Naplánuje nejkratší cestu bez jediného tokenu modelu.
Malý svět místností, kde je cíl dva až pět tahů daleko a cestou je smyčka a slepá ulička. Každý úkol ukáže, který tah kam vede, a pak požádá o trasu. Duplex, reaktivní agent a GPT-5.5 dostali stejnou mapu.
- 100%Úspěšnost plánů v každém běhuReaktivní agent: 0% · Duplex nepoužil žádné tokeny modelu
- 0%Reaktivní hladový agent
- ~204Tokeny na rozhodnutí, které špičkový model utratí, aby se mu vyrovnal
Hledání nejkratší cesty.
Krok 1 z 5: Svět
Stejná odpověď, bez účtu.
Kolik za stejné nejkratší cesty zaplatil GPT-5.5 a kolik Duplex.
Krok 1 z 3: Tokeny
Duplex nespotřeboval na žádné rozhodnutí tokeny modelu. GPT-5.5 na každé spotřeboval zhruba 204.
Tah, který vypadá nejblíž k cíli, může nikam nevést.
Kam vedly tahy každého přístupu, během deseti běhů.
Krok 1 z 2: Reaktivní
První tahy reaktivního agenta: zhruba polovina vedla do smyčky nebo slepé uličky a žádný nedosáhl cíle.
Čtyři kontroly, splněné u každého plánu.
Co se kontrolovalo u každého plánu, který Duplex vytvořil.
Krok 1 z 4: Nejkratší
Každý plán byl přesně nejkratší cestou.
Jak byl proveden.
- Práce
- Najít cestu náhodně vygenerovaným světem místností, dva až pět tahů k cíli, se smyčkou, která nikam nevede, a slepou uličkou.
- Rozsah
- Jeden hostovaný běh s 20 úkoly a deset nezávislých běhů po 12 plánech.
- Porovnáno s
- Reaktivní agent, který vidí o jeden tah dopředu, a GPT-5.5, který dostal stejnou mapu v promptu.
- Shodné podmínky
- Stejná mapa a stejný úkol pro všechny přístupy.
Co to znamená pro vaši práci.
Plánuje bez nákladů na model.
Duplex se vyrovnal nejkratším cestám GPT-5.5 bez jediného tokenu modelu.
Opakovaná rozhodnutí jsou rychlá.
Při opakovaném dotazu odpověděl Duplex s mediánem 582 ms; GPT-5.5 potřeboval 1,647 ms.
Zastaví se, místo aby hádal.
Když začínal někde, kde nikdy nebyl, pokaždé to řekl.
Ověřte si to na vlastní práci.
Od vašeho vlastního asistenta po každého agenta, kterého vaše firma provozuje: v pilotním projektu běží Duplex na vaší vlastní práci, s měřítky dohodnutými před začátkem.