Переход к основному контенту
OpenAI

22 сентября 2026 г.

Стартап

Parallel вдвое ускорила и удешевила исследования с GPT‑6 Astra

Благодаря GPT‑6 Astra агенты Parallel исследовали и обобщали данные рынка труда вдвое быстрее и с вдвое меньшими затратами, чем при использовании предыдущих моделей.

Размер компании: стартап
Регион: Северная Америка
Промышленность: технологии
Продукты: API

50%

Меньше времени на выполнение исследовательских задач

50%

Снижение затрат на код

Загрузка…

Parallel⁠(открывается в новом окне) создает инфраструктуру для разработчиков ИИ-агентов, предназначенных для работы со знаниями в вебе. Инструменты компании объединяют передовые модели ИИ с веб-поиском и помогают решать самые разные задачи: от подготовки ответов голосовых агентов на основе веб-источников до исследований для финансовых организаций и клиентов из юридической сферы.

Parallel обычно использовала более крупную модель для исследовательских задач, которые занимали больше всего времени. Чтобы дать качественный ответ, модель дольше рассуждала — на это уходило больше времени и ресурсов. С GPT‑6 Astra компания значительно сократила время выполнения задач и затраты.

«С Astra мы доказали, что исследование столь же высокого качества можно выполнить гораздо, гораздо быстрее, с меньшим числом исследовательских запросов и меньшим количеством токенов».
—Девин Гупта, технический специалист Parallel Web Systems

Сбор данных за шесть месяцев вдвое быстрее

В одном из тестов GPT‑6 Astra компания Parallel поручила своему агенту изучить данные за шестимесячный период по шести различным показателям рынка труда в четырех штатах. Агент должен был выполнить поиск на нескольких сайтах, собрать информацию и свести результаты в единый исследовательский отчет.

GPT‑6 Astra выполнила работу вдвое быстрее предыдущих моделей и примерно на 50% снизила затраты на код, сохранив прежнее качество исследования.

Качественные ответы за меньшее число шагов

В Parallel также отметили, что GPT‑6 Astra выполняла более целенаправленный поиск и приходила к полезному результату за меньшее число шагов.

«По сравнению с предыдущими моделями Astra отправляла более целенаправленные поисковые запросы и лучше сосредотачивалась на конечной задаче, используя свои знания о мире».
—Девин Гупта, технический специалист Parallel Web Systems

Повышение эффективности также делает распределение исследовательских задач между несколькими агентами более практичным решением для Parallel. GPT‑6 Astra может поручать отдельные исследовательские задачи субагентам. Это позволяет вести работу параллельно и сокращает время, которое уходит на последовательное выполнение поисковых запросов.

Теперь Parallel может эффективнее получать ответы на сложные вопросы с помощью исследований. Время ожидания и затраты сократились, а возможности выполнять сложные исследовательские задачи в большом масштабе расширились.