A Parallel szerint felére csökkentette a kutatás idejét és költségét a GPT-6 Astra
A GPT-6 Astra a Parallel egyik tesztjében feleannyi idő alatt teljesített egy összetett webes kutatási feladatot, miközben a kódköltség nagyjából 50 százalékkal csökkent. A cég szerint a korábbi modellekhez hasonló kutatási minőséghez kevesebb keresésre és tokenre volt szükség.
- A GPT-6 Astra egy Parallel-tesztben feleannyi idő alatt végzett el egy kutatási feladatot.
- A kódköltség nagyjából 50 százalékkal csökkent.
- A kutatás minősége a Parallel szerint megegyezett a korábbi modellekével.
- Az Astra célzottabb kereséseket és kevesebb lépést használt.
- A modell alügynökökre oszthatja a kutatási részfeladatokat.
Webes kutatást végeznek AI-ügynökök számára
A Parallel fejlesztői infrastruktúrát készít olyan AI-ügynökökhöz, amelyek tudásmunkát végeznek az interneten. Eszközeit többek között hangalapú ügynökök webes megalapozására, valamint pénzügyi intézmények és jogi ügyfelek kutatási feladataira használják. A vállalat ezekben a rendszerekben fejlett modelleket és webes keresést kombinál.
A Parallel leghosszabb kutatási feladatainál a magas minőségű válaszokhoz korábban jellemzően nagyobb modellt kellett használni kiterjesztett következtetéssel. Ez több időt és erőforrást igényelt. Az OpenAI 2026. szeptember 22-i közlése szerint a GPT-6 Astra jelentős javulást hozott ezen a területen.
„Az Astrával megmutattuk, hogy ugyanazt a magas színvonalú kutatást sokkal gyorsabban, kevesebb kutatási hívással és kevesebb tokennel lehet elvégezni”, mondta Devin Gupta, a Parallel Web Systems technikai munkatársa.
Hat hónap adatait gyűjtötte össze feleannyi idő alatt
Az egyik tesztben a Parallel ügynöke hat különböző munkaerőpiaci statisztikát vizsgált négy államban, hat hónapos időszakra vonatkozóan. A feladat több weboldal átkutatását, az információk összegyűjtését és az eredmények egyetlen kutatási jelentésbe rendezését kívánta meg.
A GPT-6 Astra a korábbi modellekhez képest feleannyi idő alatt fejezte be a munkát. A Parallel beszámolója szerint közben nagyjából 50 százalékkal csökkent a kódköltség, miközben a kutatás minősége változatlan maradt. A forrás ezt egy konkrét teszt eredményeként ismerteti, ezért az adat nem általános teljesítményígéretként jelenik meg.
A vállalat további különbséget is megfigyelt: az Astra célzottabb keresőkifejezéseket használt, és kevesebb lépésben jutott el a használható eredményig. Gupta szerint a modell a korábbiakhoz képest jobban összpontosított a végső feladatra, miközben a világról szerzett ismereteit is beépítette.
A párhuzamos feldolgozás is könnyebbé válhat
A hatékonyabb működés a Parallel szerint azt is praktikusabbá teszi, hogy a kutatási feladatokat több ügynök között osszák fel. A GPT-6 Astra egyes részfeladatokat alügynökökre bízhat, így azok egy időben dolgozhatnak. Ez csökkentheti azt az időt, amelyet a rendszer egyetlen, egymást követő keresési folyamat végigjárásával tölt.
A Parallel szerint így rövidebb út vezethet az összetett kérdéstől a kutatással alátámasztott válaszig. A cég számára ez kevesebb várakozási időt és alacsonyabb költséget jelenthet, miközben több lehetőség nyílik nagyobb kutatási feladatok méretezésére.
A bejelentés alapján a GPT-6 Astra elsősorban azoknál a webes kutatási munkafolyamatoknál lehet fontos, ahol sok oldalt kell átnézni, több részfeladatot kell összehangolni, és a válasz minőségét a sebességgel és a költséggel együtt kell fenntartani.
