛው(በአዲስ መስኮት ውስጥ ይክፈታል) የStackAI(በአዲስ መስኮት ውስጥ ይክፈታል) መድረክ አማካኝነት ደንበኞች በተለያዩ የቢዝነስ መተግበሪያዎች ውስጥ ያለውን ሥራ በራስ-ሰር እንዲያከናውኑ ይረዳል። ደንበኞች StackAIን በመጠቀም ኮድ ሳይጽፉ ድረ ገጾችን የሚያስሱ፣ ቅጾችን የሚሞሉ እና መረጃ የሚሰበስቡ የሥራ ፍሰቶችን መፍጠር ይችላሉ። Asana በሚሠራበት ስፋት፣ በእነዚህ የሥራ ፍሰቶች ውስጥ የሚኖሩ አነስተኛ ብክነቶች ሲደራረቡ ትልቅ ይሆናሉ።
በAsana የStackAI ዋና የቴክኖሎጂ ሃላፊ የሆኑት ዶ/ር ፍራንክ ኢዳልጎ፣ የአሳሽ ወኪሉ ፈጣን እና ዝቅተኛ ወጪ ያለው እንዲሆን ሥራ ጀመሩ። በCodex ውስጥ ያለው GPT‑6 Astra ወኪሉን እንዲመረምር፣ ማሻሻያዎችን እንዲፈትሽ እና ውጤቶቹን እንዲያወዳድር መሪያ ሰጡት። በራሳቸው ቢሠሩት ከአንድ እስከ ሁለት ወር ይወስድ ነበር ብለው የገመቱት ሥራ፣ በአንድ ሳምንት ገደማ ተጠናቀቀ።
የAsana 144 አፈጻጸሞችን ያካተተ ጥናት(በአዲስ መስኮት ውስጥ ይክፈታል) GPT‑6.1 Solን እና እዚህ ሞዴል A፣ B እና C ተብለው የተሰየሙ ሌሎች ሦስት ግንባር ቀደም ሞዴሎችን ፈተሸ። በGPT‑6.1 Sol ላይ የተገኘው የተሻሻለ የሥራ ፍሰት በእያንዳንዱ አፈጻጸም አማካይ ግምታዊ የሞዴል ወጪ $0.47 እና ጊዜ አራት ደቂቃ ገደማ ነበር። ይህም መጀመሪያ በሞዴል B ላይ በአገልግሎት ከነበረው ማዋቀር በ76 እጥፍ ያነሰ ወጪ እና በ5 እጥፍ የበለጠ ፍጥነት ነው።
“የሰዎች እና የወኪሎች ቡድኖች በተግባር ሲሠሩ እንዲህ ይመስላሉ። ኢንጂነር አቅጣጫውን አስቀመጠ፣ GPT-6 Astra ሙከራዎቹን አካሄደ፣ ውጤቶቹም በCommand አልፈው በቀጥታ አገልግሎት ላይ ዋሉ። ይህ Asana የሰዎች እና የወኪሎች ቡድኖችን እንዴት በተግባር እንደሚያሠራ ያሳያል።”
ኢዳልጎ በፍጥነት ለመንቀሳቀስ፣ በCodex ውስጥ ያለውን GPT‑6 Astra በመጠቀም የኮዱን አደረጃጀት እንዲቃኝ እና ወኪሉ ወደ ሞዴሉ የሚልከውን እያንዳንዱን ጥያቄ እንዴት እንደሚገነባ እንዲያብራራ በማድረግ ጀመሩ። GPT‑6 Astra ወኪሉ ቋሚ መመሪያዎቹን እና የመሣሪያ መግለጫዎቹን በመሸጎጫ እንደሚያስቀምጥ፣ ነገር ግን እየጨመረ የሚሄደውን የሰበሰበው የገጽ ጽሑፍ እና የስክሪን ቀረጻ ታሪክ እንደማያስቀምጥ አገኘ። ስለዚህ እያንዳንዱ ጥያቄ ታሪኩን ሙሉ ዋጋ በማስከፈል ደግሞ ይልከው ነበር።
ወኪሉ የቀደሙ የስክሪን ቀረጻዎችን ይሰርዝ እና በሁሉም ማለት ይቻላል እርምጃዎች ጽሑፍን ያሳጥር ነበር። እያንዳንዱ ለውጥ ታሪኩን ይቀይር ስለነበር፣ ታሪኩን በመሸጎጫ ማስቀመጥ ብቻ አይጠቅምም ነበር። እነዚህን መረጃዎች ማጣትም ወኪሉ አስቀድሞ ያነበባቸውን ገጾች ደግሞ እንዲጎበኝ ሊያስገድደው ይችል ነበር።
