Planuje najkrótszą drogę bez ani jednego tokenu modelu.
Mały świat pokoi, z celem oddalonym o dwa do pięciu ruchów oraz pętlą i ślepym zaułkiem po drodze. Każde zadanie pokazuje, dokąd prowadzi każdy ruch, a potem prosi o trasę. Duplex, agent reaktywny i GPT-5.5 dostali tę samą mapę.
Wewnętrzne benchmarki. Wszystkie liczby na tej stronie pochodzą z testów, które Vareon przeprowadził samodzielnie, i nie zostały niezależnie zweryfikowane. Przeczytaj zastrzeżenia
- 100%*Skuteczność planów w każdym przebieguAgent reaktywny: 0% · Duplex nie zużył tokenów modelu
- 0%*Reaktywny agent zachłanny
- ~204*Tokeny na decyzję, które czołowy model zużywa, by mu dorównać
* Liczby z wewnętrznych benchmarków Vareon, niezweryfikowane niezależnie. Przeczytaj zastrzeżenia
Szukanie najkrótszej drogi.
Krok 1 z 5: Świat
Ta sama odpowiedź, bez rachunku.
Ile za te same najkrótsze ścieżki zapłacił GPT-5.5, a ile Duplex.
Krok 1 z 3: Tokeny
Duplex nie zużył żadnych tokenów modelu na żadną decyzję. GPT-5.5 zużywał około 204 na każdą.*
Ruch, który wydaje się najbliższy celu, może prowadzić donikąd.
Dokąd prowadziły ruchy każdego podejścia w dziesięciu przebiegach.
Krok 1 z 2: Reaktywny
Pierwsze ruchy agenta reaktywnego: około połowy prowadziło w pętlę lub ślepy zaułek, a żaden nie dotarł do celu.*
Cztery testy, zaliczone przy każdym planie.
Co sprawdzano w każdym planie Duplex.
Krok 1 z 4: Najkrótsze
Każdy plan był dokładnie najkrótszą trasą.*
Jak go przeprowadzono.
- Praca
- Znajdź trasę przez losowo wygenerowany świat pokoi, od dwóch do pięciu ruchów do celu, z pętlą, która prowadzi donikąd, i ślepym zaułkiem.
- Skala
- Jeden przebieg hostowany z 20 zadaniami i dziesięć niezależnych przebiegów po 12 planów.
- Porównywane z
- Agent reaktywny, który patrzy o jeden ruch do przodu, i GPT-5.5, który dostał tę samą mapę w prompcie.
- Jednakowe warunki
- Ta sama mapa i to samo zadanie dla każdego podejścia.
Co to oznacza dla twojej pracy.
Planuje bez kosztów modelu.
Duplex znalazł te same najkrótsze drogi co GPT-5.5, bez tokenów modelu.*
Powtarzane decyzje są szybkie.
Zapytany ponownie, Duplex odpowiadał w medianie 582 ms; GPT-5.5 potrzebował 1,647 ms.*
Zatrzymuje się zamiast zgadywać.
Uruchomiony w miejscu, w którym nigdy nie był, za każdym razem mówił to wprost.
Dalej: Zadania agentów nadal kończą się sukcesem, przy mniejszej liczbie wywołań modelu.Przeczytaj →
Zobacz to na własnej pracy.
Od twojego własnego asystenta po każdego agenta, którego uruchamia twoja firma: pilotaż uruchamia Duplex na twojej własnej pracy, ze wskaźnikami uzgodnionymi przed startem.