Duplex och AI-gateways,
sida vid sida.
Portkey, LiteLLM och liknande gateways dirigerar trafik, tillämpar skyddsräcken och hanterar leverantörer. Duplex lär sig vilka beslut som fungerar, och agerar på dem inom dina regler, i varje steg av arbetet.
Jämförelsen är aktuell per den 16 oktober 2026.
Alla förmågor: Duplex och AI-gateways.
Vad var och en gör, grupp för grupp, från vad den är till vad den kostar.
- Inbyggt
- Inbyggt i hur produkten fungerar i grunden.
- Externt
- Du tillhandahåller det, eller sätter ihop det, separat.
- Inte inbyggt
- Produktens dokumentation anger det inte som en inbyggd funktion. En egen lösning kan ändå vara möjlig.
| Förmåga | Duplex | AI-gatewaysPortkey, LiteLLM och liknande |
|---|---|---|
| Vad var och en är | ||
| Vad det är | En körtidsintelligens bredvid din AI: den lär sig och agerar för dina agenter och assistenter, inom dina regler | Modelldirigering, tillförlitlighet, skyddsräcken och observerbarhet |
| Vad den för vidare | Kontext, beslut, utfall, regler, uppgifter, färdigheter och det den har lärt sig | Konfiguration, loggar, dirigeringspolicyer och cachar |
| Vad som blir bättre med erfarenhet | Dess nästa beslut: konfidens, dirigering, rekommendationer, verktygsanvändning och återanvändbar kunskap | Dirigering av förfrågningar och tillförlitlighet, inte vad agenten har lärt sig |
| Att veta vad som hände, och lära av det | InbyggtDen vet vad som hände, och lär sig vad som ska ändras härnäst | Operativ kontroll utan kontinuerlig inlärning |
| Inlärning | ||
| Kontinuerlig inlärning utan omträning | InbyggtDen fortsätter att lära sig, utanför din modells vikter | Inte inbyggt |
| Anpassning tur för tur | InbyggtVarje nytt resultat kan ändra nästa beslut direkt | Dirigeringen ändras direkt, men inte utifrån inlärda utfall |
| Inlärning från rättelser | InbyggtEn rättelse ändrar vad Duplex gör härnäst | Loggas oftast; att lära av dem sker externt |
| Inlärning från utfall | InbyggtFramgång och misslyckande matas direkt tillbaka in i det den lär sig | Utfall syns i telemetrin; att lära av dem sker externt |
| Inlärning från belöningar | InbyggtEn belöning förstärker det som fungerade och rättar det som inte gjorde det | Inte inbyggt |
| Äran till stegen bakom ett resultat | InbyggtDen räknar ut vilka tidigare handlingar som ledde till ett senare resultat | Inte inbyggt |
| Hur handlingar för arbetet framåt | InbyggtDen lär sig hur varje handling för arbetet från ett tillstånd till nästa | Inte inbyggt |
| Att förutsäga vad en åtgärd kommer att göra | InbyggtUtifrån det den observerar förutsäger den vad en handling kommer att göra, provar alternativ och planerar | Inte inbyggt |
| Bättre val av handling | InbyggtUtfall förbättrar vilken handling den väljer härnäst | Dirigeringspolicyer konfigureras, de lärs inte in från utfall |
| Återanvändbara färdigheter | InbyggtErfarenhet blir färdigheter som testas innan de används och som kan pausas, återinföras eller dras tillbaka | Inte inbyggt |
| Att testa och hantera färdigheter | En färdighet testas innan man förlitar sig på den, och kan pausas, återinföras, dras tillbaka eller tas bort för gott | Konfigurationsversioner, inte en livscykel för inlärda färdigheter |
| Generalisering till närliggande fall | Den för det den har lärt sig vidare till närliggande fall och nya formuleringar, och in i färdigheter den kan återanvända | Semantiska cachar matchar liknande förfrågningar, men lär sig inte hur de ska agera |
| Att besluta och agera | ||
| Att veta hur säker den är | InbyggtFöre varje beslut vet den hur bekant fallet är och hur säker den är | Leverantörernas hälsa, dirigering och poäng från skyddsräcken, inte visshet om uppgiften |
| Svara, lämna över eller avböja | InbyggtDuplex svarar själv, anropar din modell, använder ett verktyg eller avböjer, inom dina regler | Dirigerar, försöker igen, blockerar eller faller tillbaka, utan att lära av utfall |
| Att själv besvara bekant arbete | InbyggtDen fattar bekanta beslut själv, utan ännu ett anrop till en spetsmodell | En cache kan hoppa över ett modellanrop, men en cache lär sig inte av utfall |