ኢዳልጎ GPT‑6 Astra ያቀረባቸውን ማስተካከያዎች መርምረው ለመፈተሽ ሦስቱን መረጡ፦
የወኪሉን የአሰሳ ታሪክም በመሸጎጫ ማስቀመጥ
ማስቀመጥ የሚችለውን የጽሑፍ መጠን ማሳደግ
የስክሪን ቀረጻዎችን በእያንዳንዱ እርምጃ ሳይሆን በቡድን መሰረዝ
GPT‑6 Astra የትኞቹ ተለዋዋጮች ተጽእኖ እንዳላቸው ለመለየት አጫጭር ሙከራዎችን በማካሄድ ጀመረ። ኮዱ ተለዋዋጮችን በመቆጣጠር ሙከራዎችን ለማካሄድ የተዘጋጀ ስላልነበረ፣ ቀጥሎ አወቃቀሩን ለወጠ። በዚህም አንድ የፊት ክፍል እና የኋላ ክፍል፣ እያንዳንዱ የራሱ ቅንብር ያለውን በርካታ የሥራ ፍሰቶች በአንድ ጊዜ መደገፍ ቻሉ።
Astra ሙሉውን ጥናት አካሄደ፤ 120,000 እና 480,000 ቁምፊ የሚይዙ የታሪክ ማከማቻ ገደቦችን እና ስድስት የመሸጎጫ እና የስክሪን ቀረጻ ደንቦችን በአራቱም ሞዴሎች ላይ እያንዳንዳቸውን ሦስት ጊዜ ፈተሸ (ከዚህ በታች ያለውን ሰንጠረዥ ይመልከቱ)። የተሻለ ውጤት ያስመዘገበው ደንብ፣ የስክሪን ቀረጻዎች እስከ 20 እንዲሰበሰቡ ይፈቅድና ከዚያ የመጨረሻውን ብቻ አስቀርቶ ሌሎቹን ይሰርዝ ነበር። ይህም በስረዛዎች መካከል የቀደመው ታሪክ ሳይቀየር ለረዥም ጊዜ እንዲቆይ አደረገ። ይህ ከተስፋፋው የታሪክ ማከማቻ ገደብ ጋር ተደምሮ የተሻሻለው የሥራ ፍሰት ሆነ። እያንዳንዱ ማዋቀር ተመሳሳይ ተግባር አከናወነ፤ ለሕዝብ ክፍት ከሆነ የማሳያ ካታሎግ፣ ለ32 መጻሕፍት እያንዳንዳቸው ስድስት የመረጃ ክፍሎችን መሰብሰብ። ይህም አንዳንድ የAsana ደንበኞች በStackAI የሚያከናውኑትን ሥራ የሚወክል ነበር።
ሞዴል | መግለጫ | ዋጋ |
|---|---|---|
ሞዴል A | በ2025 እ.ኤ.አ. በመኸር የተለቀቀ፣ ከሌላ ግንባር ቀደም ላቦራቶሪ የመጣ አነስተኛ እና ዝቅተኛ ዋጋ ያለው ሞዴል | የGPT‑6.1 Sol ዋጋ ግማሽ |
ሞዴል B | መጀመሪያ በቀጥታ አገልግሎት ላይ የነበረው ሞዴል፤ ሞዴል Aን ካዘጋጀው ላቦራቶሪ የመጣ፣ በ2026 እ.ኤ.አ. በበጋ የተለቀቀ | ከGPT‑6.1 Sol ጋር ተመሳሳይ ዋጋ |
ሞዴል C | በ2026 እ.ኤ.አ. በመኸር የተለቀቀ፣ የሞዴል B የተዘመነ ስሪት | ከGPT‑6.1 Sol ጋር ተመሳሳይ ዋጋ |
GPT‑6.1 Sol | የOpenAI ሞዴል |
