Parallel 利用 GPT-6 Astra 将研究时间与成本减半

# Parallel 借助 GPT-6 Astra 将研究时间与成本削减过半 来源：https://openai.com/index/parallel-cuts-time-and-cost-with-astra/ Parallel（在新窗口打开）(https://parallel.ai/) 为在网络上执行知识型工作的 AI 智能体构建开发者基础设施。其工具支持从语音智能体的网络定位到金融及法律客户的研究等各种任务，结合前沿模型与网络搜索。 对于 Parallel 持续时间最长的研究任务，获得高质量答案通常意味着需要使用具备扩展推理能力的更大模型，这消耗了更多时间和资源。该公司借助 GPT-6 Astra 在时间和成本方面实现了重大改进。 > “借助 Astra，我们证明了可以使用更少的研究调用和更少的令牌，在更短的时间内获得同等质量的研究成果。” —Devin Gupta，Parallel Web Systems 技术人员 ## 编译六个月数据的速度提升一倍 在一次针对 GPT-6 Astra 的测试中，Parallel 要求其智能体研究四个州六个月内的六项不同劳动力市场统计数据。该智能体需要在多个网站上进行搜索、收集信息，并将发现整合为一份研究报告。 GPT-6 Astra 能够以先前模型一半的时间完成工作，代码成本降低约 50%，同时提供相同质量的研究成果。 ## 更少步骤即可获得高质量答案 Parallel 还观察到 GPT-6 Astra 进行了更聚焦的搜索，并以更少的步骤获得有用结果。 > “Astra 发出了更具针对性的搜索查询，并与先前的模型相比，结合其世界知识更专注于最终任务。” —Devin Gupta，Parallel Web Systems 技术人员 这种效率的提升也使得 Parallel 能够更实际地将研究任务分配给多个智能体。GPT-6 Astra 可以将特定研究任务委派给子智能体，允许工作并行进行，减少在单一搜索序列中流转所花费的时间。 Parallel 现在拥有一条从复杂问题到已研究答案的更优路径，等待时间更少、成本更低，并有更多空间应对大规模的高要求研究任务。