Jo længere den kører, jo mindre spørger den.
Trin 1 af 4: Starten
90% færre modelkald og mere nøjagtig.
3,000 beslutninger i kundedrift: refusioner, oplåsning af konti, kreditgrænser, udbetalinger. Hver har én rigtig handling ud af omkring nitten, eller en afvisning, og fem gange undervejs ændrede virksomheden en regel. Alle tilgange brugte GPT-5.5; Duplex lærte undervejs.
- 94.6%Nøjagtighed, den højeste i testenModellen alene 59.8% · med en cache 77.3%
- −90.3%Modelkald−84.8% omkostninger · −81.9% latens
- ~23×Hurtigere efter læring≈97 ms mod ≈2,231 ms
3,000 beslutninger, og hvor hver af dem endte.
Besvaret af Duplex selv, sendt videre til GPT-5.5 eller afvist.
Trin 1 af 4: Ankommer
3,000 beslutninger kommer ind: refusioner, oplåsninger, kreditgrænser og udbetalinger, i mere end 2,000 formuleringer.
Efter en regelændring: hvem gav det nye svar.
Ud af hver 100 beslutninger, som en regelændring havde berørt.
Trin 1 af 3: Modellen alene
GPT-5.5 kan ikke kende en virksomheds interne regelændring: den gav det gamle svar i 97% af tilfældene.
Jo længere strømmen er, jo bedre er tallene.
Det samme arbejde på en strøm af 300 beslutninger og på en strøm af 3,000 beslutninger.
Trin 1 af 4: Nøjagtighed
Duplex var 85.0% nøjagtig på en strøm af 300 beslutninger og 94.6% nøjagtig på 3,000.
Regningen og ventetiden.
GPT-5.5 alene mod GPT-5.5 med Duplex på de samme 3,000 beslutninger.
Trin 1 af 3: Pr. Beslutning
Hver 1,000 beslutninger kostede $0.13 med Duplex og $0.82 med GPT-5.5 alene.
Sådan blev det kørt.
- Arbejdet
- Beslutninger i kundedrift: refusioner, oplåsning af konti, kreditgrænser, udbetalinger, adgang og eskalering af svindel. Én rigtig handling ud af omkring nitten, eller en afvisning.
- Strømmen
- 3,000 beslutninger i mere end 2,000 formuleringer, 68% af dem formuleret på en måde, der ikke var set før, og nye slags forespørgsler kom til midtvejs.
- Regelændringer
- Fem interne regelændringer, der hver ændrede, hvilken handling der var rigtig for en type forespørgsel; 1,073 beslutninger kom efter en ændring.
- Tilbagemelding
- Det rigtige svar blev afsløret for omkring én beslutning ud af ti, de samme for alle tilgange.
- Modeller
- GPT-5.5 med rigtige API-kald for alle tilgange.
- Sammenlignet med
- GPT-5.5 alene og GPT-5.5 med en semantisk cache i dens bedste indstilling; på strømmen af 300 beslutninger også en cache med genfinding og en vidensgraf.
- Holdt ens
- Den samme model, tilbagemelding og de samme afvisningsregler for alle tilgange.
Hvad det betyder for dit arbejde.
Din regning skrumper, mens den lærer.
Duplex besvarede selv 86% af beslutningerne: 90% færre modelkald og 85% lavere omkostninger.
En regelændring når hvert svar.
Efter regelændringerne gav Duplex det nye svar i 92.5% af tilfældene; GPT-5.5 alene i 2.3%.
Den bliver bedre med volumen.
Fra 300 beslutninger til 3,000 steg nøjagtigheden fra 85.0% til 94.6%, og omkostningen pr. Beslutning faldt med to tredjedele.
Se det på dit eget arbejde.
Fra din egen assistent til hver agent, din virksomhed kører, sætter et pilotprojekt Duplex på dit eget arbejde, med målepunkterne aftalt, før det går i gang.