GPT‑6 Astra የሥራ ፍሰቶቹን አስኬዶ ጥያቄዎችን፣ የአጠቃቀም መዝገቦችን እና ውጤቶችን መረመረ። በተለያዩ የሞዴል ክፍለ ጊዜዎችም ሥራው ተገመገመ። ቡድኑ በኋላ ሙሉውን ጥናት መገምገም እንዲችል፣ የእያንዳንዱ ክፍለ ጊዜ ጥያቄዎች፣ የዳታ ፍሰት መዝገቦች እና ውጤቶች በAsana የሶፍትዌር ማቅረቢያ መድረክ Command(በአዲስ መስኮት ውስጥ ይክፈታል) ላይ ተመዘገቡ። በCommand ውስጥ ግኝቶቹ ወደ ሥራ መከታተያ ቲኬቶች፣ ከዚያም ወደ ኮድ ማዋሃድ ጥያቄዎች ተቀየሩ፤ ለውጦቹም በቀጥታ አገልግሎት ላይ ዋሉ።
“ይህን በራሴ ብሠራው ከአንድ እስከ ሁለት ወር ይወስድብኝ ነበር። በCodex ውስጥ ባለው GPT-6 Astra ግን አንድ ሳምንት ገደማ ብቻ ወሰደ፤ ከመተኛቴ በፊት /goal አስቀምጬ ጠዋት ውጤቶቹን እገመግም ነበር።”
ለሞዴል B ማሻሻያው በእያንዳንዱ አፈጻጸም ግምታዊ የሞዴል ወጪን ከቢያንስ $36.21 (አንዳንድ የመጀመሪያ አፈጻጸሞች ሳይጠናቀቁ የእርምጃ ገደባቸው ደርሶባቸው ነበር) ወደ $1.24 አወረደው፤ ይህም የ29 እጥፍ ቅነሳ ነው። በGPT‑6.1 Sol ላይ ያለው የተሻሻለ የሥራ ፍሰት ወጪ ደግሞ $0.47 በመሆኑ ከዚያም በ2.6 እጥፍ ያነሰ ነበር። በተሻሻለው የሥራ ፍሰት ውስጥ እያንዳንዱ አፈጻጸም ተግባሩን አጠናቆ ትክክለኛውን መልስ መለሰ።
የ3 አፈጻጸሞች አማካዮች። ≥፦ መነሻ መለኪያው ገደባቸው የደረሰ አፈጻጸሞችን ስለሚያካትት፣ አማካዩ ዝቅተኛውን መጠን ያሳያል።
በቀኝ ያሉት ሁለት እጥፍ መለኪያዎች ከተሻሻለው ሞዴል B ጋር ያወዳድራሉ። ሞዴል B በምዕራፍ 1፣ ሞዴል C እና Sol 6.1 ደግሞ በዚያው ጥናት ምዕራፍ 2 ተካሂደዋል (በነጥብጣብ መስመር ተለይተዋል)።
በGPT‑6.1 Sol ብቻ፣ ከተስፋፋው የታሪክ ማከማቻ ገደብ ጋር አዲሱ የመሸጎጫ እና የስክሪን ቀረጻ ደንብ በእያንዳንዱ አፈጻጸም ወጪን ከ$1.97 ወደ $0.47፣ በ4 እጥፍ ቀነሰ። 89% የሚሆነው ግቤት ከመሸጎጫ በመምጣቱ እና ዋጋውም በመሸጎጫ ካልተቀመጠ ግቤት ዋጋ 5% ብቻ በመሆኑ፣ የእያንዳንዱ ጥሪ ወጪ በ3 እጥፍ ገደማ አነሰ። አፈጻጸሞቹም ፈጠኑ፤ በሞዴል B የመጀመሪያ ማዋቀር ቢያንስ 22.5 ደቂቃ የነበረው ጊዜ፣ በGPT‑6.1 Sol የተሻሻለ የሥራ ፍሰት አራት ደቂቃ ገደማ ሆነ።
የ3 አፈጻጸሞች አማካይ፣ ከመደበኛ መዛባት (SD) አመላካች መስመሮች ጋር። ≥፦ አማካዩ ገደቡ የደረሰ ወይም ያልተጠናቀቀ አፈጻጸም ስለሚያካትት፣ ትክክለኛው መጠን ቢያንስ ይህን ያህል ነው።
የግራፉ አምዶች ሰማያዊ የቀለም ገጽታ ይጠቀማሉ። በመሸጎጫ ማስቀመጥ ያመጣውን ተጽእኖ፣ 480 ሺህ የተስፋፋ ማከማቻ ገደብ ካለው አምድ ጋር በማወዳደር ይመልከቱ።
የአፈጻጸም ምልክቶች እና የመደበኛ መዛባት አመላካች መስመሮች ከመጀመሪያው ምስል በግምት የተመለሱ ናቸው፤ መሠረት የሆኑት የአፈጻጸም መጠኖች እና መደበኛ መዛባቶች አልነበሩም።
