Quanto mais tempo funciona, menos pergunta.
Passo 1 de 4: O início
90% menos chamadas ao modelo, e mais preciso.
3,000 decisões de operações de clientes: reembolsos, desbloqueios de conta, limites de crédito, pagamentos. Cada uma tem uma ação certa entre cerca de dezanove, ou uma recusa, e, ao longo do percurso, a empresa mudou uma regra cinco vezes. Todas as abordagens usaram o GPT-5.5; o Duplex foi aprendendo pelo caminho.
- 94.6%Precisão, a mais alta do testeO modelo sozinho 59.8% · com uma cache 77.3%
- −90.3%Chamadas à IA−84.8% de custo · −81.9% de latência
- ~23×Mais rápido se aprendido≈97 ms contra ≈2,231 ms
3,000 decisões, e para onde foi cada uma.
Respondida pelo próprio Duplex, passada ao GPT-5.5 ou recusada.
Passo 1 de 4: Chegam
Chegam 3,000 decisões: reembolsos, desbloqueios, limites de crédito e pagamentos, em mais de 2,000 formulações.
Depois de uma regra mudar, quem deu a nova resposta.
Em cada 100 decisões afetadas por uma mudança de regra.
Passo 1 de 3: Só o modelo
O GPT-5.5 não pode saber de uma mudança de regra privada de uma empresa: deu a resposta antiga 97% das vezes.
Quanto mais longo o fluxo, melhores os números.
O mesmo trabalho num fluxo de 300 decisões e num fluxo de 3,000 decisões.
Passo 1 de 4: Precisão
O Duplex teve 85.0% de precisão num fluxo de 300 decisões, e 94.6% num de 3,000.
A fatura, e a espera.
O GPT-5.5 sozinho contra o GPT-5.5 com o Duplex, nas mesmas 3,000 decisões.
Passo 1 de 3: Por decisão
Cada 1,000 decisões custaram $0.13 com o Duplex, e $0.82 com o GPT-5.5 sozinho.
Como foi feito.
- O trabalho
- Decisões de operações de clientes: reembolsos, desbloqueios de conta, limites de crédito, pagamentos, acessos e escalamento de fraude. Uma ação certa entre cerca de dezanove, ou uma recusa.
- O fluxo
- 3,000 decisões em mais de 2,000 formulações, 68% delas redigidas de uma forma nunca vista, com novos tipos de pedido a chegar a meio.
- Regras mudam
- Cinco mudanças de regra internas, cada uma a inverter a ação certa para um tipo de pedido; 1,073 decisões vieram depois de uma mudança.
- Retorno
- A resposta certa foi revelada em cerca de uma decisão em cada dez, as mesmas para todas as abordagens.
- Modelos
- GPT-5.5, com chamadas reais à API, para todas as abordagens.
- Comparado com
- O GPT-5.5 sozinho e o GPT-5.5 com uma cache semântica na sua melhor configuração; no fluxo de 300 decisões, também uma cache com recuperação e um grafo de conhecimento.
- Igual para todos
- O mesmo modelo, o mesmo retorno e as mesmas regras de recusa para todas as abordagens.
O que significa para o seu trabalho.
A sua fatura diminui à medida que aprende.
O Duplex respondeu ele próprio a 86% das decisões: 90% menos chamadas ao modelo e um custo 85% mais baixo.
Uma mudança de regra chega a todas as respostas.
Depois de as regras mudarem, o Duplex deu a nova resposta 92.5% das vezes; o GPT-5.5 sozinho, 2.3%.
Melhora com o volume.
De 300 decisões para 3,000, a precisão subiu de 85.0% para 94.6% e o custo por decisão caiu dois terços.
Veja-o no seu próprio trabalho.
Do seu próprio assistente a cada agente que a sua empresa opera, um piloto põe o Duplex no seu próprio trabalho, com as métricas acordadas antes de começar.