Parallel: mitad de tiempo y costo al investigar con GPT‑6 Astra
GPT‑6 Astra permitió que los agentes de Parallel investigaran y sintetizaran datos del mercado laboral en la mitad del tiempo y por la mitad del costo que los modelos anteriores.
50 %
Menos tiempo para completar tareas de investigación
50 %
Reducción del costo del código
Parallel(se abre en una nueva ventana) desarrolla infraestructura para agentes de IA que realizan trabajo intelectual en la web. Sus herramientas abarcan desde el anclaje web para agentes de voz hasta la investigación para instituciones financieras y clientes del sector legal, al combinar modelos de vanguardia con búsquedas web.
En las tareas de investigación más prolongadas de Parallel, obtener una respuesta de alta calidad solía requerir un modelo más grande con razonamiento extendido, lo que consumía más tiempo y recursos. Con GPT‑6 Astra, la empresa ha logrado una mejora considerable en tiempo y costo.
“Con Astra, demostramos que puedes obtener la misma investigación de alta calidad mucho, mucho más rápido, con menos consultas de investigación y menos tokens”.
En una prueba de GPT‑6 Astra, Parallel le pidió a su agente que investigara seis estadísticas diferentes del mercado laboral en cuatro estados durante seis meses. El agente tuvo que buscar en varios sitios web, recopilar información y reunir los hallazgos en un único informe de investigación.
GPT‑6 Astra completó el trabajo en la mitad del tiempo que los modelos anteriores, con una reducción aproximada del 50 % en el costo del código y la misma calidad de investigación.
Parallel también observó que GPT‑6 Astra realizaba búsquedas más específicas y necesitaba menos pasos para llegar a un resultado útil.
“Astra formuló consultas de búsqueda más específicas y se enfocó mejor en el objetivo final, incorporando su conocimiento del mundo en comparación con los modelos anteriores”.
Esta mayor eficiencia también hace más práctico que Parallel distribuya la investigación entre varios agentes. GPT‑6 Astra puede delegar tareas de investigación específicas a subagentes, lo que permite trabajar simultáneamente y reduce el tiempo dedicado a recorrer una única secuencia de búsquedas.
Ahora Parallel cuenta con una mejor forma de pasar de una pregunta compleja a una respuesta fundamentada en investigación, con menos espera, menores costos y más capacidad para abordar tareas exigentes a gran escala.
