Parallel, perusahaan infrastruktur pengembang untuk AI agent yang melakukan pekerjaan pengetahuan di web, telah secara signifikan mengurangi waktu dan biaya penelitian menggunakan GPT-6 Astra. Perusahaan alatnya mendukung aplikasi dari web grounding untuk agent suara hingga penelitian untuk lembaga keuangan dan hukum. Sebelum ini, kualitas tinggi untuk tugas berlangsung lama memerlukan model besar dengan reasoning yang diperpanjang, mengonsumsi lebih waktu dan sumber daya. Dengan GPT-6 Astra, Parallel telah mencapai kualitas penelitian yang sama dalam setengah waktu dengan sekitar 50% pengurangan biaya kode.

Uji yang melibatkan enam statistik pasar kerja di empat negara selama enam bulan, GPT-6 Astra menyelesaikan pekerjaan dua kali lebih cepat daripada model sebelumnya. Agen mencari beberapa website, mengumpulkan informasi, dan menyusun temuan menjadi satu laporan. Menurut Devin Gupta, Technical Staff di Parallel Web Systems, Astra menerbitkan pencarian yang lebih target dan lebih fokus pada tujuan akhir dengan menyertakan pengetahuan dunia.

Kefisien yang meningkat memungkinkan Parallel untuk membagi penelitian antara beberapa agen. GPT-6 Astra dapat menugaskan tugas spesifik ke sub-agent, memungkinkan kerja sejalan dan mengurangi waktu yang dihabiskan pada pencarian sekunder. Ini memberikan jalan yang lebih baik dari pertanyaan kompleks ke jawaban yang ditelusuri dengan waktu tunggu yang lebih sedikit, biaya yang lebih rendah, dan lebih banyak kapasitas untuk penelitian yang menuntut pada schala besar.