Asana yapunguza gharama za muundo mara 76 kwa GPT‑6.1 Sol
Kwa GPT‑6 Astra katika Codex, Asana ilipunguza gharama za wakala wa kivinjari mara 76 na kuongeza kasi mara 5 kwenye majaribio, ili kuwapa wateja miundo yenye uwezo zaidi.
76x
Makadirio ya gharama za muundo yaliyo chini zaidi kwa mtiririko wa kazi ulioboreshwa wa GPT-6.1 Sol
5x
Utekelezaji wa kasi zaidi kwenye kivinjari kwa mtiririko wa kazi ulioboreshwa wa GPT-6.1 Sol
$0.47
Wastani wa makadirio ya gharama za muundo kwa mtiririko wa kazi ulioboreshwa wa GPT-6.1 Sol
Kwa kutumia GPT‑6 Astra katika Codex kufanya majaribio, Asana iliboresha mtiririko wa kazi wa wakala wake wa kivinjari kwenye GPT‑6.1 Sol, ikapunguza gharama mara 76 na kuongeza kasi mara 5.
Asana huwasaidia wateja kufanya kazi kiotomatiki katika programu mbalimbali za biashara kupitia StackAI(fungua katika dirisha jipya), jukwaa ambalo ilinunua(fungua katika dirisha jipya). Kwa kutumia StackAI, wateja wanaweza kuunda mitiririko ya kazi inayovinjari tovuti, kujaza fomu na kukusanya taarifa bila kuandika msimbo. Kwa ukubwa wa shughuli za Asana, upungufu mdogo wa ufanisi katika mitiririko hii ya kazi hujilimbikiza.
Frank Hidalgo, PhD, Afisa Mkuu wa Teknolojia wa StackAI katika Asana, alilenga kuongeza kasi ya wakala wa kivinjari na kupunguza gharama za kumwendesha. Alielekeza GPT‑6 Astra katika Codex kuchunguza wakala huyo, kujaribu maboresho na kulinganisha matokeo. Kazi ambayo anakadiria ingemchukua mwezi mmoja hadi miwili akiifanya mwenyewe ilichukua takriban wiki moja.
Utafiti wa Asana wa utekelezaji mara 144(fungua katika dirisha jipya) ulijaribu GPT‑6.1 Sol na miundo mingine mitatu ya mpaka, inayoitwa hapa Miundo A, B na C. Mtiririko wa kazi ulioboreshwa kwenye GPT‑6.1 Sol ulikuwa na wastani wa gharama za muundo zilizokadiriwa kuwa $0.47 na muda wa takriban dakika nne kwa kila utekelezaji. Gharama zilikuwa chini mara 76 na kasi juu mara 5 kuliko usanidi wa awali uliotumika kwenye Muundo B.
“Hivi ndivyo timu za binadamu na mawakala zinavyofanya kazi kwa vitendo. Mhandisi aliweka mwelekeo, GPT-6 Astra ikafanya majaribio, na matokeo yakapitia Command hadi kutumika katika mazingira halisi. Hii inaonyesha jinsi Asana inavyowezesha timu za binadamu na mawakala kufanya kazi pamoja.”
Ili kuharakisha kazi, Hidalgo alianza kwa kutumia GPT‑6 Astra katika Codex kuchanganua mpangilio wa msimbo na kueleza jinsi wakala alivyounda kila ombi kwa muundo. GPT‑6 Astra iligundua kuwa wakala alihifadhi maagizo yake yasiyobadilika na ufafanuzi wa zana kwenye kache, lakini hakufanya hivyo kwa historia iliyozidi kukua ya maandishi ya kurasa na picha za skrini alizokusanya. Hivyo, kila ombi lilituma historia hiyo tena kwa bei kamili.
Wakala pia aliondoa picha za zamani za skrini na kupunguza maandishi karibu kila hatua. Kila hariri ilibadilisha historia, kwa hivyo kuhifadhi historia kwenye kache pekee hakungesaidia. Aidha, kupoteza taarifa hizo kungeweza kumlazimu wakala kurudia kurasa alizokuwa tayari amesoma.
