Asana: GPT‑6.1 Sol браузер сынағында шығынды 76 есе азайтты
Asana клиенттерге мүмкіндігі мол модельдерді ұсыну үшін Codex ішіндегі GPT‑6 Astra көмегімен сынақтарда браузер агентінің шығынын 76 есе азайтып, жылдамдығын 5 есе арттырды.
76 есе
GPT-6.1 Sol негізіндегі оңтайландырылған жұмыс процесімен модельдің есептік шығыны азайды
5 есе
GPT-6.1 Sol негізіндегі оңтайландырылған жұмыс процесімен браузердегі орындау жылдамырақ
0,47 $
GPT-6.1 Sol негізіндегі оңтайландырылған жұмыс процесіндегі модельдің орташа есептік шығыны
Codex ішіндегі GPT‑6 Astra жүргізген эксперименттердің көмегімен Asana GPT‑6.1 Sol негізіндегі браузер агентінің жұмыс процесін оңтайландырды: шығын 76 есе азайып, жылдамдық 5 есе артты.
Asana өзі сатып алған(жаңа терезеде ашылады) StackAI(жаңа терезеде ашылады) платформасы арқылы клиенттерге бизнес қолданбаларындағы жұмысты автоматтандыруға көмектеседі. StackAI көмегімен клиенттер код жазбай-ақ веб-сайттарды шарлайтын, формаларды толтыратын және ақпарат жинайтын жұмыс процестерін құра алады. Asana ауқымында бұл жұмыс процестеріндегі болмашы тиімсіздіктердің өзі жинала келе елеулі шығынға айналады.
Asana компаниясындағы StackAI технологиялар жөніндегі директоры, PhD Фрэнк Идальго браузер агентінің жұмысын жеделдетіп, шығынын азайтуды мақсат етті. Ол Codex ішіндегі GPT‑6 Astra моделіне агентті зерттеуді, жақсартуларды сынауды және нәтижелерді салыстыруды тапсырды. Оның бағалауынша, қолмен орындауға бір-екі ай кететін жұмыс шамамен бір аптада бітті.
Asana жүргізген 144 орындаудан тұратын зерттеуде(жаңа терезеде ашылады) GPT‑6.1 Sol және мұнда A, B және C деп аталған тағы үш озық модель сыналды. Нәтижесінде GPT‑6.1 Sol негізінде оңтайландырылған жұмыс процесін бір рет орындауға модельдің есептік шығыны орташа 0,47 долларды, ал уақыты шамамен төрт минутты құрады. Бұл B моделіне негізделген бастапқы қолданыстағы конфигурациядан 76 есе арзан әрі 5 есе жылдам.
«Адамдар мен агенттерден құралған командалар іс жүзінде осылай жұмыс істейді. Инженер бағыт берді, GPT-6 Astra эксперименттер жүргізді, ал нәтижелер Command арқылы нақты қолданысқа енгізілді. Бұл Asana адамдар мен агенттердің бір команда болып жұмыс істеуін қалай жүзеге асыратынын көрсетеді.»
Жұмысты жеделдету үшін Идальго алдымен Codex ішіндегі GPT‑6 Astra көмегімен код базасының құрылымын зерттеп, агенттің модельге әр сұрауды қалай құрастыратынын анықтады. GPT‑6 Astra агенттің тұрақты нұсқаулары мен құрал анықтамаларын кэштейтінін, бірақ жиналған бет мәтіндері мен скриншоттарының ұлғайып отыратын тарихын кэштемейтінін анықтады. Сондықтан әр сұрауда бұл тарих қайта жіберіліп, оның толық құны төленетін.
Агент сонымен қатар әрбір дерлік қадамда ескі скриншоттарды өшіріп, мәтінді қысқартып отырған. Әр түзету тарихты өзгерткендіктен, оны кэштеу ғана жеткіліксіз болар еді. Ал деректердің жоғалуы агентті бұрын оқыған беттеріне қайта оралуға мәжбүр етуі мүмкін еді.
