Jo lenger den kjører, desto mindre spør den.
Steg 1 av 4: Starten
90% færre modellkall, og høyere nøyaktighet.
3,000 beslutninger i kundedrift: refusjoner, kontoopplåsinger, kredittgrenser, utbetalinger. Hver har én riktig handling av rundt nitten, eller et avslag, og fem ganger underveis endret selskapet en regel. Alle tilnærminger brukte GPT-5.5; Duplex lærte mens det pågikk.
- 94.6%Nøyaktighet, den høyeste i testenModellen alene 59.8% · med en cache 77.3%
- −90.3%Modellkall−84.8% kostnad · −81.9% ventetid
- ~23×Raskere når det er lært≈97 ms mot ≈2,231 ms
3,000 beslutninger, og hvor hver av dem endte.
Besvart av Duplex selv, sendt til GPT-5.5 eller avslått.
Steg 1 av 4: Kommer inn
3,000 beslutninger kommer inn: refusjoner, opplåsinger, kredittgrenser og utbetalinger, i mer enn 2,000 formuleringer.
Hvem ga det nye svaret etter en regelendring.
Per 100 beslutninger som en regelendring hadde berørt.
Steg 1 av 3: Modellen alene
GPT-5.5 kan ikke vite om et selskaps interne regelendring: den ga det gamle svaret 97% av gangene.
Jo lengre strøm, desto bedre tall.
Det samme arbeidet på en strøm med 300 beslutninger og på en strøm med 3,000 beslutninger.
Steg 1 av 4: Nøyaktighet
Duplex var 85.0% nøyaktig på en strøm av 300 beslutninger, og 94.6% nøyaktig på 3,000.
Regningen, og ventetiden.
GPT-5.5 alene mot GPT-5.5 med Duplex, på de samme 3,000 beslutningene.
Steg 1 av 3: Per beslutning
Per 1,000 beslutninger kostet det $0.13 med Duplex, og $0.82 med GPT-5.5 alene.
Slik ble det kjørt.
- Arbeidet
- Beslutninger i kundedrift: refusjoner, kontoopplåsinger, kredittgrenser, utbetalinger, tilgang og eskalering av svindelsaker. Én riktig handling av rundt nitten, eller et avslag.
- Strømmen
- 3,000 beslutninger i mer enn 2,000 formuleringer, 68% av dem formulert på en måte som ikke var sett før, med nye typer forespørsler som kom midtveis.
- Regelendringer
- Fem interne regelendringer, som hver snudde den riktige handlingen for en type forespørsel; 1,073 beslutninger kom etter en endring.
- Tilbakemelding
- Det riktige svaret ble avslørt for omtrent én av ti beslutninger, de samme for alle tilnærminger.
- Modeller
- GPT-5.5, med ekte API-kall, for alle tilnærminger.
- Sammenlignet med
- GPT-5.5 alene, og GPT-5.5 med en semantisk cache på sin beste innstilling; på strømmen med 300 beslutninger også en cache med gjenfinning og en kunnskapsgraf.
- Holdt likt
- Samme modell, tilbakemelding og regler for avslag for alle tilnærminger.
Hva det betyr for arbeidet ditt.
Regningen din krymper etter hvert som den lærer.
Duplex besvarte 86% av beslutningene selv: 90% færre modellkall og 85% lavere kostnad.
En regelendring når hvert svar.
Etter at reglene ble endret, ga Duplex det nye svaret i 92.5% av tilfellene; GPT-5.5 alene i 2.3%.
Den blir bedre med volum.
Fra 300 beslutninger til 3,000 steg nøyaktigheten fra 85.0% til 94.6%, og kostnaden per beslutning falt med to tredjedeler.
Se det på ditt eget arbeid.
Fra din egen assistent til hver agent bedriften din kjører, setter en pilot Duplex på ditt eget arbeid, med måltallene avtalt før den starter.