GPT‑6 Astra で Parallel の調査時間とコストを半減
GPT‑6 Astra により、Parallel のエージェントは従来モデルの半分の時間とコストで労働市場データを調査・統合できました。
50%
調査タスクの所要時間を短縮
50%
コードコストの削減
Parallel（新しいウィンドウで開く） は、ウェブ上で知識労働を行う AI エージェント向けの開発者インフラを構築しています。そのツールは、音声エージェント向けのウェブグラウンディングから、金融機関や法律分野の顧客向け調査まで、フロンティアモデルとウェブ検索を組み合わせて幅広く支援します。
Parallel で最も時間のかかる調査タスクでは、質の高い回答を得るために通常、より大規模なモデルで推論時間を延長する必要があり、より多くの時間とリソースを消費していました。GPT‑6 Astra により、同社では所要時間とコストが大幅に改善しました。
「Astra により、調査呼び出し回数とトークン数を減らしながら、同等に質の高い調査をはるかに速く実現できることを実証しました」
GPT‑6 Astra のあるテストで、Parallel はエージェントに、4 州における 6 種類の労働市場統計の 6 か月分のデータを調査させました。エージェントは複数のウェブサイトを検索して情報を収集し、調査結果を 1 つのレポートにまとめる必要がありました。
GPT‑6 Astra は、従来のモデルと同等品質の調査結果を提供しながら、半分の時間で作業を完了し、コードコストも約 50% 削減できました。
Parallel はまた、GPT‑6 Astra では検索対象がより絞り込まれ、有用な結果に至るまでのステップも少ないことを確認しました。
「Astra は従来のモデルよりも世界知識を活用し、最終的な課題にしっかりと焦点を当て、より的を絞った検索クエリを実行しました」
効率の向上により、Parallel では調査を複数のエージェントに分担させることも、より現実的になりました。GPT‑6 Astra は特定の調査タスクをサブエージェントに委任できるため、作業を同時進行させ、検索を 1 つずつ順番に進める時間を短縮できます。
Parallel は今や、複雑な問いから調査済みの回答に至るまでの道筋を改善し、待ち時間とコストを抑えながら、負荷の高い調査タスクに大規模に取り組める余地を広げています。