Hidalgo alipitia marekebisho yaliyopendekezwa na GPT‑6 Astra na kuchagua matatu ya kujaribu:
Kupanua uhifadhi kwenye kache ili kujumuisha historia ya kuvinjari ya wakala
Kuongeza kiasi cha maandishi ambacho angeweza kuhifadhi
Kuondoa picha za skrini kwa makundi badala ya kila hatua
GPT‑6 Astra ilianza kwa majaribio ya haraka ili kubaini vipengele vilivyoathiri matokeo. Kwa kuwa msimbo haukuundwa kwa majaribio yaliyodhibitiwa, iliupanga upya ili sehemu moja ya mbele na moja ya nyuma ziweze kuendesha mitiririko mingi ya kazi kwa wakati mmoja, kila mmoja ukiwa na mipangilio yake.
Astra ilifanya utafiti mzima: vikomo vya historia vya herufi 120,000 na 480,000 na sera sita za kache na picha za skrini. Kila moja ilijaribiwa mara tatu kwenye kila muundo kati ya ile minne (tazama jedwali hapa chini). Sera iliyofanya vizuri zaidi iliruhusu picha za skrini kufikia 20 kabla ya kuziondoa na kubakiza ile ya karibuni zaidi pekee. Hii ilifanya historia ya awali ibaki bila kubadilika kwa muda mrefu zaidi kabla ya kuondoa picha tena. Ilipounganishwa na kikomo kikubwa zaidi cha historia, ikawa mtiririko wa kazi ulioboreshwa. Kila usanidi ulifanya kazi ileile: kukusanya taarifa za sehemu sita kwa kila kitabu kati ya vitabu 32 kutoka katalogi ya majaribio inayopatikana kwa umma, ikiwakilisha kazi ambazo baadhi ya wateja wa Asana hufanya katika StackAI.
Muundo | Maelezo | Bei |
|---|---|---|
Muundo A | Muundo mdogo na wa bei nafuu zaidi kutoka maabara nyingine ya teknolojia za mpaka, uliotolewa katika vuli ya 2025 | Nusu ya bei ya GPT‑6.1 Sol |
Muundo B | Muundo uliotumika awali katika mazingira halisi, kutoka maabara ileile ya Muundo A, uliotolewa katika kiangazi cha 2026 | Bei sawa na ya GPT‑6.1 Sol |
Muundo C | Toleo lililosasishwa la Muundo B, lililotolewa katika vuli ya 2026 | Bei sawa na ya GPT‑6.1 Sol |
GPT‑6.1 Sol | Muundo wa OpenAI |
GPT‑6 Astra iliendesha mitiririko ya kazi na kuchunguza maombi, rekodi za matumizi na matokeo, huku vipindi tofauti vya muundo vikipitia kazi hiyo. Maombi, kumbukumbu za ufuatiliaji wa data na matokeo ya kila kipindi yalirekodiwa katika Command(fungua katika dirisha jipya), jukwaa la Asana la uwasilishaji wa programu, ili timu iweze kupitia utafiti mzima baadaye. Kutoka Command, matokeo yaligeuzwa kuwa tiketi za kazi, kisha maombi ya kuunganisha msimbo, na mabadiliko yakaanza kutumika katika mazingira halisi.
“Hii ingenichukua mwezi mmoja hadi miwili nikiifanya mwenyewe. Kwa GPT-6 Astra katika Codex, ilichukua takriban wiki moja: niliweka /goal kabla ya kulala na kupitia matokeo asubuhi.”
Kwa Muundo B, maboresho yalipunguza makadirio ya gharama za muundo kutoka angalau $36.21 (baadhi ya utekelezaji wa awali ulifikia kikomo cha hatua kabla ya kukamilika) hadi $1.24 kwa kila utekelezaji—punguzo la mara 29. Mtiririko wa kazi ulioboreshwa kwenye GPT‑6.1 Sol ulikuwa wa bei nafuu zaidi kwa mara 2.6, kwa gharama ya $0.47. Kila utekelezaji wa mtiririko wa kazi ulioboreshwa ulikamilisha kazi na kutoa jibu sahihi.
Wastani wa utekelezaji mara 3. ≥: kiwango cha msingi kinajumuisha utekelezaji uliofikia kikomo, hivyo wastani wake ni mpaka wa chini.
Uwiano miwili iliyo kulia inalinganisha na Muundo B ulioboreshwa. Muundo B ulitumika katika awamu ya 1, na Muundo C na Sol 6.1 katika awamu ya 2 ya utafiti huohuo (mstari wa vitone).
