Asana GPT‑6.1 Sol-оор загварын зардлыг 76 дахин бууруулав
Asana хэрэглэгчдэдээ илүү чадвартай загвар санал болгохын тулд Codex дахь GPT‑6 Astra-г ашиглаж, туршилтаар хөтчийн агентын зардлыг 76 дахин бууруулж, хурдыг 5 дахин нэмэгдүүлсэн.
76 дахин
GPT-6.1 Sol-ийн оновчилсон ажлын урсгалаар загварын тооцоолсон зардал буурсан
5 дахин
GPT-6.1 Sol-ийн оновчилсон ажлын урсгалаар хөтчийн гүйцэтгэл хурдассан
0.47 ам.доллар
GPT-6.1 Sol-ийн оновчилсон ажлын урсгалын загварын тооцоолсон дундаж зардал
Asana Codex дахь GPT‑6 Astra-гаар туршилт хийлгэж, GPT‑6.1 Sol дээрх хөтчийн агентынхаа ажлын урсгалыг оновчилсноор зардлыг 76 дахин бууруулж, хурдыг 5 дахин нэмэгдүүллээ.
Asana нь худалдан авсан(шинэ цонхонд нээгдэнэ) StackAI(шинэ цонхонд нээгдэнэ) платформоороо дамжуулан хэрэглэгчдэд бизнесийн аппуудын хооронд хийх ажлаа автоматжуулахад тусалдаг. Хэрэглэгчид StackAI-ийг ашиглан код бичихгүйгээр вэбсайтаар зочлох, маягт бөглөх, мэдээлэл цуглуулах ажлын урсгал үүсгэх боломжтой. Asana шиг өргөн цар хүрээнд ажилладаг компанийн хувьд эдгээр ажлын урсгалын жижиг үр ашиггүй байдал ч хуримтлагдсаар ихээхэн нөлөө үзүүлдэг.
Asana дахь StackAI-ийн технологи хариуцсан захирал, доктор Фрэнк Идальго хөтчийн агентыг илүү хурдан, бага зардлаар ажиллуулах зорилго тавьжээ. Тэрээр Codex дахь GPT‑6 Astra-д агентыг судалж, сайжруулалтуудыг туршин, үр дүнг нь харьцуулах даалгавар өгсөн. Өөрөө хийвэл нэгээс хоёр сар шаардана гэж тооцсон ажил нь долоо хоног орчимд дуусжээ.
Asana-ийн 144 удаагийн гүйцэтгэлтэй судалгаанд(шинэ цонхонд нээгдэнэ) GPT‑6.1 Sol болон энд A, B, C гэж нэрлэсэн хил хязгаарын өөр гурван загварыг туршсан. Үүний үр дүнд бий болсон GPT‑6.1 Sol дээрх оновчилсон ажлын урсгалын нэг удаагийн гүйцэтгэлд загварын тооцоолсон зардал дунджаар 0.47 ам.доллар, хугацаа дөрвөн минут орчим байв. Энэ нь B загвар дээрх анхны бодит хэрэглээний тохиргооноос 76 дахин хямд, 5 дахин хурдан байлаа.
“Хүн, агентаас бүрдсэн баг бодит байдал дээр ингэж ажилладаг. Инженер чиглэлийг нь тогтоож, GPT-6 Astra туршилтуудыг гүйцэтгээд, үр дүнг Command-оор дамжуулан бодит хэрэглээнд нэвтрүүлсэн. Энэ нь Asana хүн, агентын багийг хэрхэн бодитоор ажиллуулдгийг харуулж байна.”
Идальго ажлаа хурдан урагшлуулахын тулд эхлээд Codex дахь GPT‑6 Astra-гаар кодын сангийн бүтцийг тодорхойлуулж, агент загварт илгээх хүсэлт бүрээ хэрхэн бүрдүүлдгийг тайлбарлуулжээ. GPT‑6 Astra агент тогтмол заавар болон хэрэгслийн тодорхойлолтуудаа кэшилдэг ч цуглуулсан хуудасны текст, дэлгэцийн агшнуудын өсөн нэмэгдэх түүхийг кэшилдэггүйг илрүүлсэн. Тиймээс хүсэлт бүрд тэр түүхийг бүтэн үнээр дахин илгээж байжээ.
Мөн агент бараг алхам бүрдээ хуучин дэлгэцийн агшнуудыг устгаж, текстийг танаж байв. Засвар бүр түүхийг өөрчилдөг тул зөвхөн түүхийг кэшлэх нь нэмэргүй байлаа. Түүнчлэн мэдээллээ алдах нь агентаас өмнө нь уншсан хуудсуудаа дахин нээхийг шаардаж болох байв.
