GPT-6 Astra：降低平行開發的研發時間與成本

OpenAI 宣布，專注於知識工作 AI 代理基礎設施的開發者 Parallel，已利用 GPT-6 Astra 將其最長時間執行的研究任務的時間與成本降低了 50%。此項改進使 Parallel 能更高效地執行複雜的研究任務——例如編製勞動市場統計數據——同時不犧牲研究輸出的品質。

複雜研究任務中的效率提升

Parallel 報告稱，在執行高品質研究時，資源消耗顯著降低。過去，要為長時間執行的任務取得高品質答案，通常需要使用更大的模型並進行更長時間的推理，這會增加時間與資源的使用。使用 GPT-6 Astra 後，Parallel 在維持相同研究品質的同時，將完成時間減半，並使程式碼成本降低約 50%。

案例研究：勞動市場統計數據編製

在一個具體測試案例中，Parallel 指派一個代理在六個月期間，針對四個州的六項不同勞動市場統計數據進行研究。該任務要求代理在多個網站間搜尋資訊、收集資料，並將結果整理成報告。GPT-6 Astra 在時間上僅需先前模型的一半，且程式碼成本減少 50% 即完成此工作。

改進的搜尋聚焦與代理工作流程

與先前模型相比，GPT-6 Astra 在資訊檢索與任務執行上展現出更為精準的策略。根據 Parallel Web Systems 的技術團隊成員 Devin Gupta 所言：「Astra 發出的搜尋查詢更具針對性，且更專注於最終任務，並能更好地結合其世界知識，與先前模型相比表現更佳。」

平行代理委派

GPT-6 Astra 的效率提升，使 Parallel 能更有效地將研究任務分配給多個代理。該模型可將特定研究任務委派給子代理，讓多個研究流程能同時進行，而非依序執行單一搜尋序列。此能力大幅減少等待最終答案的總時間，並使 Parallel 能以規模化方式處理高要求的研究任務。