Parallel reduz à metade tempo e custo com GPT‑6 Astra
O GPT‑6 Astra permitiu aos agentes da Parallel pesquisar e sintetizar dados do mercado de trabalho em metade do tempo e por metade do custo dos modelos anteriores.
50%
Menos tempo para concluir tarefas de pesquisa
50%
Redução do custo de código
A Parallel(abre em uma nova janela) cria infraestrutura para desenvolvedores de agentes de IA que realizam trabalhos de conhecimento na web. Suas ferramentas atendem desde a fundamentação na web para agentes de voz até pesquisas para instituições financeiras e clientes do setor jurídico, combinando modelos de fronteira com buscas na web.
Nas tarefas de pesquisa mais longas da Parallel, obter uma resposta de alta qualidade normalmente exigia um modelo maior, com raciocínio estendido, o que consumia mais tempo e recursos. Com o GPT‑6 Astra, a empresa obteve uma grande redução de tempo e custo.
"Com o Astra, demonstramos que é possível obter pesquisas com a mesma alta qualidade, mas com muito mais rapidez, menos chamadas de pesquisa e menos tokens."
Em um teste do GPT‑6 Astra, a Parallel pediu a seu agente que pesquisasse seis estatísticas diferentes do mercado de trabalho em quatro estados ao longo de seis meses. O agente precisava pesquisar em vários sites, coletar informações e compilar os resultados em um único relatório de pesquisa.
O GPT‑6 Astra concluiu o trabalho em metade do tempo dos modelos anteriores, com uma redução de aproximadamente 50% no custo de código, mantendo a mesma qualidade da pesquisa.
A Parallel também observou que o GPT‑6 Astra realizou buscas mais direcionadas e precisou de menos etapas para chegar a um resultado útil.
"O Astra fez consultas de busca mais direcionadas e manteve um foco maior na tarefa final, incorporando seu conhecimento de mundo em comparação com os modelos anteriores."
O aumento da eficiência também torna mais prático para a Parallel dividir a pesquisa entre vários agentes. O GPT‑6 Astra pode delegar tarefas específicas de pesquisa a subagentes, permitindo que o trabalho ocorra simultaneamente e reduzindo o tempo gasto em uma única sequência de buscas.
Agora, a Parallel tem um caminho melhor entre uma pergunta complexa e uma resposta fundamentada em pesquisa, com menos espera, custos menores e mais capacidade para realizar tarefas exigentes de pesquisa em escala.