| Att lämna över det som är nytt eller osäkert | Nytt, osäkert eller känsligt arbete går till rätt modell, verktyg eller person | Stark dirigering och reservlösning mellan leverantörer; visshet om uppgiften förblir extern |
| Planering, simulering och rekommendationer | InbyggtDen förutsäger vad som händer härnäst, provar alternativ, bygger planer och rekommenderar handlingar | Inte inbyggt |
| Många agenter som arbetar tillsammans | Den skickar arbetet till rätt agent, delar upp det inom dina regler, håller varje agent inom sitt område och för samman resultaten | Vissa dirigerar till agenter och MCP-verktyg, men lär sig inte vilket samarbete som fungerade |
| Att lära sig vilka verktyg som fungerar | Den lär sig vilka verktyg som fungerar, när de ska användas och vad vart och ett leder till | De exponerar och dirigerar verktyg, men lär sig i regel inte av deras utfall |
| Verktygsåtgärder inom dina regler | Verktyg körs bara genom dina regler och behörigheter | Stark dirigering och starka skyddsräcken; kontroll över agentens åtgärder beror på integrationen |
| Strömning | Den strömmar utdata från modell och verktyg, med varje steg fortfarande inom dina regler | InbyggtStark strömning |
| Arbete som fortsätter | ||
| Inlärning från varje steg, automatiskt | Varje steg, via MCP + hooks eller tilläggen, matar en enda gemensam inlärningsslinga | Förfrågningar, svar, kostnad och latens loggas |
| Kontext mellan sessioner | InbyggtArbete, beslut, uppgifter och den kontext som spelar roll fortsätter mellan sessioner | ExterntI regel |
| Långvarigt arbete | InbyggtLångt arbete förblir öppet mellan sessioner och agenter, med säkra punkter att gå tillbaka till, tills det är klart eller glömt | Inte inbyggt |
| Mellan modeller | InbyggtDet den lär sig och din kontext stannar utanför modellen, och följer arbetet mellan leverantörer | Stark för dirigering, men inget inlärt följer med |
| Mellan appar och agenter | Samma arbete fortsätter i Claude, Codex, Cursor, Hermes och dina egna agenter | Förfrågningar kan dela en gateway, men det varje app vet förblir externt |
| Att lämna över arbete till en annan agent | En uppgift och dess kontext går över till en annan agent som du tillåter, redo att fortsätta | Dirigering till agenter och MCP kan finnas; vad uppgiften betyder förblir externt |
| Att hålla kontexten kompakt | Kontexten förblir kompakt, inriktad på de regler, uppgifter och beslut som spelar roll | Trunkering eller cachning av promptar, inte en varaktig sammanfattning av det som spelar roll |
| Inlärning från bilder, ljud, video och PDF-filer | Den lär sig av bilder, ljud, video och PDF-filer, precis som av text | Skickar främst vidare format som stöds till leverantörerna |
| Mellan format | En fråga i ord kan bygga på det som lärts från bilder, ljud och video, och media kan forma senare beslut | Inte inbyggt |
| Människor, team och delning | ||
| För varje person | InbyggtVarje person får sin egen privata kontext, sina preferenser och sin inlärning | Nycklar och budgetar per användare; personligt beteende är externt |
| För varje team | InbyggtTeam delar godkänd inlärning, och privat arbete förblir privat | Konfiguration och budgetar per team |
| I hela organisationen | InbyggtDet som fungerar kan gå från en person till teamet och organisationen, under dina regler | Dirigering och skyddsräcken i hela organisationen, utan inlärning från utfall |
| Delning mellan människor, under kontroll | Du väljer vad som delas och med vem, och kan dra tillbaka det; allt som delas visar vem det kom från | Kontroller för nycklar, team och roller |
| Skydd för delat innehåll | Det någon delar kommer fram som information, aldrig som instruktioner, så det kan inte styra en annan persons agent | Skyddsräcken kan inspektera delad indata, men förtroendet för vad den betyder förblir externt |
| Kontroll och förtroende | ||
| Reglerna | Dina regler är en del av hur Duplex fungerar: de tillåter, avböjer eller begränsar verkliga åtgärder | Starka skyddsräcken för indata och utdata, samt dirigeringspolicyer |
