Asana uz GPT‑6.1 Sol smanjuje troškove modela u testovima 76×
Uz GPT‑6 Astra u alatu Codex, Asana je u testovima učinila svojeg agenta za preglednik 76 puta jeftinijim i 5 puta bržim kako bi korisnicima ponudila sposobnije modele.
76×
Niži procijenjeni troškovi modela uz optimizirani tijek rada na modelu GPT-6.1 Sol
5×
Brža izvođenja u pregledniku uz optimizirani tijek rada na modelu GPT-6.1 Sol
0,47 USD
Prosječni procijenjeni trošak modela uz optimizirani tijek rada na modelu GPT-6.1 Sol
Uz GPT‑6 Astra koji je provodio eksperimente u alatu Codex, Asana je optimizirala tijek rada svojeg agenta za preglednik na modelu GPT‑6.1 Sol, čime je izvođenje postalo 76 puta jeftinije i 5 puta brže.
Asana pomaže korisnicima automatizirati rad u poslovnim aplikacijama putem platforme StackAI(otvara se u novom prozoru), koju je preuzela(otvara se u novom prozoru). Uz StackAI korisnici mogu izraditi tijekove rada koji pregledavaju web-stranice, ispunjavaju obrasce i prikupljaju informacije bez pisanja koda. Pri Asaninu opsegu poslovanja i male neučinkovitosti u tim tijekovima rada imaju kumulativni učinak.
Dr. sc. Frank Hidalgo, Asanin tehnološki direktor za StackAI, odlučio je ubrzati agenta za preglednik i smanjiti troškove njegova rada. Modelu GPT‑6 Astra u alatu Codex zadao je da istraži agenta, testira poboljšanja i usporedi rezultate. Posao za koji bi, prema njegovoj procjeni, ručno trebalo mjesec do dva obavljen je za otprilike tjedan dana.
U Asaninu istraživanju sa 144 izvođenja(otvara se u novom prozoru) testirani su GPT‑6.1 Sol i još tri granična modela, ovdje nazvana Model A, B i C. Tako dobiven optimizirani tijek rada na modelu GPT‑6.1 Sol imao je prosječni procijenjeni trošak modela od 0,47 USD i trajao je oko četiri minute po izvođenju, što je 76 puta jeftinije i 5 puta brže od izvorne produkcijske konfiguracije na modelu B.
„Ovako u praksi izgledaju timovi ljudi i agenata. Inženjer je postavio smjer, GPT-6 Astra proveo eksperimente, a rezultati su putem platforme Command stigli do produkcije. To pokazuje kako Asana pretvara timove ljudi i agenata u stvarnost.”
Kako bi brzo napredovao, Hidalgo je najprije upotrijebio GPT‑6 Astra u alatu Codex za mapiranje baze koda i objašnjenje načina na koji agent sastavlja svaki zahtjev modelu. GPT‑6 Astra otkrio je da agent u predmemoriju pohranjuje svoje stalne upute i definicije alata, ali ne i rastuću povijest prikupljenog teksta stranica i snimki zaslona, pa je svaki zahtjev ponovno slao tu povijest po punoj cijeni.
Agent je također uklanjao starije snimke zaslona i skraćivao tekst pri gotovo svakom koraku. Svaka je izmjena mijenjala povijest, pa samo njezino pohranjivanje u predmemoriju ne bi pomoglo, a gubitak tih podataka mogao je prisiliti agenta da ponovno posjeti već pročitane stranice.
Hidalgo je pregledao ispravke koje je predložio GPT‑6 Astra i odabrao tri za testiranje:
Proširenje pohrane u predmemoriju na agentovu povijest pregledavanja
Povećanje količine teksta koju agent može zadržati
Skupno uklanjanje snimki zaslona umjesto uklanjanja pri svakom koraku
GPT‑6 Astra započeo je brzim testovima kako bi utvrdio koje su varijable važne. Budući da kod nije bio namijenjen kontroliranim eksperimentima, zatim ga je refaktorirao kako bi jedan frontend i backend mogli podržavati brojne paralelne tijekove rada, svaki s vlastitim postavkama.
Astra je provela cijelo istraživanje: kapaciteti povijesti od 120.000 i 480.000 znakova te šest politika pohrane u predmemoriju i upravljanja snimkama zaslona, od kojih je svaka testirana triput na svakom od četiri modela (vidjeti tablicu u nastavku). Politika s najboljim rezultatima dopuštala je nakupljanje do 20 snimki zaslona, nakon čega bi zadržala samo najnoviju. Tako je ranija povijest dulje ostajala nepromijenjena između uklanjanja. Ta je politika u kombinaciji s većim kapacitetom povijesti postala optimizirani tijek rada. Svaka je konfiguracija izvršavala isti zadatak: prikupljanje šest polja podataka za svaku od 32 knjige iz javnog demonstracijskog kataloga, što je primjer zadataka koje neki Asanini korisnici izvode na platformi StackAI.
