Planifica la ruta más corta, con cero tokens de modelo.
Un pequeño mundo de habitaciones, con el objetivo a entre dos y cinco movimientos, y un bucle y un callejón sin salida por el camino. Cada tarea muestra adónde lleva cada movimiento y luego pide una ruta. Duplex, un agente reactivo y GPT-5.5 recibieron el mismo mapa.
- 100%Éxito del plan, en cada ejecuciónUn agente reactivo: 0% · Duplex no usó tokens de modelo
- 0%Un agente reactivo voraz
- ~204Tokens por decisión que gasta un modelo de frontera para igualarlo
Encontrar la ruta más corta.
Paso 1 de 5: El mundo
La misma respuesta, sin la factura.
Lo que pagaron GPT-5.5 y Duplex por las mismas rutas más cortas.
Paso 1 de 3: Tokens
Duplex no gastó ningún token de modelo en ninguna decisión. GPT-5.5 gastó unos 204 en cada una.
El paso que parece acercarte más puede no llevar a ninguna parte.
Adónde llevaron los movimientos de cada enfoque, en diez ejecuciones.
Paso 1 de 2: Reactivo
Primeros movimientos de un agente reactivo: cerca de la mitad fue al bucle o al callejón sin salida, y ninguno llegó al objetivo.
Cuatro comprobaciones, superadas en cada plan.
Lo que se comprobó en cada plan que hizo Duplex.
Paso 1 de 4: La más corta
Cada plan fue exactamente la ruta más corta.
Cómo se realizó.
- El trabajo
- Encontrar una ruta en un mundo de habitaciones generado al azar, a entre dos y cinco movimientos del objetivo, con un bucle que no lleva a ninguna parte y un callejón sin salida.
- Escala
- Una ejecución alojada de 20 tareas, y diez ejecuciones independientes de 12 planes cada una.
- Comparado con
- Un agente reactivo que mira un movimiento por delante, y GPT-5.5 con el mismo mapa en su prompt.
- Condiciones iguales
- El mismo mapa y la misma tarea para todos los enfoques.
Qué significa para tu trabajo.
Planifica sin coste de modelo.
Duplex igualó las rutas más cortas de GPT-5.5 sin tokens de modelo.
Las decisiones repetidas son rápidas.
Ante la misma pregunta, Duplex respondió en una mediana de 582 ms; GPT-5.5 tardó 1,647 ms.
Se detiene en lugar de adivinar.
Al empezar en un sitio donde nunca había estado, lo dijo, todas las veces.
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.