Parallel halveert onderzoekstijd en -kosten met GPT‑6 Astra
Met GPT‑6 Astra konden de agenten van Parallel arbeidsmarktgegevens onderzoeken en samenvatten in de helft van de tijd en tegen de helft van de kosten van eerdere modellen.
50%
Minder tijd om onderzoekstaken af te ronden
50%
Verlaging van codekosten
Parallel(opent in een nieuw venster) ontwikkelt infrastructuur voor AI-agenten die kenniswerk op het web uitvoeren. De tools ondersteunen alles van webverankering voor spraakagenten tot onderzoek voor financiële instellingen en juridische klanten, en combineren grensverleggende modellen met zoeken op internet.
Voor de langstlopende onderzoekstaken van Parallel was voor een hoogwaardig antwoord doorgaans een groter model met uitgebreide redenering nodig, wat meer tijd en middelen vergde. Met GPT‑6 Astra heeft het bedrijf de benodigde tijd en kosten aanzienlijk verlaagd.
"Met Astra hebben we aangetoond dat je hetzelfde hoogwaardige onderzoek veel, veel sneller kunt uitvoeren, met minder onderzoeksaanroepen en minder tokens."
In een test met GPT‑6 Astra liet Parallel zijn agent onderzoek doen naar zes verschillende arbeidsmarktstatistieken in vier staten over een periode van zes maanden. De agent moest meerdere websites doorzoeken, informatie verzamelen en de bevindingen bundelen in één onderzoeksrapport.
GPT‑6 Astra voltooide het werk in de helft van de tijd van eerdere modellen en tegen circa 50% lagere codekosten, met behoud van dezelfde onderzoekskwaliteit.
Parallel merkte ook dat GPT‑6 Astra gerichter zocht en minder stappen nodig had om tot een bruikbaar resultaat te komen.
"Astra voerde gerichtere zoekopdrachten uit en hield de uiteindelijke taak beter voor ogen, waarbij het zijn wereldkennis beter benutte dan eerdere modellen."
Dankzij de hogere efficiëntie kan Parallel onderzoek ook gemakkelijker over meerdere agenten verdelen. GPT‑6 Astra kan specifieke onderzoekstaken delegeren aan subagenten, zodat het werk gelijktijdig plaatsvindt en er minder tijd nodig is om één reeks zoekopdrachten te doorlopen.
Parallel kan nu beter van een complexe vraag tot een onderbouwd antwoord komen, met minder wachttijd, lagere kosten en meer ruimte om veeleisende onderzoekstaken op grote schaal uit te voeren.