| Regler som tillämpas före varje åtgärd | InbyggtHooks kontrollerar varje åtgärd mot dina regler innan den körs | Starkt för förfrågningar och svar som går genom gatewayen |
| Människor i loopen | En person bekräftar de åtgärder du väljer, och det Duplex lär sig kan granskas och ångras | Godkännandeflöden varierar mellan gateways |
| En historik du kan kontrollera | En historik över varje beslut, var det kom ifrån och vad det ledde till, som inte kan ändras i det tysta | Starka loggar över förfrågningar, svar, kostnader och policy |
| Kvitton som du kan verifiera | Beslut, färdigheter och raderingar kan komma med kvitton som du kan verifiera | Loggar och resultat från skyddsräcken, inte kvitton på det som lärts in |
| Att ångra det inlärda, exakt | InbyggtEn inlärd ändring kan ångras exakt, utan att något behöver tränas om | Konfiguration och cacheposter kan tas bort; det finns inget inlärt att återställa |
| Glömska som når allt som byggts på det | Att ta bort något tar också bort det som kom från det: kontext, allt som delats från det och relaterad inlärning | Loggar och cachar följer sina egna lagringstider |
| Att hålla kunder åtskilda | Varje användare, team, organisation och kund hålls åtskilda, i varje integration och i allt den delar | Mogen isolering per nyckel, team, budget och roll |
| Var allt inlärt kom ifrån | För allt den har lärt sig kan du se dess källa, dess omfång och hur långt det går att lita på det | Härkomst för förfrågningar och leverantörer |
| Var den körs och vad den ansluter till | ||
| Vilken modelleverantör som helst | En intelligens för OpenAI, Anthropic, Google, AWS och kompatibla modeller | InbyggtAbstraktion över leverantörer är det kategorin gör bäst |
| MCP | InbyggtVia MCP + hooks deltar Duplex i varje steg som dina agenter tar | Allt oftare inbyggt |
| Hooks och tillägg | InbyggtTillägg för Claude, Codex, Cursor och Hermes, och hooks som tar in Duplex i varje steg och kontrollerar känsliga verktygsåtgärder | Integration via SDK och proxy, inte hooks som lär sig av agentsessioner |
| Ditt moln, eller i egen drift | Vareon cloud, ditt moln eller inget moln: privat moln, ditt eget konto, i egen drift eller fysiskt isolerat | Hostade alternativ och alternativ i egen drift varierar mellan gateways |
| Inget moln: fysiskt isolerat | Byggt för driftsättningar där ingenting får lämna miljön, med lokala modeller, lokala beroenden och din egen identitetsleverantör | Tillgängligt med gateways i egen drift och lokala leverantörer |
| Kostnad, hastighet och passform | ||
| Hur den sänker modellkostnaden | Duplex besvarar bekant arbete själv, utan upprepade anrop till en spetsmodell | Cachning, billigare modeller, batchbearbetning och val av leverantör |
| Hur den sänker latensen | Beslut den är säker på kommer tillbaka snabbt; osäkert arbete går fortfarande till din spetsmodell | Cachning, lastbalansering och val av leverantör |
| Överlever en modelluppgradering | JaInlärning, kontext, uppgifter och regler stannar utanför varje enskild modell | Dirigeringskonfigurationen överlever, men inget inlärt beteende behålls |
| Kräver finjustering | NejFinjustering blir ett valfritt extra steg | Nej |
| Bäst för | Organisationer som behöver att deras AI-agenter lär sig, agerar inom regler, för arbetet vidare och blir bättre mellan modeller, som ett system | Team som främst behöver abstraktion över leverantörer, tillförlitlighet, skyddsräcken och kostnadskontroll |
De andra jämförelserna.
- Duplex och LettaAgenter med tillstånd, minne och färdigheter
- Duplex och CopilotKit CLiFVerkliga arbetsflöden, omgjorda till färdigheter
- Duplex och Deeplake HivemindDelat minne för kodagenter
- Duplex och minnesplattformarMem0, Zep, AgentCore Memory, Supermemory
- Duplex och finjusteringFinjustering och förstärkningsbaserad finjustering
- Hela jämförelsenDuplex bredvid alla sex, sida vid sida
Se Duplex i ditt eget arbete.
Jämför där det räknas: en pilot sätter Duplex på ditt eget arbete, med mätetal som avtalas innan den börjar.