Planifie le chemin le plus court, avec zéro token de modèle.
Un petit monde de pièces, avec l’objectif à une distance de deux à cinq déplacements, et une boucle et une impasse en chemin. Chaque tâche montre quel déplacement mène où, puis demande un itinéraire. Duplex, un agent réactif et GPT-5.5 ont reçu la même carte.
- 100%Réussite des plans, à chaque exécutionUn agent réactif : 0% · Duplex n’a utilisé aucun token de modèle
- 0%Un agent réactif glouton
- ~204Tokens par décision qu’un modèle de pointe dépense pour l’égaler
Trouver le chemin le plus court.
Étape 1 sur 5 : Le monde
La même réponse, sans la facture.
Ce que GPT-5.5 et Duplex ont chacun payé pour les mêmes chemins les plus courts.
Étape 1 sur 3 : Tokens
Duplex n’a dépensé aucun token de modèle sur aucune décision. GPT-5.5, environ 204 pour chacune.
Le coup qui paraît rapprocher du but peut ne mener nulle part.
Où ont mené les déplacements de chaque approche, sur dix exécutions.
Étape 1 sur 2 : Réactif
Les premiers coups d’un agent réactif : environ la moitié sont partis dans la boucle ou l’impasse, et aucun n’a atteint l’objectif.
Quatre vérifications, réussies sur chaque plan.
Ce qui a été vérifié sur chaque plan établi par Duplex.
Étape 1 sur 4 : Plus court
Chaque plan était le plus court chemin exact.
Comment il a été mené.
- Le travail
- Trouver un itinéraire dans un monde de pièces généré aléatoirement, à une distance de deux à cinq déplacements de l’objectif, avec une boucle qui ne mène nulle part et une impasse.
- Échelle
- Une exécution hébergée de 20 tâches, et dix exécutions indépendantes de 12 plans chacune.
- Comparé à
- Un agent réactif qui anticipe d’un seul déplacement, et GPT-5.5 avec la même carte dans son prompt.
- Conditions égales
- La même carte et la même tâche pour toutes les approches.
Ce que cela signifie pour votre travail.
Des plans sans coût de modèle.
Duplex a égalé les chemins les plus courts de GPT-5.5 sans aucun token de modèle.
Les décisions répétées sont rapides.
Sollicité à nouveau, Duplex a répondu en 582 ms en valeur médiane ; GPT-5.5 a mis 1,647 ms.
Il s’arrête au lieu de deviner.
Parti d’un endroit où il n’était jamais allé, il l’a dit, à chaque fois.
Voyez-le sur votre propre travail.
De votre propre assistant à chaque agent qu’exploite votre entreprise, un pilote fait tourner Duplex sur votre propre travail, avec des indicateurs convenus avant son lancement.