Идальго GPT‑6 Astra-ийн санал болгосон засваруудыг хянаж, дараах гурвыг туршихаар сонгосон:
Агентын хөтчөөр ажилласан түүхийг мөн кэшлэх
Хадгалж болох текстийн хэмжээг нэмэгдүүлэх
Дэлгэцийн агшнуудыг алхам бүрд биш, багцаар нь устгах
GPT‑6 Astra эхлээд ямар хувьсагчид нөлөөтэйг тогтоох богино туршилтууд хийсэн. Код нь хяналттай туршилт хийхэд зориулагдаагүй байсан тул дараа нь бүтцийг нь өөрчилж, нэг фронтэнд, нэг бэкэнд дээр тус бүр өөрийн тохиргоотой олон ажлын урсгалыг зэрэг ажиллуулах боломжтой болгожээ.
Astra судалгааг бүрэн гүйцэтгэсэн: түүхийн багтаамжийг 120,000 болон 480,000 тэмдэгтээр тохируулж, кэшлэлт ба дэлгэцийн агшны зургаан дүрэм тус бүрийг дөрвөн загвар бүр дээр гурав гурван удаа туршсан (доорх хүснэгтийг үзнэ үү). Хамгийн сайн үр дүнтэй дүрэм нь дэлгэцийн агшнуудыг 20 хүртэл хуримтлуулаад, зөвхөн хамгийн сүүлийнхийг үлдээж бусдыг нь устгах байв. Ингэснээр устгалуудын хооронд өмнөх түүх илүү удаан өөрчлөлтгүй хадгалагдсан. Үүнийг түүхийн томруулсан багтаамжтай хослуулснаар оновчилсон ажлын урсгал бий болсон. Тохиргоо бүр ижил даалгавар гүйцэтгэсэн: нийтэд нээлттэй жишиг каталогоос 32 ном тус бүрийн зургаан талбарын мэдээллийг цуглуулсан. Энэ нь Asana-ийн зарим хэрэглэгч StackAI дээр хийдэг ажлын төлөөлөл байв.
Загвар | Тайлбар | Үнэ |
|---|---|---|
A загвар | Хил хязгаарын судалгаа хийдэг өөр лабораторийн 2025 оны намар гаргасан, жижиг хэмжээтэй, хямд загвар | GPT‑6.1 Sol-ийн үнийн хагас |
B загвар | A загварыг бүтээсэн лабораторийн 2026 оны зун гаргасан, анх бодит хэрэглээнд ашиглаж байсан загвар | GPT‑6.1 Sol-той ижил үнэтэй |
C загвар | 2026 оны намар гарсан B загварын шинэчилсэн хувилбар | GPT‑6.1 Sol-той ижил үнэтэй |
GPT‑6.1 Sol | OpenAI-ийн загвар |
GPT‑6 Astra ажлын урсгалуудыг ажиллуулж, хүсэлтүүд, хэрэглээний бүртгэл, гаралтуудыг шалгасан бөгөөд загварын тусдаа сессүүд уг ажлыг хянасан. Багийнхан дараа нь судалгааг бүхэлд нь хянах боломжтой байлгахын тулд сесс бүрийн хүсэлт, өгөгдлийн мөр, үр дүнг Asana-ийн программ хангамж нэвтрүүлэх платформ болох Command(шинэ цонхонд нээгдэнэ)-д бүртгэсэн. Command дахь дүгнэлтүүдийг эхлээд ажлын даалгавар, дараа нь кодын өөрчлөлт нэгтгэх хүсэлт болгож, өөрчлөлтүүдийг бодит хэрэглээнд нэвтрүүлсэн.
“Үүнийг өөрөө хийсэн бол надад нэгээс хоёр сар шаардагдах байсан. Codex дахь GPT-6 Astra-тай долоо хоног орчим л болсон: унтахаасаа өмнө /goal командаар зорилго тавиад, өглөө нь үр дүнг хянадаг байлаа.”
B загварын хувьд оновчлол хийснээр нэг удаагийн гүйцэтгэлийн загварын тооцоолсон зардал дор хаяж 36.21 ам.доллар байснаас (анхны зарим гүйцэтгэл дуусахаасаа өмнө алхмын хязгаарт хүрсэн) 1.24 ам.доллар болж, 29 дахин буурсан. GPT‑6.1 Sol дээрх оновчилсон ажлын урсгал үүнээс ч 2.6 дахин хямд буюу 0.47 ам.долларын зардалтай байв. Оновчилсон ажлын урсгалын гүйцэтгэл бүр даалгавраа дуусгаж, зөв хариу өгсөн.
3 гүйцэтгэлийн дундаж утгууд. ≥: суурь тохиргооны үр дүнд хязгаарт хүрсэн гүйцэтгэлүүд орсон тул дундаж нь доод хязгаарыг илэрхийлнэ.
Баруун талын хоёр дахин хэмжүүрийг B загварын оновчилсон тохиргоотой харьцуулж тооцсон. Нэг судалгааны 1-р үе шатанд B загварыг, 2-р үе шатанд C загвар болон Sol 6.1-ийг ажиллуулсан (цэгэн шугам).
