Parallel、ウェブ上で知識作業を行うAIエージェントのための開発インフラ企業が、GPT-6 Astraを使用して研究時間とコストを大幅に削減しました。同社のツールは、音声エージェントのためのウェブグラウンディングから金融・法律機関の研究まで幅広く対応しています。以前、長時間のタスクに対する高品質の回答には、より大規模なモデルと延長された推論が必要で、より多くの時間とリソースを消費していました。GPT-6 Astraの使用により、Parallelは同じ研究品質を半分の時間で達成し、約50%のコードコスト削減を実現しました。

6か月にわたり4つの州で6つの労働市場統計に関するテストで、GPT-6 Astraは以前のモデルより2倍の速さで作業を完了しました。エージェントは複数のウェブサイトを検索し、情報を収集し、単一のレポートにまとめました。Parallel Web Systemsの技術者Devin Guptaによると、Astraはよりターゲットを絞った検索クエリを発行し、世界知識を組み込むことで最終タスクにさらに集中しました。

効率の向上により、Parallelは複数のエージェントに研究を分割できます。GPT-6 Astraは特定のタスクをサブエージェントに委任できるため、並列作業が可能になり、順次検索にかかる時間を削減します。これにより、複雑な質問から調査結果への道のりが短縮され、待機時間の削減、コストの削減、大規模な要求研究タスクのための余力が生まれます。