Planlægger den korteste rute med nul modeltokens.
En lille verden af rum, med målet to til fem træk væk og en løkke og en blindgyde på vejen. Hver opgave viser, hvilket træk der fører hvorhen, og beder derefter om en rute. Duplex, en reaktiv agent og GPT-5.5 fik det samme kort.
- 100%Plansucces i hver kørselEn reaktiv agent: 0% · Duplex brugte ingen modeltokens
- 0%En reaktiv grådig agent
- ~204Tokens pr. Beslutning, en frontier-model bruger for at matche den
At finde den korteste rute.
Trin 1 af 5: Verdenen
Det samme svar uden regningen.
Hvad GPT-5.5 og Duplex hver især betalte for de samme korteste ruter.
Trin 1 af 3: Tokens
Duplex brugte ingen modeltokens på nogen beslutning. GPT-5.5 brugte omkring 204 på hver.
Det træk, der ser nærmest ud, kan føre ingen steder hen.
Hvor hver tilgangs træk førte hen, over ti kørsler.
Trin 1 af 2: Reaktiv
En reaktiv agents første træk: omkring halvdelen gik ind i løkken eller blindgyden, og ingen nåede målet.
Fire kontroller, bestået for hver plan.
Hvad der blev kontrolleret for hver plan, Duplex lagde.
Trin 1 af 4: Korteste
Hver plan var præcis den korteste rute.
Sådan blev det kørt.
- Arbejdet
- Find en rute gennem en tilfældigt genereret verden af rum, to til fem træk til målet, med en løkke, der ikke fører nogen vegne, og en blindgyde.
- Omfang
- Én hostet kørsel med 20 opgaver og ti uafhængige kørsler med 12 planer hver.
- Sammenlignet med
- En reaktiv agent, der ser ét træk frem, og GPT-5.5, der fik det samme kort i sin prompt.
- Holdt ens
- Det samme kort og den samme opgave for alle tilgange.
Hvad det betyder for dit arbejde.
Planer uden modelomkostninger.
Duplex matchede de korteste ruter fra GPT-5.5 uden modeltokens.
Gentagne beslutninger går hurtigt.
Spurgt igen svarede Duplex med en median på 582 ms; GPT-5.5 brugte 1,647 ms.
Den stopper i stedet for at gætte.
Startet et sted, den aldrig havde været, sagde den det, hver gang.
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.