મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

22 સપ્ટેમ્બર, 2026

સ્ટાર્ટઅપ

GPT‑6 Astraથી Parallelનો સંશોધન સમય અને ખર્ચ અડધો થયો

GPT‑6 Astraથી Parallelના એજન્ટોએ અગાઉનાં મોડલની સરખામણીમાં અડધા સમય અને ખર્ચે શ્રમ-બજારના ડેટાનું સંશોધન અને સંશ્લેષણ કર્યું.

કંપનીનું કદ: સ્ટાર્ટઅપ
પ્રદેશ: ઉત્તર અમેરિકા
ઉદ્યોગ: ટેકનોલોજી
પ્રોડક્ટ્સ: API

50%

સંશોધન કાર્યો પૂરાં કરવામાં ઓછો સમય

50%

કોડ ખર્ચમાં ઘટાડો

લોડિંગ…

Parallel⁠(નવી વિન્ડોમાં ખૂલે છે) વેબ પર જ્ઞાન-આધારિત કામ કરતા એઆઈ એજન્ટો માટે વિકાસકર્તા માળખું બનાવે છે. તેના સાધનો અવાજ-આધારિત એજન્ટો માટે વેબ ગ્રાઉન્ડિંગથી લઈને નાણાકીય સંસ્થાઓ અને કાનૂની ગ્રાહકો માટેના સંશોધન સુધીની તમામ જરૂરિયાતો પૂરી કરે છે અને અત્યાધુનિક મોડલને વેબ શોધ સાથે જોડે છે.

Parallelના સૌથી લાંબા સંશોધન કાર્યોમાં ઉચ્ચ ગુણવત્તાનો જવાબ મેળવવા માટે સામાન્ય રીતે વિસ્તૃત রিজনিং ધરાવતા મોટા મોડલનો ઉપયોગ કરવો પડતો હતો, જેમાં વધુ સમય અને સંસાધનો વપરાતાં હતાં. GPT‑6 Astraથી કંપનીએ સમય અને ખર્ચમાં મોટો સુધારો જોયો છે.

“Astra સાથે અમે સાબિત કર્યું છે કે ઓછા સંશોધન કોલ અને ઓછા ટોકન વડે એ જ ઉચ્ચ ગુણવત્તાવાળું સંશોધન ખૂબ, ખૂબ ઝડપથી મેળવી શકાય છે.”
—દેવિન ગુપ્તા, ટેકનિકલ સ્ટાફના સભ્ય, Parallel Web Systems

છ મહિનાના ડેટાનું બમણી ઝડપે સંકલન

GPT‑6 Astraના એક પરીક્ષણમાં Parallelએ તેના એજન્ટને છ મહિના માટે ચાર રાજ્યોના શ્રમ-બજાર સંબંધિત છ અલગ-અલગ આંકડાઓનું સંશોધન કરવા કહ્યું. એજન્ટે અનેક વેબસાઇટ પર શોધ કરીને માહિતી એકત્રિત કરવાની અને તારણોને એક સંશોધન અહેવાલમાં સંકલિત કરવાની હતી.

GPT‑6 Astraએ અગાઉનાં મોડલ કરતાં અડધા સમયમાં કામ પૂરું કર્યું અને સંશોધનની સમાન ગુણવત્તા જાળવતાં કોડ ખર્ચમાં આશરે 50% ઘટાડો કર્યો.

ઓછાં પગલાંમાં ઉચ્ચ ગુણવત્તાના જવાબો મેળવવા

Parallelએ એ પણ નોંધ્યું કે GPT‑6 Astraએ વધુ કેન્દ્રિત શોધ કરી અને ઉપયોગી પરિણામ સુધી પહોંચવા ઓછાં પગલાં લીધાં.

“અગાઉનાં મોડલની સરખામણીમાં Astraએ વધુ લક્ષિત શોધ વિનંતીઓ મોકલી, તેના વિશ્વજ્ઞાનનો ઉપયોગ કર્યો અને અંતિમ લક્ષ્ય પર વધુ સારી રીતે ધ્યાન કેન્દ્રિત કર્યું.”
—દેવિન ગુપ્તા, ટેકનિકલ સ્ટાફના સભ્ય, Parallel Web Systems

વધેલી કાર્યક્ષમતાને કારણે Parallel માટે અનેક એજન્ટો વચ્ચે સંશોધન વહેંચવું પણ વધુ વ્યવહારુ બન્યું છે. GPT‑6 Astra ચોક્કસ સંશોધન કાર્યો પેટા-એજન્ટોને સોંપી શકે છે, જેથી કામ એકસાથે થઈ શકે છે અને શોધોની એક જ શ્રેણીમાંથી પસાર થવામાં લાગતો સમય ઘટે છે.

હવે Parallel જટિલ પ્રશ્નથી સંશોધિત જવાબ સુધી વધુ સારી રીતે પહોંચી શકે છે, જેમાં રાહ જોવાનો સમય અને ખર્ચ ઓછો થાય છે તથા મોટા પાયે પડકારજનક સંશોધન કાર્યો હાથ ધરવાની વધુ ક્ષમતા મળે છે.