OpenAI опубликовала клиентский кейс Parallel об использовании GPT-6 Astra в исследовательских ИИ-агентах. В описанном тесте агенту поручили собрать шесть показателей рынка труда по четырём штатам за шесть месяцев: найти данные на нескольких сайтах, объединить их и подготовить один отчёт.
По заявлению Parallel, задача заняла вдвое меньше времени, чем с предыдущими моделями. Компания также сообщила о сокращении показателя code cost примерно на 50% при том же качестве исследования. OpenAI не уточняет, что именно входит в этот показатель затрат. Parallel связывает результат с более точными поисковыми запросами, меньшим числом шагов и сокращением количества исследовательских вызовов и токенов.
В публикации говорится, что такая эффективность упрощает распределение частей исследования между несколькими агентами: отдельные подзадачи можно выполнять одновременно, а не одной длинной последовательностью. Это описание механизма и опыта Parallel, а не независимый сравнительный тест.
Публичный кейс не называет модели, с которыми сравнивали Astra, абсолютное время и стоимость, число повторов или статистический разброс. OpenAI и Parallel также не опубликовали набор исходных запросов, готовый отчёт и внешнюю проверку его качества. Поэтому заявленные 50% относятся только к описанному сценарию и не показывают универсальное преимущество модели в других исследовательских задачах.
