Parallel dimezza tempi e costi di ricerca con GPT‑6 Astra
GPT‑6 Astra ha consentito agli agenti di Parallel di analizzare e sintetizzare i dati sul mercato del lavoro in metà tempo e a metà del costo rispetto ai modelli precedenti.
50%
Meno tempo per completare le attività di ricerca
50%
Riduzione dei costi del codice
Parallel(si apre in una nuova finestra) sviluppa infrastrutture per gli agenti di IA che svolgono attività intellettuali sul web. I suoi strumenti supportano ogni esigenza, dall’ancoraggio al web per gli agenti vocali alla ricerca per istituti finanziari e clienti del settore legale, combinando modelli di frontiera e ricerca sul web.
Per le attività di ricerca più lunghe di Parallel, ottenere una risposta di alta qualità richiedeva in genere un modello più grande con ragionamento esteso, con un maggiore consumo di tempo e risorse. Con GPT‑6 Astra, l’azienda ha registrato notevoli miglioramenti in termini di tempi e costi.
“Con Astra abbiamo dimostrato che è possibile ottenere la stessa ricerca di alta qualità molto, molto più velocemente, con meno chiamate di ricerca e meno token.”
In un test di GPT‑6 Astra, Parallel ha chiesto al proprio agente di analizzare sei diverse statistiche sul mercato del lavoro in quattro stati nell’arco di sei mesi. L’agente doveva consultare diversi siti web, raccogliere informazioni e riunire i risultati in un unico rapporto di ricerca.
GPT‑6 Astra ha completato il lavoro in metà tempo rispetto ai modelli precedenti, riducendo di circa il 50% i costi del codice e mantenendo la stessa qualità della ricerca.
Parallel ha inoltre osservato che GPT‑6 Astra effettuava ricerche più mirate e impiegava meno passaggi per ottenere un risultato utile.
“Rispetto ai modelli precedenti, Astra ha formulato query di ricerca più mirate e si è concentrato meglio sull’obiettivo finale, attingendo maggiormente alle proprie conoscenze generali.”
La maggiore efficienza permette inoltre a Parallel di distribuire più facilmente la ricerca tra diversi agenti. GPT‑6 Astra può delegare specifiche attività di ricerca a sottoagenti, consentendo di lavorare in parallelo e riducendo il tempo impiegato per eseguire un’unica sequenza di ricerche.
Parallel dispone ora di un percorso più efficace per passare da una domanda complessa a una risposta documentata, con meno attese, costi inferiori e maggiore capacità di affrontare su larga scala attività di ricerca impegnative.
