Преминаване към основното съдържание
OpenAI

22 септември 2026 г.

Стартъп

Parallel намали наполовина времето и разходите с GPT‑6 Astra

GPT‑6 Astra позволи на агентите на Parallel да проучват и обобщават данни за пазара на труда за половината време и при наполовина по-ниски разходи спрямо предишните модели.

Размер на дружеството: Стартъп
Регион: Северна Америка
Промишленост: Технология
Продукти: API (приложно-програмен интерфейс)

50%

По-малко време за изпълнение на проучвания

50%

Намаление на разходите за код

Зареждане…

Parallel⁠(отваря се в нов прозорец) създава инфраструктура за разработчици на ИИ агенти, които изпълняват свързани със знания задачи в интернет. Инструментите ѝ поддържат всичко — от привързване към информация от интернет за гласови агенти до проучвания за финансови институции и клиенти от правния сектор, като съчетават авангардни модели с търсене в интернет.

При най-продължителните проучвания на Parallel получаването на качествен отговор обикновено изискваше по-голям модел с разширено структурирано анализиране, което отнемаше повече време и ресурси. С GPT‑6 Astra компанията постигна значително подобрение на времето и разходите.

„С Astra доказахме, че същото висококачествено проучване може да се извърши много, много по-бързо, с по-малко заявки за проучване и по-малко токени.“
—Девин Гупта, член на техническия екип, Parallel Web Systems

Обобщаване на данни за шест месеца два пъти по-бързо

В един тест на GPT‑6 Astra Parallel възложи на своя агент да проучи шест различни статистически показателя за пазара на труда в четири щата за период от шест месеца. Агентът трябваше да претърси множество уебсайтове, да събере информация и да обобщи резултатите в един доклад.

GPT‑6 Astra успя да свърши работата за половината от времето на предишните модели и при приблизително 50% по-ниски разходи за код, като запази същото качество на проучването.

Качествени отговори с по-малко стъпки

Parallel също установи, че GPT‑6 Astra извършва по-целенасочени търсения и достига полезен резултат с по-малко стъпки.

„Astra задаваше по-целенасочени заявки за търсене и се съсредоточаваше по-добре върху крайната задача, като използваше общите си знания по-успешно от предишните модели.“
—Девин Гупта, член на техническия екип, Parallel Web Systems

По-високата ефективност също така прави разпределянето на проучванията между множество агенти по-практично за Parallel. GPT‑6 Astra може да възлага конкретни задачи за проучване на подагенти, което позволява работата да се извършва едновременно и съкращава времето за преминаване през една последователност от търсения.

Parallel вече има по-пряк път от сложния въпрос до подкрепения с проучване отговор — с по-малко чакане, по-ниски разходи и повече възможности за мащабно изпълнение на трудни изследователски задачи.