Kwenye GPT‑6.1 Sol pekee, kwa kikomo kikubwa zaidi cha historia, sera mpya ya kache na picha za skrini ilipunguza gharama mara 4, kutoka $1.97 hadi $0.47 kwa kila utekelezaji. Gharama ya kila ombi ilikuwa chini kwa takriban mara 3, kwa sababu 89% ya ingizo ilitoka kwenye kache kwa 5% ya bei ya ingizo lisilohifadhiwa kwenye kache. Utekelezaji pia ulikuwa wa kasi zaidi: kutoka angalau dakika 22.5 kwa usanidi wa awali kwenye Muundo B hadi takriban dakika nne kwa mtiririko wa kazi ulioboreshwa kwenye GPT‑6.1 Sol.
Wastani wa utekelezaji mara 3, pamoja na mistari ya mkengeuko sanifu (SD). ≥: wastani unajumuisha utekelezaji uliofikia kikomo au usiokamilika, hivyo thamani halisi ni angalau kiasi hiki.
Nguzo zina rangi ya buluu. Linganisha athari za kache na nguzo ya kikomo kikubwa zaidi cha 480k.
Alama za utekelezaji na mistari ya SD zimeundwa upya kwa makadirio kutoka kwenye picha asili; thamani halisi za utekelezaji na mikengeuko sanifu hazikupatikana.
Wastani wa utekelezaji mara 3, pamoja na mistari ya mkengeuko sanifu (SD). ≥: wastani unajumuisha utekelezaji uliofikia kikomo au usiokamilika, hivyo thamani halisi ni angalau kiasi hiki.
Nguzo zina rangi ya buluu. Linganisha athari za kache na nguzo ya kikomo kikubwa zaidi cha 480k.
Alama za utekelezaji na mistari ya SD zimeundwa upya kwa makadirio kutoka kwenye picha asili; thamani halisi za utekelezaji na mikengeuko sanifu hazikupatikana.
Uchunguzi pia ulionyesha jinsi usimamizi wa historia ulivyoathiri uwezekano wa wakala kutoa jibu. Kuipa GPT‑6.1 Sol nafasi zaidi ya kuhifadhi historia yake ya kuvinjari kuliongeza idadi ya utekelezaji uliotoa jibu: kutoka mitatu kati ya 18 kwa kikomo kidogo cha historia hadi yote 18 kwa kikomo kikubwa, kila mmoja ukiwa na jibu sahihi. Kwa Hidalgo, faida kwa biashara ni kuwapa wateja miundo yenye kasi na uwezo zaidi huku gharama za uendeshaji zikiendelea kuwa nafuu kwa biashara.
“Zamani, gharama zilipunguza aina za miundo tuliyoweza kuwapa wateja kwa kazi hizi. Kwa kuongeza ufanisi wa wakala, tunaweza kuwapa wateja muundo bora na wa kasi zaidi huku tukipunguza gharama zetu za uendeshaji.”
Asana imetoa mabadiliko ya kuvinjari katika StackAI na inatengeneza zana za kurahisisha kurudia majaribio kama haya. Baadaye, timu inapanga kujumuisha majaribio haya katika tathmini za jukwaa, ili wateja na timu za ndani waweze kulinganisha gharama, muda wa utekelezaji na ubora wa majibu wanaposanidi mawakala wao.
“Kasi ya kutoa programu si kikwazo tena; kikwazo ni muda ambao binadamu wanaweza kutenga kuishughulikia. Tunakaribia wakati ambapo kila mhandisi atakuwa meneja wa bidhaa anayeongoza kundi la mawakala.”
Asana sasa inatumia GPT‑6 Astra katika Codex kujaribu vipengele vya bidhaa kabla ya kuvitolewa: Astra huvinjari jukwaa, hujaribu maingizo tofauti na kuripoti hitilafu kwa wakaguzi binadamu wa uhakikisho wa ubora. Hidalgo anaona hii kama msingi wa mzunguko mpya wa uundaji wa programu, ambapo vipindi vingi vya mawakala wa wingu vinajaribu vipengele kwa wakati mmoja.
Utafiti kamili unapatikana kwenye Asana(fungua katika dirisha jipya) na StackAI(fungua katika dirisha jipya) katika blogu zao.
