Asana змогла у 76 разів здешевити роботу свого AI‑браузерного агента у внутрішніх тестах, переосмисливши, як агент перевикористовує дані, та перейшовши на модель OpenAI GPT-6.1 Sol, розповіли компанії.
Основні факти:
- Оптимізований агент Asana на GPT-6.1 Sol коштував у середньому $0,47 за один запуск проти щонайменше $36,21 на конкуруючій моделі.
- Самі зміни у бізнес-процесі знизили витрати у 29 разів ще до переходу на іншу модель.
- Дані стосуються вузького сценарію тестування і не проходили незалежний аудит.
Тест Asana StackAI
OpenAI оприлюднила результати 9 жовтня в кейс-стаді, наступного дня після того, як інженери Asana показали власне дослідження на 144 запусках.
Тестували браузерного агента всередині StackAI — платформи автоматизації, яку придбала Asana. Агент уміє переходити за посиланнями, заповнювати форми та збирати дані без написання коду. У кожному прогоні його просили зібрати інформацію про 32 книжки.
У вихідній продакшн-конфігурації на конкуруючій моделі один запуск коштував щонайменше $36,21 і займав мінімум 22,5 хвилини, причому частина запусків упиралася в ліміт кроків і не завершувалася. Оптимізована версія на GPT-6.1 Sol обходилася в середньому у $0,47 та близько чотирьох хвилин за запуск, при цьому всі прогони повертали коректну відповідь.
Модель OpenAI GPT-6 Astra, працюючи в інструменті кодування Codex, виявила, що агент при кожному виклику фактично «пересилав» повну зростаючу історію тексту зі сторінок і скріншотів, оплачуючи її за повною ставкою. Astra потім протестувала правки: кешування історії, накопичення до 20 скріншотів із подальшим скороченням до одного та чотириразове збільшення ліміту історії. Після цього на GPT-6.1 Sol 89% вхідних даних почало надходити з кешу.
Також читайте: Розумний інтерфейс ChatGPT вбудовує графіки й калькулятори у відповіді для 1,2 млрд користувачів
Коментар Френка Ідальго щодо витрат
Френк Ідальго, технічний директор StackAI, зазначив, що вручну таке дослідження зайняло б у нього один‑два місяці, тоді як з інструментами OpenAI воно вклалося приблизно в тиждень. За його словами, раніше собівартість обмежувала перелік моделей, які Asana могла пропонувати клієнтам для таких завдань. Більш ощадливий агент дає змогу перейти на швидшу модель і водночас знизити операційні витрати.
Аналітика від маршрутизатора AI‑запитів OrcaRouter стверджує, що левову частку економії забезпечило саме виправлення робочого процесу, а не перехід на інший LLM.
Ті самі зміни дали 29‑разове здешевлення на конкуруючій моделі. Додавання GPT-6.1 Sol принесло ще приблизно 2,6‑разове скорочення витрат за тієї ж прайсової ціни — різницю автори пояснюють тим, наскільки ефективніше ця модель використовує кеш.
Ці розрахунки поки що ніхто зовні не аудіював.
Це не перший публічний результат Asana з використанням Codex. 7 серпня інженери компанії розповіли, що агенти Codex перенесли фронтенд‑тести компанії з застарілої бібліотеки приблизно за два тижні, тоді як внутрішньо цей проєкт оцінювали ще в близько п’ять років роботи. Рахунок за обчислення склав близько $12 000.
Читайте далі: Чи зможе TRON захистити $95 млрд у стейблкоїнах від квантових атак? Сан запевняє, що екосистема готова
