Plant de kortste route, met nul modeltokens.
Een kleine wereld van kamers, met het doel twee tot vijf zetten verderop en onderweg een lus en een doodlopende weg. Elke taak laat zien welke zet waarheen leidt en vraagt dan om een route. Duplex, een reactieve agent en GPT-5.5 kregen dezelfde kaart.
- 100%Plansucces, in elke runEen reactieve agent: 0% · Duplex gebruikte geen modeltokens
- 0%Een reactieve, gretige agent
- ~204Tokens per beslissing die een frontiermodel uitgeeft om het te evenaren
De kortste route vinden.
Stap 1 van 5: De wereld
Hetzelfde antwoord, zonder de rekening.
Wat GPT-5.5 en Duplex elk betaalden voor dezelfde kortste routes.
Stap 1 van 3: Tokens
Duplex gebruikte bij geen beslissing modeltokens. GPT-5.5 gebruikte er zo’n 204 per beslissing.
De zet die het dichtstbij lijkt, kan nergens heen leiden.
Waar de zetten van elke aanpak toe leidden, over tien runs.
Stap 1 van 2: Reactief
De eerste zetten van een reactieve agent: ongeveer de helft ging de lus of het doodlopende pad in, en geen enkele haalde het doel.
Vier controles, bij elk plan geslaagd.
Wat er werd gecontroleerd bij elk plan dat Duplex maakte.
Stap 1 van 4: Kortste
Elk plan was precies de kortste route.
Hoe het is uitgevoerd.
- Het werk
- Vind een route door een willekeurig gegenereerde wereld van kamers, twee tot vijf zetten naar het doel, met een lus die nergens heen leidt en een doodlopende weg.
- Omvang
- Één gehoste run van 20 taken, en tien onafhankelijke runs van elk 12 plannen.
- Vergeleken met
- Een reactieve agent die één zet vooruitkijkt, en GPT-5.5 met dezelfde kaart in zijn prompt.
- Gelijk gehouden
- Dezelfde kaart en dezelfde taak voor elke aanpak.
Wat het betekent voor je werk.
Plannen zonder modelkosten.
Duplex evenaarde de kortste routes van GPT-5.5 zonder modeltokens.
Herhaalde beslissingen gaan snel.
Bij een herhaalde vraag antwoordde Duplex in een mediaan van 582 ms; GPT-5.5 deed er 1,647 ms over.
Het stopt in plaats van te gokken.
Gestart op een plek waar het nooit was geweest, zei het dat, elke keer.
Zie het in je eigen werk.
Van je eigen assistent tot elke agent die je bedrijf draait: een pilot zet Duplex in op je eigen werk, met vooraf afgesproken maatstaven.