Planifica la ruta más corta, con cero tokens de modelo.
Un pequeño mundo de habitaciones, con el objetivo a entre dos y cinco movimientos, y un bucle y un callejón sin salida por el camino. Cada tarea muestra adónde lleva cada movimiento y luego pide una ruta. Duplex, un agente reactivo y GPT-5.5 recibieron el mismo mapa.
Benchmarks internos. Todas las cifras de esta página proceden de pruebas realizadas por la propia Vareon y no se han verificado de forma independiente. Lee el descargo de responsabilidad
- 100%*Éxito del plan, en cada ejecuciónUn agente reactivo: 0% · Duplex no usó tokens de modelo
- 0%*Un agente reactivo voraz
- ~204*Tokens por decisión que gasta un modelo de frontera para igualarlo
* Cifras de los benchmarks internos de Vareon, no verificadas de forma independiente. Lee el descargo de responsabilidad
Encontrar la ruta más corta.
Paso 1 de 5: El mundo
La misma respuesta, sin la factura.
Lo que pagaron GPT-5.5 y Duplex por las mismas rutas más cortas.
Paso 1 de 3: Tokens
Duplex no gastó ningún token de modelo en ninguna decisión. GPT-5.5 gastó unos 204 en cada una.*
El paso que parece acercarte más puede no llevar a ninguna parte.
Adónde llevaron los movimientos de cada enfoque, en diez ejecuciones.
Paso 1 de 2: Reactivo
Primeros movimientos de un agente reactivo: cerca de la mitad fue al bucle o al callejón sin salida, y ninguno llegó al objetivo.*
Cuatro comprobaciones, superadas en cada plan.
Lo que se comprobó en cada plan que hizo Duplex.
Paso 1 de 4: La más corta
Cada plan fue exactamente la ruta más corta.*
Cómo se realizó.
- El trabajo
- Encontrar una ruta en un mundo de habitaciones generado al azar, a entre dos y cinco movimientos del objetivo, con un bucle que no lleva a ninguna parte y un callejón sin salida.
- Escala
- Una ejecución alojada de 20 tareas, y diez ejecuciones independientes de 12 planes cada una.
- Comparado con
- Un agente reactivo que mira un movimiento por delante, y GPT-5.5 con el mismo mapa en su prompt.
- Condiciones iguales
- El mismo mapa y la misma tarea para todos los enfoques.
Qué significa para tu trabajo.
Planifica sin coste de modelo.
Duplex igualó las rutas más cortas de GPT-5.5 sin tokens de modelo.*
Las decisiones repetidas son rápidas.
Ante la misma pregunta, Duplex respondió en una mediana de 582 ms; GPT-5.5 tardó 1,647 ms.*
Se detiene en lugar de adivinar.
Al empezar en un sitio donde nunca había estado, lo dijo, todas las veces.
Siguiente: Las tareas de agentes siguen saliendo bien, con menos llamadas al modelo.Leerlo →
Compruébalo con tu propio trabajo.
De tu propio asistente a cada agente que ejecuta tu empresa, un piloto pone Duplex en tu propio trabajo, con las métricas acordadas antes de empezar.