Model | Opis | Cijena |
|---|---|---|
Model A | Manji, jeftiniji model drugog laboratorija za granične modele, objavljen u jesen 2025. | Pola cijene modela GPT‑6.1 Sol |
Model B | Model izvorno korišten u produkciji, iz istog laboratorija kao Model A, objavljen u ljeto 2026. | Ista cijena kao za GPT‑6.1 Sol |
Model C | Ažurirana verzija modela B, objavljena u jesen 2026. | Ista cijena kao za GPT‑6.1 Sol |
GPT‑6.1 Sol | Model tvrtke OpenAI |
GPT‑6 Astra izvodio je tijekove rada i analizirao zahtjeve, zapise o upotrebi i izlazne rezultate, a rad se provjeravao u zasebnim sesijama modela. Zahtjevi, tragovi podataka i rezultati svake sesije bilježili su se u platformi Command(otvara se u novom prozoru), Asaninoj platformi za isporuku softvera, kako bi tim naknadno mogao pregledati cijelo istraživanje. Nalazi iz platforme Command pretvoreni su u radne stavke, zatim u zahtjeve za spajanje koda, a izmjene su uvedene u produkciju.
„Da sam to radio ručno, trebalo bi mi mjesec do dva. Uz GPT-6 Astra u alatu Codex trebalo je otprilike tjedan dana: prije spavanja zadao bih /goal, a ujutro pregledao rezultate.”
Za Model B optimizacija je smanjila procijenjeni trošak modela s najmanje 36,21 USD (neka izvorna izvođenja dosegnula su ograničenje broja koraka prije dovršetka) na 1,24 USD po izvođenju, odnosno 29 puta. Optimizirani tijek rada na modelu GPT‑6.1 Sol bio je još 2,6 puta jeftiniji, uz trošak od 0,47 USD. Svako izvođenje optimiziranog tijeka rada dovršilo je zadatak i vratilo točan odgovor.
Prosjeci triju izvođenja. ≥: početna konfiguracija uključuje izvođenja zaustavljena zbog ograničenja, pa je njezin prosjek donja granica.
Dva desna faktora prikazuju usporedbu s optimiziranom konfiguracijom modela B. Model B testiran je u 1. fazi, a Model C i Sol 6.1 u 2. fazi istog istraživanja (točkasta crta).
Samo na modelu GPT‑6.1 Sol, uz veći kapacitet povijesti, nova politika pohrane u predmemoriju i upravljanja snimkama zaslona smanjila je trošak 4 puta, s 1,97 na 0,47 USD po izvođenju. Svaki je poziv bio oko 3 puta jeftiniji jer je 89 % ulaznih podataka dolazilo iz predmemorije, po 5 % cijene podataka koji nisu u predmemoriji. Izvođenja su postala i brža: najmanje 22,5 minuta s izvornom konfiguracijom na modelu B naspram približno četiri minute s optimiziranim tijekom rada na modelu GPT‑6.1 Sol.
Prosjek triju izvođenja, crte standardne devijacije. ≥: prosjek uključuje izvođenje zaustavljeno zbog ograničenja ili nedovršeno izvođenje, pa je stvarna vrijednost najmanje ovolika.
Stupci su prikazani u plavim nijansama. Učinke pohrane u predmemoriju usporedite sa stupcem za veći kapacitet od 480 tis.
Oznake izvođenja i crte standardne devijacije približno su rekonstruirane s izvorne slike; izvorne vrijednosti izvođenja i standardne devijacije nisu bile dostupne.
Prosjek triju izvođenja, crte standardne devijacije. ≥: prosjek uključuje izvođenje zaustavljeno zbog ograničenja ili nedovršeno izvođenje, pa je stvarna vrijednost najmanje ovolika.
Stupci su prikazani u plavim nijansama. Učinke pohrane u predmemoriju usporedite sa stupcem za veći kapacitet od 480 tis.
Oznake izvođenja i crte standardne devijacije približno su rekonstruirane s izvorne slike; izvorne vrijednosti izvođenja i standardne devijacije nisu bile dostupne.
Istraživanje je pokazalo i kako upravljanje poviješću utječe na to hoće li agent uopće dati odgovor. Kad je modelu GPT‑6.1 Sol omogućen veći prostor za zadržavanje povijesti pregledavanja, broj izvođenja koja su dala odgovor povećao se s tri od 18 uz manji kapacitet povijesti na svih 18 uz veći kapacitet, i to svaki put s točnim odgovorom. Hidalgo poslovnu vrijednost vidi u omogućivanju pristupa bržim, sposobnijim modelima korisnicima uz održive operativne troškove.
„Trošak je prije ograničavao izbor modela koje smo mogli ponuditi korisnicima za ove zadatke. Učinkovitijim agentom korisnicima možemo ponuditi bolji, brži model i istodobno smanjiti operativne troškove.”
Asana je uvela izmjene navigacije preglednikom na platformi StackAI i razvija alate koji će olakšati ponavljanje sličnih eksperimenata. Tim s vremenom planira uključiti to testiranje u evaluacije platforme kako bi korisnici i interni timovi mogli uspoređivati troškove, vrijeme izvođenja i kvalitetu odgovora pri konfiguriranju svojih agenata.
„Usko grlo više nije brzina isporuke, nego ljudska pažnja. Blizu smo svijetu u kojem je svaki inženjer voditelj proizvoda koji upravlja flotom agenata.”
Asana sada upotrebljava GPT‑6 Astra u alatu Codex za testiranje značajki proizvoda prije objave: Astra se kreće platformom, isprobava različite unose i prijavljuje pogreške stručnjacima za osiguravanje kvalitete. Hidalgo to vidi kao temelj novog životnog ciklusa razvoja softvera, u kojem brojne sesije agenata u oblaku paralelno testiraju značajke.
Cijelo istraživanje dostupno je na blogovima Asana(otvara se u novom prozoru) i StackAI(otvara se u novom prozoru).
