Pianifica il percorso più breve, con zero token del modello.
Un piccolo mondo di stanze, con l’obiettivo distante da due a cinque mosse e, lungo la strada, un anello e un vicolo cieco. Ogni compito mostra dove porta ciascuna mossa, poi chiede un percorso. Duplex, un agente reattivo e GPT-5.5 hanno ricevuto la stessa mappa.
- 100%Successo dei piani, in ogni esecuzioneUn agente reattivo: 0% · Duplex non ha usato token del modello
- 0%Un agente reattivo greedy
- ~204Token per decisione che un modello di frontiera spende per eguagliarlo
Trovare il percorso più breve.
Passaggio 1 su 5: Il mondo
La stessa risposta, senza il conto.
Quanto hanno pagato GPT-5.5 e Duplex per gli stessi percorsi più brevi.
Passaggio 1 su 3: Token
Duplex non ha speso token di modello per nessuna decisione. GPT-5.5 ne ha spesi circa 204 l’una.
La mossa che sembra più vicina può non portare da nessuna parte.
Dove hanno portato le mosse di ogni approccio, su dieci esecuzioni.
Passaggio 1 su 2: Reattivo
Le prime mosse di un agente reattivo: circa metà è finita nell’anello o nel vicolo cieco, e nessuna ha raggiunto l’obiettivo.
Quattro verifiche, superate su ogni piano.
Cosa è stato verificato su ogni piano di Duplex.
Passaggio 1 su 4: Più breve
Ogni piano era esattamente il percorso più breve.
Come è stato condotto.
- Il lavoro
- Trovare un percorso in un mondo di stanze generato a caso, da due a cinque mosse dall’obiettivo, con un anello che non porta da nessuna parte e un vicolo cieco.
- Scala
- Un’esecuzione in hosting di 20 compiti, e dieci esecuzioni indipendenti da 12 piani ciascuna.
- Confrontato con
- Un agente reattivo che guarda una mossa avanti, e GPT-5.5 con la stessa mappa nel prompt.
- Condizioni uguali
- La stessa mappa e lo stesso compito per ogni approccio.
Cosa significa per il tuo lavoro.
Piani senza costi di modello.
Duplex ha eguagliato i percorsi più brevi di GPT-5.5 senza token del modello.
Le decisioni ripetute sono rapide.
Alla stessa domanda ripetuta, Duplex ha risposto in una mediana di 582 ms; GPT-5.5 ha impiegato 1,647 ms.
Si ferma invece di tirare a indovinare.
Partendo da un luogo dove non era mai stato, lo ha detto, ogni volta.
Vedilo all’opera sul tuo lavoro.
Dal tuo assistente a ogni agente che fa girare la tua azienda, un progetto pilota fa girare Duplex sul tuo lavoro, con le metriche concordate prima di iniziare.