Duplex a AI brány,
vedle sebe.

Portkey, LiteLLM a podobné brány směrují provoz, uplatňují ochranné mantinely a spravují poskytovatele. Duplex se učí, která rozhodnutí fungují, a jedná podle nich v rámci vašich pravidel, v každém kroku práce.

Porovnání je aktuální k 16. říjnu 2026.

Zobrazit všechny schopnosti →Celé porovnání

Všechny schopnosti: Duplex a AI brány.

Co dělá každé z nich, skupinu po skupině, od toho, co je, po to, kolik stojí.

Vestavěné: Vestavěné přímo do jádra toho, jak produkt funguje.
Externí: Zajistíte nebo sestavíte si ho zvlášť.
Není vestavěné: Dokumentace produktu to neuvádí jako vestavěnou funkci. Vlastní řešení může být přesto možné.

Schopnost	Duplex	AI brányPortkey, LiteLLM a podobné
Co je co
Co to je	Inteligence za běhu vedle vaší AI: učí se a jedná pro vaše agenty a asistenty, v rámci vašich pravidel	Směrování modelů, spolehlivost, ochranné mantinely a observabilita
Co přenáší dál	Kontext, rozhodnutí, výsledky, pravidla, úkoly, dovednosti a to, co se naučil	Konfigurace, logy, zásady směrování a cache
Co se zkušeností zlepšuje	Jeho další rozhodnutí: jistota, směrování, doporučení, používání nástrojů a znovupoužitelné znalosti	Směrování požadavků a spolehlivost, ne to, co se agent naučil
Ví, co se stalo, a učí se z toho	VestavěnéVí, co se stalo, a učí se, co příště změnit	Provozní kontrola bez kontinuálního učení
Učení
Kontinuální učení bez přetrénování	VestavěnéUčí se dál, mimo váhy vašeho modelu	Není vestavěné
Přizpůsobení kolo po kole	VestavěnéKaždý nový výsledek může hned změnit další rozhodnutí	Směrování se mění okamžitě, ale ne na základě naučených výsledků
Učení z oprav	VestavěnéOprava změní, co Duplex udělá dál	Obvykle se logují; učení z nich je externí
Učení z výsledků	VestavěnéÚspěch i neúspěch se rovnou promítají do toho, co se učí	Výsledky se objeví v telemetrii; učení z nich je externí
Učení z odměn	VestavěnéOdměna posílí, co fungovalo, a opraví, co ne	Není vestavěné
Zásluha za kroky, které vedly k výsledku	VestavěnéZjistí, které dřívější akce vedly k pozdějšímu výsledku	Není vestavěné
Jak akce posouvají práci	VestavěnéUčí se, jak každá akce posouvá práci z jednoho stavu do dalšího	Není vestavěné
Předpověď toho, co akce udělá	VestavěnéZ toho, co pozoruje, předvídá, co akce způsobí, zkouší alternativy a plánuje	Není vestavěné
Lepší volba akcí	VestavěnéVýsledky zlepšují, kterou akci zvolí příště	Zásady směrování se konfigurují, neučí se z výsledků
Znovupoužitelné dovednosti	VestavěnéZe zkušeností se stávají dovednosti, které se před použitím otestují a lze je pozastavit, vrátit do provozu nebo stáhnout	Není vestavěné
Testování a správa dovedností	Dovednost se otestuje dřív, než se na ni spoléhá, a lze ji pozastavit, vrátit do provozu, stáhnout nebo trvale odstranit	Verze konfigurace, ne životní cyklus naučených dovedností
Zobecnění na příbuzné případy	Co se naučil, přenese na příbuzné případy i nové formulace a do dovedností, které může znovu použít	Sémantické cache párují podobné požadavky, ale neučí se, jak jednat
Rozhodování a jednání
Vědět, jak jistý si je	VestavěnéPřed každým rozhodnutím ví, jak známý je případ a jak jistý si je	Stav poskytovatelů, směrování a skóre ochranných mantinelů, ne jistota ohledně úkolu
Odpovědět, předat nebo odmítnout	VestavěnéDuplex odpoví sám, zavolá váš model, použije nástroj nebo odmítne, v rámci vašich pravidel	Směrovat, opakovat, blokovat nebo přejít na zálohu, bez učení z výsledků
Vyřizovat známou práci sám	VestavěnéZnámá rozhodnutí dělá sám, bez dalšího volání špičkového modelu	Cache může volání modelu přeskočit, ale cache se z výsledků neučí
