Gpt-6 astra de Parallel reduce a mitad el tiempo y los costes de investigación

Parallel, una empresa que proporciona herramientas de desarrollo para agentes de IA que realizan tareas de conocimiento, ha anunciado que su nuevo modelo, GPT-6 Astra, reduce significativamente el tiempo y los costes de las tareas de investigación. En un caso de prueba, el modelo completó un complejo proyecto de investigación del mercado laboral en la mitad de tiempo y con un coste un 50% inferior en comparación con los modelos anteriores. La tarea consistía en analizar seis estadísticas del mercado laboral en cuatro estados durante seis meses, lo que requería que el agente recopilara datos de varios sitios web y los compilara en un informe. GPT-6 Astra también demostró búsquedas más enfocadas y menos pasos para llegar a un resultado útil. Parallel señaló que este aumento de eficiencia permite una división más práctica de la investigación entre múltiples agentes, lo que facilita el procesamiento paralelo y reduce el tiempo total. Este avance proporciona un camino más claro para abordar preguntas de investigación complejas con costes más bajos y una mayor escalabilidad. La eficiencia del modelo se atribuye a su capacidad para delegar tareas específicas a sub-agentes, lo que permite el trabajo simultáneo y reduce la necesidad de búsquedas secuenciales. Parallel destacó que esta mejora hace que sea más factible manejar tareas de investigación exigentes a gran escala, con menos tiempo de espera y costes reducidos. La empresa enfatizó que GPT-6 Astra mantiene la misma calidad de investigación al lograr estas ganancias de eficiencia.