A LegalOn felére csökkentette a Codex költségeit
A LegalOn Technologies felére csökkentette a Codex használatának költségeit úgy, hogy közben fenntartotta a fejlesztési sebességet. A vállalat a feladat összetettsége és az üzletág fejlődési szakasza alapján választ a GPT-6 Astra, GPT-6.1 Sol és GPT-6 Luna modellek között.
- A LegalOn a Codex költségeit felére csökkentette.
- A GPT-6 Luna, GPT-6.1 Sol és GPT-6 Astra között feladattípus alapján választanak.
- A GPT-5.5-höz képest körülbelül 65 százalékkal mérséklődött a becsült napi költség.
- A Fast módot alapértelmezés szerint korlátozták, és költségplafonokat vezettek be.
- A vállalat az AI-befektetés ügyfélértékét is mérni akarja.
A korlátlan használat után célzott modellválasztás jött
A jogi munkát és más üzleti feladatokat támogató Professional AI-t kínáló LegalOn Technologies a fejlesztési folyamatába is beépítette a Codexet, majd a vállalat mindennapi működésében is szélesítette a használatát. A fejlesztők kezdetben korlátlanul hozzáfértek a GPT-5.5 Fast módjához, és a modellt tervezésre, megvalósításra, valamint napi munkára is alkalmazták.
A nagy teljesítményű modellek korlátlan használata azonban várhatóan túllépte volna az éves költségkeretet. A vállalat AI-powered Development CoE nevű csapata, az AID CoE ezért modellválasztási irányelveket dolgozott ki. A csapat tesztelte és figyelte a modelleket, a vezetők pedig megosztották az eredményeket a munkatársakkal.
Az új megközelítés szerint a fejlesztők először könnyebb modellt választanak, majd a feladat összetettségének növekedésével lépnek tovább nagyobb képességű modellekre.
Három modell, eltérő feladatokra
A LegalOn belső irányelvei szerint a GPT-6 Luna az egyértelmű követelmények alapján végzett kódmegvalósításra, mindennapi automatizálásra és viszonylag egyszerű elemzésre alkalmas. A modellt főként alügynökként használják.
A GPT-6.1 Sol a szokásos tervezési és elemzési feladatokat, az egyszerűbb szoftvertervezést, a rutinszerű számszerű elemzést és a dokumentumkészítést támogatja. Olyan feladatokra is használják, amelyeknél rövidebb teljesítési időre van szükség, mint a Lunával.
A GPT-6 Astra a legnagyobb képességű modell a három közül. Összetett elemzésre és tervezésre, összetett szoftvertervezésre, dokumentumkészítésre, valamint ügynökök koordinálására, vagyis ork kesztrátorként alkalmazzák.
A vállalat emellett alapértelmezés szerint korlátozta a Fast módot, és csak szükség esetén engedélyezte az egyes kérésekhez. A fejlesztési tempó fenntartásához a csapatok többek között párhuzamosan futtatott feladatokat használtak. A LegalOn részlegekre, csoportokra és egyénekre szabott költségplafonokat is bevezetett.
A napi becsült költség 65 százalékkal esett
A vállalat bejáratott üzletágaitól akár körülbelül 20 százalékos költséghatékonyság-javítást vártak el, miközben az induló üzletágak nagyobb keretet kaptak az AI aktív használatára. Yuta Tokitake, a LegalOn Technologies vezető mérnöki menedzsere szerint az új üzletágaknál a növekedés és a működés gyorsasága elsőbbséget élvezett a költséghatékonysággal szemben.
A modellválasztás, a Fast mód korlátozása és az üzletágakhoz igazított költségkeretek együtt a GPT-5.5 használatához képest körülbelül 65 százalékkal csökkentették a becsült napi költségeket. Az OpenAI közleménye szerint a teljes költség így a felére esett, miközben a fejlesztési sebesség megmaradt.
Tokitake szerint az AI gyorsíthatja a rendszerek fejlesztését és frissítését, de a vállalat azt is szeretné mérni, hogy ez a gyorsulás valóban értéket teremt-e az ügyfeleknek. A LegalOn ezért olyan mérőszámot alakít ki, amely egy-egy funkciókiadást tekint egységnek, és az általa biztosított ügyfélértéket összekapcsolja a tényleges AI-költségekkel.
A cég emellett tudásbázist épít, hogy összegyűjtse és megossza a modellek tervezéshez, megvalósításhoz és ellenőrzéshez kapcsolódó bevált használati módjait. Tokitake szerint a túlzott szabályozás és a túl szigorú költségkeretek gyengíthetik a szervezet lendületét, ezért olyan rugalmas működési modellre van szükség, amely egyensúlyt teremt a kockázatkezelés és a csapatok sebességigénye között.
