Asana reduziu em 76 vezes o custo do seu agente de navegação com IA em testes internos, depois de corrigir a forma como o agente reutilizava dados e de migrar para o modelo GPT-6.1 Sol da OpenAI, disseram as empresas.
Principais pontos:
- O agente otimizado da Asana passou a custar em média US$ 0,47 por execução com o GPT-6.1 Sol, ante pelo menos US$ 36,21 num modelo concorrente.
- Só as mudanças no fluxo de trabalho reduziram o custo em 29 vezes, antes de qualquer troca de modelo.
- Os números vêm de um teste restrito e não foram auditados de forma independente.
Teste com o StackAI da Asana
A OpenAI divulgou os resultados em um estudo de caso publicado em 9 de outubro, um dia depois de os engenheiros da Asana publicarem o estudo de 144 execuções que embasou os dados.
Os testes focaram um agente de navegação dentro do StackAI, plataforma de automação adquirida pela Asana, que percorre sites, preenche formulários e coleta informações sem necessidade de código. Cada execução pedia ao agente que reunisse dados sobre 32 livros.
Rodando em um modelo concorrente, a configuração original de produção custava pelo menos US$ 36,21 e consumia ao menos 22,5 minutos por execução, já que algumas paravam ao atingir o limite de etapas antes de concluir a tarefa. A versão otimizada com GPT-6.1 Sol passou a custar em média US$ 0,47 e cerca de quatro minutos por execução, e todas as corridas retornaram a resposta correta.
O GPT-6 Astra da OpenAI, operando dentro da ferramenta de programação Codex, identificou que o agente reenviava praticamente todo o histórico crescente de texto de páginas e capturas de tela a preço cheio em quase todas as chamadas. O Astra então testou correções que colocavam esse histórico em cache, permitiam acumular até 20 capturas de tela antes de reduzir para uma e quadruplicavam o limite de histórico. No GPT-6.1 Sol, 89% da entrada passou então a vir do cache.
Veja também: Interface inteligente do ChatGPT leva gráficos e calculadoras às respostas para 1,2 bilhão de usuários
Frank Hidalgo sobre os custos
Frank Hidalgo, diretor de tecnologia do StackAI, afirmou que a pesquisa teria levado de um a dois meses se feita manualmente, mas foi concluída em cerca de uma semana. Segundo ele, o custo limitava quais modelos a Asana podia oferecer aos clientes nesse tipo de tarefa; com um agente mais enxuto, a empresa consegue ofertar um modelo mais rápido e, ao mesmo tempo, reduzir custos operacionais.
Uma análise da empresa de roteamento de IA OrcaRouter argumentou que a maior parte da economia veio da correção do fluxo de trabalho, e não da troca de modelo.
As mesmas mudanças reduziram o custo em 29 vezes no modelo concorrente. O GPT-6.1 Sol trouxe um ganho adicional de 2,6 vezes, mantendo o mesmo preço de tabela — diferença que a análise atribui sobretudo à eficiência no uso de cache pelo modelo.
Nenhuma entidade externa auditou os números até agora.
Não é o primeiro resultado público da Asana com o Codex. Em 7 de agosto, seus engenheiros relataram que agentes Codex migraram os testes de front-end da companhia de uma biblioteca defasada em cerca de duas semanas, um trabalho que estimavam levar aproximadamente mais cinco anos. A conta ficou em torno de US$ 12 mil.
Leia a seguir: TRON consegue blindar US$ 95 bi em stablecoins contra ataques quânticos? Sun diz que sim
