Todas las configuraciones, en un solo gráfico.
Paso 1 de 4: El modelo
Más preciso en todas las configuraciones, por una séptima parte del coste.
En sus ocho configuraciones, Duplex fue más preciso que una caché semántica en cualquiera de sus cinco, o que GPT-5.5 por sí solo en la única que tiene, con las mismas 3,000 decisiones. Otras tres ejecuciones, con flujos nuevos, mostraron el mismo orden.
- Del 94.1 al 94.8%Precisión de Duplex, en cada una de las ocho configuracionesLo máximo que alcanzó una caché: 77.3%
- 84 a 91%En tres ejecuciones nuevas de 1,000 decisionesLo máximo que alcanzó una caché: cerca del 73%
Duplex en su peor configuración supera a una caché en la mejor.
La configuración menos precisa de Duplex frente a la configuración más precisa de la caché.
Paso 1 de 2: Precisión
En su configuración menos precisa, Duplex obtuvo un 94.1%. La caché, en la más precisa, un 77.3%.
Ajustar una caché no da más precisión.
La misma caché, desde su coincidencia más laxa hasta la más estricta.
Paso 1 de 3: Más rígida
Hacer más estricta la coincidencia de una caché envía más peticiones al modelo: de 4 llamadas a 212.
El mismo orden, ejecución tras ejecución.
Tres ejecuciones nuevas de 1,000 decisiones cada una, en un segundo entorno independiente.
Paso 1 de 2: Precisión
En tres ejecuciones nuevas en un segundo entorno independiente, Duplex obtuvo un 87.7%, y la mejor caché un 73.0%.
Cómo se realizó.
- El trabajo
- El mismo flujo de operaciones de clientes que el resultado de costes: una acción correcta entre unas diecinueve, o un rechazo, con cinco cambios de regla internos.
- Configuraciones
- Duplex con ocho configuraciones, de la más dispuesta a responder por sí mismo a la más prudente; una caché semántica con cinco, de la coincidencia más laxa a la más estricta; GPT-5.5 por sí solo con la única que tiene.
- Escala
- Un flujo de 3,000 decisiones, y después tres ejecuciones independientes de 1,000 decisiones en un segundo entorno.
- Condiciones iguales
- Las mismas respuestas registradas de GPT-5.5 para cada punto, la misma retroalimentación y las mismas reglas de rechazo.
Qué significa para tu trabajo.
Estable en todas las configuraciones.
Las ocho configuraciones de Duplex quedaron entre el 94.1% y el 94.8% de precisión.
Una precisión que una caché no alcanza.
En todas sus configuraciones, la caché no pasó del 77.3%, ni del 44.2% tras un cambio de regla.
Más barato que el modelo, en todos los casos.
Incluso la configuración más prudente de Duplex costó menos que GPT-5.5 por sí solo, y fue 34 puntos más precisa.
Compruébalo con tu propio trabajo.
De tu propio asistente a cada agente que ejecuta tu empresa, un piloto pone Duplex en tu propio trabajo, con las métricas acordadas antes de empezar.