Plant den kürzesten Weg, mit null Modell-Tokens.
Eine kleine Welt aus Räumen, das Ziel zwei bis fünf Züge entfernt, mit einer Schleife und einer Sackgasse auf dem Weg. Jede Aufgabe zeigt, welcher Zug wohin führt, und fragt dann nach einem Weg. Duplex, ein reaktiver Agent und GPT-5.5 bekamen dieselbe Karte.
- 100%Planerfolg, in jedem LaufEin reaktiver Agent: 0% · Duplex nutzte keine Modell-Tokens
- 0%Ein reaktiver Greedy-Agent
- ~204Tokens pro Entscheidung, die ein Spitzenmodell braucht, um mitzuhalten
Den kürzesten Weg finden.
Schritt 1 von 5: Die Welt
Dieselbe Antwort, ohne die Rechnung.
Was GPT-5.5 und Duplex jeweils für dieselben kürzesten Wege bezahlt haben.
Schritt 1 von 3: Tokens
Duplex brauchte für keine Entscheidung Modell-Tokens. GPT-5.5 brauchte etwa 204 für jede.
Der Zug, der am nächsten aussieht, kann ins Leere führen.
Wohin die Züge jedes Ansatzes führten, über zehn Läufe.
Schritt 1 von 2: Reaktiv
Die ersten Züge eines reaktiven Agenten: Etwa die Hälfte ging in die Schleife oder die Sackgasse, und keiner erreichte das Ziel.
Vier Prüfungen, bei jedem Plan bestanden.
Was bei jedem Plan von Duplex geprüft wurde.
Schritt 1 von 4: Kürzeste
Jeder Plan war exakt der kürzeste Weg.
Wie es durchgeführt wurde.
- Die Arbeit
- Einen Weg durch eine zufällig erzeugte Welt aus Räumen finden, zwei bis fünf Züge bis zum Ziel, mit einer Schleife, die nirgendwohin führt, und einer Sackgasse.
- Umfang
- Ein gehosteter Lauf mit 20 Aufgaben und zehn unabhängige Läufe mit je 12 Plänen.
- Verglichen mit
- Ein reaktiver Agent, der einen Zug vorausschaut, und GPT-5.5 mit derselben Karte im Prompt.
- Gleich gehalten
- Dieselbe Karte und dieselbe Aufgabe für jeden Ansatz.
Was es für deine Arbeit bedeutet.
Pläne ohne Modellkosten.
Duplex fand dieselben kürzesten Wege wie GPT-5.5, ohne Modell-Tokens.
Wiederholte Entscheidungen gehen schnell.
Bei erneuter Frage antwortete Duplex im Median in 582 ms; GPT-5.5 brauchte 1,647 ms.
Es hält an, statt zu raten.
An einem Ort gestartet, an dem es nie war, sagte es das jedes Mal.
Erlebe es mit deiner eigenen Arbeit.
Vom eigenen Assistenten bis zu jedem Agenten, den dein Unternehmen betreibt: Ein Pilotprojekt lässt Duplex mit deiner eigenen Arbeit laufen, und die Kennzahlen werden vereinbart, bevor es beginnt.