AI图鉴

AI图鉴首页 › AI 资讯 › Asana 削减模型在使用GPT-6.1 Sol的浏览器测试中花费了76x

Asana 削减模型在使用GPT-6.1 Sol的浏览器测试中花费了76x

来源:OpenAI官方 · 发布时间:10-09 · 由 AI图鉴每小时自动聚合

在Codex中使用GPT-6 Astra,Asana使其浏览器agent 76x更便宜,在测试中更快地提供了客户更有能力的模型。

Asana 削减模型在使用GPT‐6.1 Sol的浏览器测试中花费76x

Asana在Codex中使用GPT‐6 Astra,使其浏览器agent 76x更便宜,在测试中更快地提供了客户更有能力的模型。

76x

最佳GPT-6.1 降低模型成本

5x

GPT-6.1 Sol工作流程加快浏览器运行速度

$0.47

优化GPT-6.1 Sol工作流程的平均模型成本估计

由于在Codex运行实验中的GPT‐6 Astra,Asana优化了在GPT‐6.1 Sol的浏览器agent工作流程,以运行76x更便宜,5x更快。

Asana通过StackAI(在新窗口打开),帮助客户实现跨业务应用程序的自动化工作,这个平台它收购(在新窗口打开). 使用StackAI,客户可以构建导航网站的工作流程,填写表格,并收集信息而无需写入代码。 在阿萨纳的规模上,这些工作流程中小幅的低效率加起来。

阿萨纳的StackAI CTO,博士弗兰克·伊达尔戈(Frank Hidalgo)着手使浏览器agent运行更快,更便宜。 他在Codex中指示GPT‐6 Astra调查agent,测试改进,并比较结果。 他估计要花一到两个月的人工工作,大约需要一个星期。

Asana的144个运行研究(在新窗口打开)测试了GPT‐6.1 Sol和另外三个前沿模型,称为A型、B型和C型。 GPT‐6.1上出现的优化工作流程,平均模型成本为0.47美元,每运行约4分钟,比B型模型上最初的生产设置便宜76x,快5x。

“这就是人类和agents的队伍在实践中的样子。 一位工程师设定了方向,GPT-6 Astra主持了实验,结果通过Command到生产。 这说明Asana 带来人类和agent的团队如何生存。”

为快速移动,伊达尔戈首先在Codex中使用GPT‐6 Astra来映射代码库,并解释agent如何构建每个模型请求。 GPT‐6 Astra发现agent缓存了它的固定指令和工具定义,但不是它所收集的页面文本和截图的不断增长的历史,所以每个请求都以全额的价格对历史感到不满。

agent还几乎在每一步都放下了更古老的截图和修剪文本。 每次编辑都改变了历史,因此仅仅刻画历史是无济于事的,失去这些事实可能要求agent重温它已经读过的网页。

Hidalgo审查了GPT‐6 Astra提出的修补方法,并选择了三个进行测试:

- 将缓存扩大到agent的浏览历史

- 增加可保留的案文数量

- 分批而不是每一步删除截图

GPT‐6 Astra开始快速测试,以确定哪些变量很重要。 因为代码不是为受控实验设计的,所以它随后重构了代码,因此一个前端和后端可以并行支持许多工作流程,每个工作流程都有自己的设置。

Astra进行了全面研究:历史预算为12万和48万个字符,以及6个缓冲和截图政策,每个模式在四个模式中各测试三次(见下表)。 业绩最佳的政策允许截图累积到20个,然后才恢复到最近的。 这使得先前的历史保持不变,因为清除量之间的长度较长。 与更大的历史预算相结合,成为优化的工作流程。 每个配置都执行同样的任务:从一个公开的演示目录中收集32本书籍的6个字段,代表一些Asana 客户在StackAI运行的内容。

GPT‐6 Astra运行工作流程并审查请求、使用记录和产出,另外的示范会议审查了工作。 每一课的请求,数据痕迹和结果都记录在Asana软件发送平台Command(在新窗口打开)中,这样小组就可以审查之后的完整研究。 从"司令部"看,发现结果变成了票,然后拉出请求,改版开始制作。

“这需要我一到两个月的手。 GPT-6 Astra在Codex中写道

对于模型B,优化后估计模型成本从至少36.21美元(一些原始运行在完成前达到阶梯限制)降至每跑1.24美元,减少了29x. GPT‐6.1 Sol的优化工作流程仍然便宜2.6x,为0.47美元。 优化工作流程中的每一个运行都完成了任务,并返回了正确的答案。

仅在GPT‐6.1 Sol,由于历史预算较大,新的缓存和截图政策将4x的费用从每跑1.97美元降至0.47美元。 每通电话约3x价格低廉,因为89%的输入来自缓存,价格为未标价的5%. 跑步也变得更快:在B型车的最初设置上至少22.5分钟,在GPT‐6.1 Sol的优化工作流程上大约4分钟。

调查还显示历史管理如何影响agent是否给出了答案。 给予 GPT%6.1 保留其浏览历史的空间更大一点,使产生答案的运行次数从历史预算较小的18个中的3个增加到预算较多的18个,每个都有正确的答案。 对伊达尔戈来说,业务价值正在让客户获得更快,更有能力的模型,同时保持运营成本的可持续性。

“成本用于限制我们能够为这些工作量提供客户的模型。 通过提高agent的效率,我们可以给客户一个更好,更快的模型,同时降低我们的运营成本".

Asana在StackAI中拥有对浏览器导航的修改的发布,并正在开发工具,使类似的实验更容易重复。 随着时间的推移,团队计划将这项测试纳入平台的评价,因此客户和内部团队可以在配置其agents时比较成本,运行时间,并回答质量。

“速度不再是瓶颈,人类的注意力就是瓶颈。 我们接近一个每个工程师都是总理的世界

Asana现在在 Codex 中使用 GPT‐6 Astra 在发布前测试产品特征:Astra 导航平台,尝试不同输入,为人类QA审查员报告错误。 Hidalgo认为这是新的软件开发生命周期的基础,许多云agent会话的测试功能是平行的。

Asana (在新窗口打开) 和 StackAI (在新窗口打开) 博客上都有完整的研究。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

EarnDraft

EarnDraft 是英文界面的 AI 电子书、指南与工作簿制作工具,可生成大纲、章节和封面并在浏览器内编辑

1Panel AI 网关

1Panel AI 网关为内部 AI 应用和模型调用提供统一接入入口,支持模型代理、席位管理、用量统计、智能

Ricebowl AI

Ricebowl AI 是面向营销团队的 AI 创作平台,整合多种视频和图像模型,可在浏览器中制作广告、产品

WeChat to Markdown (wx2md)

wx2md 是本地优先的 Chrome/Edge 扩展,可在浏览器中把微信公众号文章及文章型网页保存为 Ma

相关免费羊毛

Google Gemini API

Gemini API 免费层可直接试用

GroqCloud

Free Plan 可测试高速模型

OrcaRouter

多模型 $0/token 与自动免费路由

Anakin.ai

每日 30 个免费额度

同源资讯

索福斯削减威胁调查时间96%与OpenAI日间休息

OpenAI官方 · 10-09

Oracle如何将工作天数与ChatGPT和Codex转换成分钟

OpenAI官方 · 10-09

阅读原文(openai.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 合作与友链 · 关于本站 · 528 款 AI 工具分类导航 · 每日 AI 热门项目与动态