Předat, co je nové nebo nejisté	Nová, nejistá nebo citlivá práce jde ke správnému modelu, nástroji nebo člověku	Silné směrování a záloha mezi poskytovateli; jistota ohledně úkolu zůstává externí
Plánování, simulace a doporučení	VestavěnéPředvídá, co se stane dál, zkouší alternativy, sestavuje plány a doporučuje akce	Není vestavěné
Mnoho agentů, kteří spolupracují	Posílá práci správnému agentovi, rozděluje ji v rámci vašich pravidel, drží každého agenta v jeho rozsahu a spojuje výsledky	Některé směrují k agentům a nástrojům MCP, ale neučí se, která spolupráce fungovala
Učení, které nástroje fungují	Učí se, které nástroje fungují, kdy je použít a k čemu který vede	Zpřístupňují a směrují nástroje, ale z jejich výsledků se obecně neučí
Akce nástrojů v rámci vašich pravidel	Nástroje běží jen přes vaše pravidla a oprávnění	Silné směrování a ochranné mantinely; kontrola akcí agentů závisí na integraci
Streamování	Streamuje výstup modelů a nástrojů, přičemž každý krok zůstává v rámci vašich pravidel	VestavěnéSilné streamování
Práce, která pokračuje
Učení z každého kroku, automaticky	Každý krok, přes MCP + hooks nebo pluginy, živí jednu sdílenou smyčku učení	Požadavky, odpovědi, náklady a latence se logují
Kontext napříč relacemi	VestavěnéPráce, rozhodnutí, úkoly a kontext, na kterém záleží, pokračují napříč relacemi	ExterníObecně
Dlouhodobá práce	VestavěnéDlouhodobá práce zůstává otevřená napříč relacemi a agenty, s bezpečnými body, ke kterým se lze vrátit, dokud není hotová nebo zapomenutá	Není vestavěné
Napříč modely	VestavěnéTo, co se naučí, i váš kontext zůstávají mimo model a jdou s prací napříč poskytovateli	Silné pro směrování, ale nic naučeného se nepřenese
Napříč aplikacemi a agenty	Stejná práce pokračuje napříč Claude, Codex, Cursor, Hermes a vašimi vlastními agenty	Požadavky mohou sdílet jednu bránu, ale co ví každá aplikace, zůstává externí
Předání práce jinému agentovi	Úkol i jeho kontext přejdou na jiného agenta, kterého povolíte, připravené pokračovat	Směrování k agentům a MCP může být k dispozici; co úkol znamená, zůstává externí
Udržet kontext kompaktní	Kontext zůstává kompaktní, zaměřený na pravidla, úkoly a rozhodnutí, na kterých záleží	Zkracování promptů nebo cachování, ne trvalé shrnutí toho, na čem záleží
Učení z obrázků, zvuku, videa a PDF	Učí se z obrázků, zvuku, videa a PDF stejně jako z textu	Podporovaná média hlavně předává poskytovatelům
Napříč médii	Otázka položená slovy může čerpat z toho, co se naučil z obrázků, zvuku a videa, a média mohou ovlivnit pozdější rozhodnutí	Není vestavěné
Lidé, týmy a sdílení
Pro každého člověka	VestavěnéKaždý člověk dostane vlastní soukromý kontext, preference a učení	Klíče a rozpočty pro každého uživatele; osobní chování je externí
Pro každý tým	VestavěnéTýmy sdílejí schválené učení a soukromá práce zůstává soukromá	Konfigurace a rozpočty pro každý tým
Napříč organizací	VestavěnéCo funguje, se může přenést od jednoho člověka k týmu a organizaci, podle vašich pravidel	Směrování a ochranné mantinely napříč organizací, bez učení z výsledků
Sdílení mezi lidmi, pod kontrolou	Vy volíte, co se sdílí a s kým, a můžete to odvolat; u všeho sdíleného je vidět, od koho to pochází	Řízení podle klíčů, týmů a rolí
Ochrana sdíleného obsahu	Co někdo sdílí, přichází jako informace, nikdy jako instrukce, takže to nemůže řídit agenta jiného člověka	Ochranné mantinely mohou kontrolovat sdílené vstupy, ale důvěra v to, co znamenají, zůstává externí
Kontrola a důvěra
Pravidla	Vaše pravidla jsou součástí toho, jak Duplex funguje: povolují, odmítají nebo omezují skutečné akce	Silné ochranné mantinely pro vstupy a výstupy a zásady směrování
