Asana змогла у 76 разів здешевити роботу свого AI‑браузерного агента у внутрішніх тестах, переглянувши логіку повторного використання даних і перейшовши на модель OpenAI GPT-6.1 Sol, заявили компанії.
Ключові факти:
- Оптимізований агент Asana на GPT-6.1 Sol у середньому коштував $0,47 за запуск проти щонайменше $36,21 на конкуруючій моделі.
- Лише зміни у робочому процесі без заміни моделі дали 29‑разове скорочення витрат.
- Показники отримані в межах одного вузького тесту й не проходили незалежну перевірку.
Тест Asana StackAI
OpenAI оприлюднила результати 9 жовтня у форматі кейсу — через день після того, як інженери Asana виклали базове дослідження на 144 запуски.
Тести стосувалися браузерного агента всередині StackAI — платформи автоматизації, яку Asana придбала. Агент без написання коду переходить по сайтах, заповнює форми та збирає інформацію. У кожному прогоні йому доручали зібрати дані про 32 книжки.
У вихідній продакшн‑конфігурації на конкуруючій моделі кожен запуск коштував щонайменше $36,21 і тривав не менше 22,5 хвилини; частина прогонів узагалі не завершувалась через ліміт кроків. Оптимізований варіант на GPT-6.1 Sol вийшов у середньому на $0,47 та близько чотирьох хвилин за запуск, і кожен прогон повертав коректну відповідь.
GPT-6 Astra від OpenAI, працюючи всередині інструмента для кодування Codex, з’ясувала, що агент майже в кожному виклику заново надсилав зростаючу історію тексту сторінок і скриншотів — фактично сплачуючи за неї повну ціну щоразу. Далі Astra протестувала виправлення: кешування історії, накопичення скриншотів до 20 із подальшим скороченням до одного та чотириразове збільшення ліміту історії. Після цього на GPT-6.1 Sol 89% вхідних даних надходило з кешу.
Читайте також: Інтелектуальний інтерфейс ChatGPT додає графіки й калькулятори у відповіді для 1,2 млрд користувачів
Що каже Френк Ідальго про витрати
Френк Ідальго, технічний директор StackAI, зазначив, що раніше на подібне дослідження в нього пішло б один‑два місяці ручної роботи, тоді як цього разу все зайняло приблизно тиждень. За його словами, раніше саме вартість обмежувала перелік моделей, які Asana могла пропонувати клієнтам для подібних завдань, а «легший» агент дозволяє одночасно перейти на швидшу модель і знизити операційні витрати.
Аналітика компанії з маршрутизації AI‑запитів OrcaRouter стверджує, що основна економія прийшла саме від оптимізації робочого процесу, а не від зміни моделі.
Ті ж зміни дали 29‑разове скорочення витрат на конкуруючій моделі. Перехід на GPT-6.1 Sol додав ще приблизно 2,6‑разове здешевлення за незмінного прайс‑ліста — різницю в OrcaRouter пов’язали з тим, наскільки ефективно модель використовує кеш.
Ці розрахунки ніхто ззовні не аудиторив.
Це не перший публічний кейс Asana з Codex. 7 серпня інженери компанії розповіли, що агенти Codex за два тижні перенесли фронтенд‑тести з застарілої бібліотеки — завдання, на яке команда без AI відводила собі близько п’яти років. Рахунок за це склав приблизно $12 000.
Далі по темі: Чи здатен TRON захистити $95 млрд у стейблкоїнах від квантових атак? Сан стверджує, що так
