Asana heeft in interne tests de kosten van zijn AI‑browser‑agent 76 keer verlaagd door slimmer met data‑hergebruik om te gaan en over te stappen op OpenAI’s GPT-6.1 Sol, zo maakten de bedrijven bekend.
Belangrijkste punten:
- De geoptimaliseerde agent kostte gemiddeld $0,47 per run op GPT-6.1 Sol, tegenover minimaal $36,21 op een concurrerend model.
- Alleen al de aanpassingen in de workflow zorgden voor een kostenreductie van 29 keer, vóór enige modelwissel.
- De cijfers komen uit één smalle test en zijn niet onafhankelijk geverifieerd.
Asana StackAI-test
OpenAI publiceerde de resultaten op 9 oktober in een case study, een dag nadat Asana‑ingenieurs de achterliggende studie met 144 runs zelf hadden vrijgegeven.
De tests betroffen een browser‑agent binnen StackAI, een automatiseringsplatform dat Asana heeft overgenomen. Die agent navigeert over websites, vult formulieren in en verzamelt informatie zonder dat er code nodig is. In elke run kreeg de agent de opdracht gegevens te verzamelen over 32 boeken.
In de oorspronkelijke productie‑opstelling, draaiend op een concurrerend model, kostte elke run minimaal $36,21 en duurde die ten minste 22,5 minuten, mede omdat sommige runs vastliepen op een staplimiet en niet volledig werden afgerond. In de geoptimaliseerde versie met GPT-6.1 Sol zakten de gemiddelde kosten naar $0,47 en de doorlooptijd naar circa vier minuten. Iedere run leverde bovendien het juiste resultaat op.
OpenAI’s GPT-6 Astra, gebruikt binnen de Codex‑codingtool, ontdekte dat de agent bij vrijwel elk verzoek de steeds verder uitdijende geschiedenis van paginatekst en schermafbeeldingen volledig opnieuw meestuurde – en dus telkens volledig betaalde. Astra testte daarna oplossingen waarbij die geschiedenis werd gecachet, schermafbeeldingen eerst tot 20 werden opgebouwd voordat werd teruggeschakeld naar één, en de limiet voor de contextgeschiedenis werd verviervoudigd. Op GPT-6.1 Sol bleek vervolgens 89% van de input uit de cache te komen.
Ook interessant: De slimme UI van ChatGPT verwerkt grafieken en calculators direct in antwoorden voor 1,2 miljard gebruikers
Frank Hidalgo over de kosten
Frank Hidalgo, CTO van StackAI, zegt dat dit onderzoekswerk hem handmatig één à twee maanden had gekost, maar dat het nu in ongeveer een week was afgerond. Kosten beperkten voorheen welke modellen Asana klanten kon aanbieden voor dit soort taken, stelt hij; een efficiëntere agent maakt het mogelijk een sneller model aan te bieden en tegelijk de operationele kosten te drukken.
Een analyse van AI‑routeringsbedrijf OrcaRouter stelde dat het grootste deel van de besparing voortkomt uit het repareren van de workflow, niet uit de overstap naar een ander model.
Dezelfde wijzigingen verminderden de kosten op het concurrerende model al 29 keer. GPT-6.1 Sol zorgde vervolgens voor nog eens een factor 2,6 bij gelijkblijvende lijstprijs – een verschil dat de analyse toeschrijft aan de efficiëntere inzet van caching door het model.
Geen enkele externe partij heeft de cijfers tot nu toe geaudit.
Het is niet de eerste keer dat Asana publiekelijk resultaten met Codex deelt. Op 7 augustus meldde het engineeringteam dat Codex‑agents de front‑end‑tests van het bedrijf in ongeveer twee weken hebben gemigreerd weg van een verouderde bibliotheek – een klus die ze anders op zo’n vijf jaar hadden ingeschat. De totale rekening bedroeg ongeveer $12.000.
Lees ook: Kan TRON $95 miljard aan stablecoins beschermen tegen kwantumaanvallen? Sun zegt van wel