Pravidla uplatněná před každou akcí	VestavěnéHooky každou akci před spuštěním zkontrolují podle vašich pravidel	Silné pro požadavky a odpovědi, které procházejí bránou
Lidé ve smyčce	Člověk potvrzuje akce, které zvolíte, a co se Duplex naučí, lze zkontrolovat a vrátit zpět	Schvalovací procesy se liší podle brány
Historie, kterou si můžete ověřit	Historie každého rozhodnutí, odkud přišlo a co z něj vzešlo, kterou nelze potichu změnit	Podrobné logy požadavků, odpovědí, nákladů a zásad
Doklady, které můžete ověřit	Rozhodnutí, dovednosti a smazání mohou mít doklady, které můžete ověřit	Logy a výsledky ochranných mantinelů, ne doklady o tom, co bylo naučeno
Přesné vrácení naučeného	VestavěnéJednu naučenou změnu lze přesně vrátit zpět, bez přetrénování čehokoli	Konfiguraci a položky cache lze odstranit; není nic naučeného, co by se dalo vrátit
Zapomínání, které zasáhne vše, co na tom stojí	Odstranění něčeho odstraní i to, co z toho vzešlo: kontext, cokoli z toho sdíleného i související učení	Logy a cache se řídí vlastní dobou uchování
Oddělení zákazníků	Každý uživatel, tým, organizace i zákazník zůstávají oddělení, v každé integraci i ve všem, co sdílí	Vyspělá izolace podle klíče, týmu, rozpočtu a role
Odkud pochází vše naučené	U všeho, co se naučil, vidíte zdroj, rozsah a míru, do jaké se tomu dá věřit	Dohledatelnost požadavků a poskytovatelů
Kde běží a s čím se propojuje
Jakýkoli poskytovatel modelů	Jedna inteligence napříč OpenAI, Anthropic, Google, AWS a kompatibilními modely	VestavěnéAbstrakce poskytovatelů je to, co kategorie umí nejlépe
MCP	VestavěnéPřes MCP + hooks se Duplex zapojí do každého kroku, který vaši agenti udělají	Čím dál častěji vestavěné
Hooky a pluginy	VestavěnéPluginy pro Claude, Codex, Cursor a Hermes a hooky, které zapojují Duplex v každém kroku a kontrolují citlivé akce nástrojů	Integrace přes SDK a proxy, ne hooky, které se učí z relací agentů
Váš cloud, nebo na vlastních serverech	Vareon cloud, váš cloud nebo bez cloudu: privátní cloud, váš vlastní účet, na vlastních serverech nebo odpojené od sítě	Hostované varianty i varianty na vlastních serverech se liší podle brány
Bez cloudu: odpojené od sítě	Postavené pro nasazení, odkud nic nesmí odejít, s lokálními modely, lokálními závislostmi a vaším vlastním poskytovatelem identity	Dostupné s bránami na vlastních serverech a lokálními poskytovateli
Náklady, rychlost a vhodnost
Jak snižuje náklady na model	Na známou práci odpovídá Duplex sám, bez opakovaného volání špičkového modelu	Cachování, levnější modely, dávkování a volba poskytovatele
Jak snižuje latenci	Rozhodnutí, kterými si je jistý, přijdou rychle; nejistá práce dál jde k vašemu špičkovému modelu	Cachování, vyvažování zátěže a volba poskytovatele
Přečká aktualizaci modelu	AnoUčení, kontext, úkoly a pravidla zůstávají mimo jakýkoli jednotlivý model	Konfigurace směrování přetrvá, ale žádné naučené chování se neuchová
Potřeba doladění	NeDoladění se stává volitelným krokem navíc	Ne
Nejlépe se hodí pro	Organizace, které potřebují, aby se jejich AI agenti učili, jednali v rámci pravidel, nesli práci dál a zlepšovali se napříč modely, jako jeden systém	Týmy, které potřebují hlavně abstrakci poskytovatelů, spolehlivost, ochranné mantinely a kontrolu nákladů

Další porovnání.

Ověřte si Duplex na vlastní práci.

Porovnejte ho tam, kde na tom záleží: pilotní projekt nasadí Duplex na vaši vlastní práci, s měřítky dohodnutými před začátkem.

Spustit pilotní projekt →Poznat Duplex

Duplex a AI brány,vedle sebe.

Všechny schopnosti: Duplex a AI brány.

Další porovnání.

Ověřte si Duplex na vlastní práci.

Duplex a AI brány,
vedle sebe.