Идальго GPT‑6 Astra ұсынған түзетулерді қарап, сынау үшін үшеуін таңдады:
Агенттің беттерді шолу тарихын да кэштеу
Сақтауға болатын мәтін көлемін арттыру
Скриншоттарды әр қадамда емес, топтап өшіру
GPT‑6 Astra қай айнымалылардың маңызды екенін анықтау үшін қысқа сынақтардан бастады. Код бақыланатын эксперименттерге арналмағандықтан, модель оны қайта құрылымдады. Соның арқасында бір фронтенд пен бэкенд әрқайсысының өз баптаулары бар бірнеше жұмыс процесін қатар орындай алатын болды.
Astra толық зерттеу жүргізді: тарих көлемінің 120 000 және 480 000 таңбалық шегі, сондай-ақ кэштеу мен скриншоттарды басқарудың алты ережесі төрт модельдің әрқайсысында үш рет сыналды (төмендегі кестені қараңыз). Ең жақсы нәтиже көрсеткен ереже бойынша скриншоттар саны 20-ға жеткенше жиналып, содан кейін тек ең соңғысы қалдырылды. Бұл өшірулер арасындағы кезеңде бұрынғы тарихты ұзақ уақыт өзгеріссіз сақтауға мүмкіндік берді. Тарих көлемінің ұлғайтылған шегімен бірге бұл тәсіл оңтайландырылған жұмыс процесінің негізін қалады. Әр конфигурация бірдей тапсырманы орындады: ашық демо-каталогтағы 32 кітаптың әрқайсысы бойынша алты өрістің деректерін жинау. Бұл кейбір Asana клиенттері StackAI ішінде орындайтын жұмыстарға ұқсас.
Модель | Сипаттамасы | Бағасы |
|---|---|---|
A моделі | Басқа озық зертхананың 2025 жылдың күзінде шығарған шағын әрі арзан моделі | GPT‑6.1 Sol моделінен екі есе арзан |
B моделі | Бастапқыда нақты қолданыста болған, A моделін жасаған зертхана 2026 жылдың жазында шығарған модель | Бағасы GPT‑6.1 Sol моделімен бірдей |
C моделі | B моделінің 2026 жылдың күзінде шығарылған жаңартылған нұсқасы | Бағасы GPT‑6.1 Sol моделімен бірдей |
GPT‑6.1 Sol | OpenAI моделі |
GPT‑6 Astra жұмыс процестерін орындап, сұрауларды, пайдалану жазбаларын және нәтижелерді талдады. Ал модельдің бөлек сеанстары орындалған жұмысты тексерді. Команда кейін бүкіл зерттеуді қарап шыға алуы үшін әр сеанстың сұраулары, деректердің өту іздері мен нәтижелері Asana компаниясының бағдарламалық жасақтаманы шығару платформасы — Command(жаңа терезеде ашылады) жүйесінде тіркелді. Command жүйесінде зерттеу қорытындылары алдымен тапсырмаларға, содан кейін код өзгерістерін біріктіру сұрауларына айналды. Өзгерістер нақты қолданысқа енгізілді.
«Мұны қолмен орындасам, бір-екі ай кетер еді. Codex ішіндегі GPT-6 Astra көмегімен шамамен бір апта кетті: ұйықтар алдында /goal арқылы мақсат қойып, таңертең нәтижелерді қарап отырдым.»
Оңтайландыру B моделінің бір орындауға кететін есептік шығынын кемінде 36,21 доллардан 1,24 долларға дейін, яғни 29 есе азайтты (бастапқы орындаулардың кейбірі аяқталмай жатып қадам санының шегіне жеткен). GPT‑6.1 Sol негізіндегі оңтайландырылған жұмыс процесінің құны бұдан да 2,6 есе арзан — 0,47 доллар болды. Оңтайландырылған жұмыс процесінің әр орындалуында тапсырма толық аяқталып, дұрыс жауап қайтарылды.
3 орындаудың орташа мәндері. ≥: бастапқы нұсқа деректеріне шекке жеткен орындаулар кіргендіктен, оның орташа мәні төменгі шекті білдіреді.
Оң жақтағы екі еселік көрсеткіш B моделінің оңтайландырылған нұсқасымен салыстырылған. B моделі зерттеудің 1-кезеңінде, ал C моделі мен Sol 6.1 сол зерттеудің 2-кезеңінде сыналды (нүктелі сызық).