የ3 አፈጻጸሞች አማካይ፣ ከመደበኛ መዛባት (SD) አመላካች መስመሮች ጋር። ≥፦ አማካዩ ገደቡ የደረሰ ወይም ያልተጠናቀቀ አፈጻጸም ስለሚያካትት፣ ትክክለኛው መጠን ቢያንስ ይህን ያህል ነው።
የግራፉ አምዶች ሰማያዊ የቀለም ገጽታ ይጠቀማሉ። በመሸጎጫ ማስቀመጥ ያመጣውን ተጽእኖ፣ 480 ሺህ የተስፋፋ ማከማቻ ገደብ ካለው አምድ ጋር በማወዳደር ይመልከቱ።
የአፈጻጸም ምልክቶች እና የመደበኛ መዛባት አመላካች መስመሮች ከመጀመሪያው ምስል በግምት የተመለሱ ናቸው፤ መሠረት የሆኑት የአፈጻጸም መጠኖች እና መደበኛ መዛባቶች አልነበሩም።
ምርመራው የታሪክ አስተዳደር፣ ወኪሉ መልስ መስጠት መቻሉን ወይም አለመቻሉን እንዴት እንደሚወስንም አሳይቷል። GPT‑6.1 Sol የአሰሳ ታሪኩን ለማስቀመጥ የበለጠ ቦታ ሲሰጠው መልስ የሰጡ አፈጻጸሞች ቁጥር ጨመረ። በአነስተኛው የታሪክ ማከማቻ ገደብ ከ18ቱ ሦስቱ ብቻ መልስ ሲሰጡ፣ በተስፋፋው ገደብ ሁሉም 18ቱ ትክክለኛ መልስ ሰጡ። ለኢዳልጎ ይህ ያለው የቢዝነስ ጥቅም፣ የሥራ ክንውን ወጪዎችን ሊዘለቁ በሚችሉበት መጠን እየጠበቁ ለደንበኞች ፈጣን እና የበለጠ ብቃት ያላቸውን ሞዴሎች ማቅረብ ነው።
“ቀደም ሲል ለእነዚህ ሥራዎች የትኞቹን ሞዴሎች ለደንበኞች ማቅረብ እንደምንችል ወጪ ይገድበን ነበር። ወኪሉን ቀልጣፋ በማድረግ፣ የሥራ ክንውን ወጪያችንን እየቀነስን ለደንበኞች የተሻለ እና ፈጣን ሞዴል ማቅረብ እንችላለን።”
Asana በStackAI ውስጥ የአሳሽ አሰሳ ማሻሻያዎቹን ለቋል። ተመሳሳይ ሙከራዎችን መድገም ቀላል እንዲሆንም መሣሪያዎችን እያዘጋጀ ነው። ቡድኑ በሂደት ይህን ፍተሻ ከመድረኩ ግምገማዎች ጋር ለማካተት አቅዷል። በዚህም ደንበኞች እና የውስጥ ቡድኖች ወኪሎቻቸውን ሲያዋቅሩ ወጪን፣ የአፈጻጸም ጊዜን እና የመልስ ጥራትን ማወዳደር ይችላሉ።
“እንቅፋቱ አሁን ምርትን የመልቀቅ ፍጥነት ሳይሆን የሰው የትኩረት አቅም ነው። እያንዳንዱ ኢንጂነር በርካታ ወኪሎችን የሚመራ የምርት ሥራ አስኪያጅ የሚሆንበት ዘመን ቀርቧል።”
Asana አሁን የምርት ባህሪያትን ከመለቀቃቸው በፊት ለመፈተሽ በCodex ውስጥ ያለውን GPT‑6 Astra ይጠቀማል፤ Astra መድረኩን ያስሳል፣ የተለያዩ ግቤቶችን ይሞክራል፣ ለሰው የጥራት ማረጋገጫ ገምጋሚዎችም የኮድ ስህተቶችን ሪፖርት ያደርጋል። ኢዳልጎ ይህንን፣ በርካታ የክላውድ ወኪል ክፍለ ጊዜዎች ባህሪያትን በአንድ ጊዜ የሚፈትሹበት አዲስ የሶፍትዌር ልማት የሕይወት ዑደት መሠረት አድርገው ይመለከቱታል።
ሙሉው ጥናት በAsana(በአዲስ መስኮት ውስጥ ይክፈታል) እና StackAI(በአዲስ መስኮት ውስጥ ይክፈታል) ብሎጎች ላይ ይገኛል።