Зөвхөн GPT‑6.1 Sol-ийг авч үзвэл, түүхийн томруулсан багтаамжтай үед кэшлэлт ба дэлгэцийн агшны шинэ дүрэм нь нэг удаагийн гүйцэтгэлийн зардлыг 1.97 ам.доллараас 0.47 ам.доллар болгон 4 дахин бууруулсан. Оролтын 89%-ийг кэшээс авч, кэшлээгүй үнийн 5%-иар тооцож байсан тул дуудлага бүр ойролцоогоор 3 дахин хямд болсон. Гүйцэтгэл мөн хурдассан: B загвар дээрх анхны тохиргоогоор дор хаяж 22.5 минут зарцуулж байсан бол GPT‑6.1 Sol дээрх оновчилсон ажлын урсгалаар дөрвөн минут орчим болжээ.
3 гүйцэтгэлийн дундаж, стандарт хазайлтыг заасан шугамууд. ≥: дундаж утгад хязгаарт хүрсэн эсвэл дуусаагүй гүйцэтгэл орсон тул бодит утга нь дор хаяж үүнтэй тэнцэнэ.
Багануудад цэнхэр өнгө ашигласан. Кэшлэлтийн нөлөөг 480 мянган тэмдэгтийн томруулсан багтаамжтай баганатай харьцуулан харна уу.
Гүйцэтгэлүүдийн тэмдэглэгээ болон стандарт хазайлтын шугамуудыг эх зургаас ойролцоогоор сэргээсэн; гүйцэтгэлийн анхны утгууд болон стандарт хазайлтын өгөгдөл байгаагүй.
3 гүйцэтгэлийн дундаж, стандарт хазайлтыг заасан шугамууд. ≥: дундаж утгад хязгаарт хүрсэн эсвэл дуусаагүй гүйцэтгэл орсон тул бодит утга нь дор хаяж үүнтэй тэнцэнэ.
Багануудад цэнхэр өнгө ашигласан. Кэшлэлтийн нөлөөг 480 мянган тэмдэгтийн томруулсан багтаамжтай баганатай харьцуулан харна уу.
Гүйцэтгэлүүдийн тэмдэглэгээ болон стандарт хазайлтын шугамуудыг эх зургаас ойролцоогоор сэргээсэн; гүйцэтгэлийн анхны утгууд болон стандарт хазайлтын өгөгдөл байгаагүй.
Мөн судалгаагаар түүхийг хэрхэн удирдах нь агент ерөөсөө хариу гаргаж чадах эсэхэд нөлөөлдгийг харуулсан. GPT‑6.1 Sol-д хөтчөөр ажилласан түүхээ хадгалах илүү их багтаамж өгснөөр хариу гаргасан гүйцэтгэлийн тоо нэмэгдсэн. Бага багтаамжтай үед 18-аас гурав нь хариу гаргаж байсан бол том багтаамжтай үед 18 гүйцэтгэл бүгд зөв хариу өгсөн. Идальгогийн хувьд бизнесийн үнэ цэн нь үйл ажиллагааны зардлыг даахуйц түвшинд барихын зэрэгцээ хэрэглэгчдэд илүү хурдан, илүү чадвартай загвар ашиглуулахад оршиж байна.
“Өмнө нь эдгээр ажлыг гүйцэтгүүлэхийн тулд хэрэглэгчдэд ямар загвар санал болгож болохыг зардал хязгаарладаг байлаа. Агентын үр ашгийг дээшлүүлснээр бид үйл ажиллагааны зардлаа бууруулахын зэрэгцээ хэрэглэгчдэд илүү сайн, илүү хурдан загвар ашиглуулах боломжтой болсон.”
Asana StackAI-ийн хөтчөөр ажиллах үйлдлүүдэд эдгээр өөрчлөлтийг нэвтрүүлсэн бөгөөд ижил төстэй туршилтуудыг давтан хийхэд хялбар болгох хэрэгслүүд хөгжүүлж байна. Цаашдаа баг эдгээр тестийг платформын үнэлгээнд нэгтгэхээр төлөвлөж байна. Ингэснээр хэрэглэгчид болон дотоод багууд агентаа тохируулахдаа зардал, гүйцэтгэх хугацаа, хариултын чанарыг харьцуулах боломжтой болно.
“Одоо бүтээгдэхүүн нэвтрүүлэх хурд биш, хүний анхаарал хандуулах боломж л ажлыг хязгаарлаж байна. Инженер бүр олон агент удирддаг бүтээгдэхүүний менежер болох цаг ойртож байна.”
Asana одоо Codex дахь GPT‑6 Astra-гаар бүтээгдэхүүний функцуудыг гаргахаасаа өмнө шалгуулж байна: Astra платформоор зочилж, янз бүрийн оролт туршин, илэрсэн алдаануудыг чанарын баталгаажуулалтын мэргэжилтнүүдэд мэдээлдэг. Идальго үүнийг үүлэн орчин дахь агентын олон сесс функцуудыг зэрэг туршдаг программ хангамж хөгжүүлэх шинэ мөчлөгийн суурь гэж үзэж байна.
Судалгааг бүрэн эхээр нь Asana(шинэ цонхонд нээгдэнэ) болон StackAI(шинэ цонхонд нээгдэнэ)-ийн блогоос унших боломжтой.