GPT‑6.1 Sol моделінің өзінде тарих көлемінің ұлғайтылған шегі жағдайында жаңа кэштеу және скриншоттарды басқару ережесі бір орындау шығынын 4 есе — 1,97 доллардан 0,47 долларға дейін азайтты. Әр шақыру шамамен 3 есе арзандады, өйткені кіріс деректердің 89%-ы кэштен алынып, оларға кэштелмеген деректер бағасының 5%-ы ғана төленді. Орындау да жеделдеді: B моделінің бастапқы конфигурациясында кемінде 22,5 минут кетсе, GPT‑6.1 Sol негізіндегі оңтайландырылған жұмыс процесінде шамамен төрт минут қана кетті.
3 орындаудың орташа мәні; стандартты ауытқу сызықтары көрсетілген. ≥: орташа мәнге шекке жеткен немесе аяқталмаған орындау кіргендіктен, нақты мән кемінде осы шамада болады.
Бағандар көк түсті реңктермен берілген. Кэштеудің әсерін көлем шегі 480 мыңға ұлғайтылған нұсқаның бағанымен салыстырып бағалаңыз.
Орындау маркерлері мен стандартты ауытқу сызықтары бастапқы суреттен жуықтап қалпына келтірілген; орындаулардың бастапқы мәндері мен стандартты ауытқулары қолжетімді болмады.
3 орындаудың орташа мәні; стандартты ауытқу сызықтары көрсетілген. ≥: орташа мәнге шекке жеткен немесе аяқталмаған орындау кіргендіктен, нақты мән кемінде осы шамада болады.
Бағандар көк түсті реңктермен берілген. Кэштеудің әсерін көлем шегі 480 мыңға ұлғайтылған нұсқаның бағанымен салыстырып бағалаңыз.
Орындау маркерлері мен стандартты ауытқу сызықтары бастапқы суреттен жуықтап қалпына келтірілген; орындаулардың бастапқы мәндері мен стандартты ауытқулары қолжетімді болмады.
Зерттеу тарихты басқару тәсілі агенттің жалпы жауап бере алуына қалай әсер ететінін де көрсетті. GPT‑6.1 Sol моделіне шолу тарихын сақтауға көбірек орын беру жауап алынған орындаулар санын арттырды: тарих көлемінің кіші шегінде 18 орындаудың үшеуі ғана жауап берсе, ұлғайтылған шекте 18 орындаудың бәрі дұрыс жауап берді. Идальго үшін мұның бизнеске пайдасы — операциялық шығындарды қолайлы деңгейде ұстай отырып, клиенттерге жылдамырақ әрі мүмкіндігі мол модельдерді ұсыну.
«Бұрын шығын көлемі клиенттерге осы тапсырмалар үшін қандай модельдерді ұсына алатынымызды шектейтін. Агенттің тиімділігін арттыру арқылы операциялық шығындарымызды азайта отырып, клиенттерге жақсырақ әрі жылдамырақ модель ұсына аламыз.»
Asana StackAI ішіндегі браузер навигациясына енгізілген өзгерістерді пайдаланушыларға ұсынды және осындай эксперименттерді қайталауды жеңілдететін құралдарды әзірлеп жатыр. Уақыт өте команда бұл сынақтарды платформаның бағалау жүйесіне қосуды жоспарлап отыр. Осылайша клиенттер мен ішкі командалар агенттерін баптау кезінде шығынды, орындау уақытын және жауап сапасын салыстыра алады.
«Ендігі шектеуші фактор — өнімді шығару жылдамдығы емес, адамның зейін бөлу мүмкіндігі. Әр инженер агенттер тобын басқаратын өнім менеджеріне айналатын кез жақын.»
Қазір Asana өнім функцияларын шығарудан бұрын сынау үшін Codex ішіндегі GPT‑6 Astra моделін пайдаланады: Astra платформаны шарлап, әртүрлі кіріс деректерін тексереді және сапаны тексеретін мамандарға қателер туралы хабарлайды. Идальго мұны бағдарламалық жасақтаманы әзірлеудің жаңа өмірлік цикліне негіз деп санайды: бұлттағы көптеген агент сеанстары функцияларды қатар сынайды.
Зерттеудің толық нұсқасын Asana(жаңа терезеде ашылады) және StackAI(жаңа терезеде ашылады) блогтарынан оқуға болады.
