GPT-6.1 Sol ile 76 kat daha düşük tahmini maliyet
Asana, StackAI platformundaki tarayıcı ajanı için yaptığı 144 çalıştırmalı testte GPT-6.1 Sol tabanlı optimize iş akışının ortalama tahmini model maliyetini 0,47 dolara indirdiğini açıkladı. OpenAI’nin 9 Ekim 2026 tarihli vaka çalışmasına göre bu sonuç, daha önce üretimde kullanılan ve Model B olarak adlandırılan başlangıç yapılandırmasına kıyasla 76 kat daha düşük maliyete karşılık geliyor.
Aynı karşılaştırmada optimize edilen iş akışının çalışma süresi yaklaşık dört dakika oldu. Başlangıçtaki Model B kurulumu için süre en az 22,5 dakika olarak verildi; bazı başlangıç çalıştırmaları adım sınırına ulaştığı için tamamlanamadı. OpenAI, bu nedenle başlangıç maliyeti ve süre değerlerinin alt sınır niteliğinde olduğunu belirtiyor.
Asana’nın testi, herkese açık bir demo katalogdan 32 kitap için altı alan toplamayı içerdi. Şirket, StackAI üzerinden kullanıcıların kod yazmadan web sitelerinde gezinen, form dolduran ve bilgi toplayan iş akışları oluşturabildiğini aktarıyor.
Tarayıcı geçmişinin işlenişi incelendi
Çalışmanın odağında, ajanın model çağrılarına eklediği tarayıcı geçmişi yer aldı. Asana’ya göre ajan; sabit yönergeleri ve araç tanımlarını önbelleğe alıyor, ancak sayfa metinleri ve ekran görüntülerinden oluşan, çalışma ilerledikçe büyüyen geçmişi her istekte yeniden ve tam ücret üzerinden gönderiyordu.
Ajan ayrıca eski ekran görüntülerini kaldırıyor ve metni neredeyse her adımda kısaltıyordu. Bu düzenlemeler geçmişin içeriğini sürekli değiştirdiğinden, geçmişi yalnızca önbelleğe almak yeterli olmayacaktı. Öte yandan önceki bilgilerin kaybedilmesi, ajanın daha önce incelediği sayfalara yeniden dönmesine yol açabiliyordu.
Asana StackAI CTO’su Frank Hidalgo’nun yönlendirmesiyle GPT-6 Astra, Codex içinde kod tabanını inceleyip model isteklerinin nasıl oluşturulduğunu haritaladı. Hidalgo, elle bir ila iki ay sürebileceğini tahmin ettiği araştırma ve deney sürecinin yaklaşık bir haftada tamamlandığını söyledi.
Üç değişiklik test edildi
Hidalgo, GPT-6 Astra’nın önerileri arasından üç değişikliği denemek üzere seçti: Önbelleğe almayı tarayıcı geçmişini de kapsayacak şekilde genişletmek, ajanın tutabileceği metin miktarını artırmak ve ekran görüntülerini her adımda değil, toplu biçimde kaldırmak.
Kod başlangıçta kontrollü deneyler için tasarlanmadığından, ekip tek bir ön yüz ve arka yüzün farklı ayarlara sahip çok sayıda iş akışını paralel desteklemesi için yeniden düzenleme yaptı. Deneylerde 120 bin ve 480 bin karakterlik iki geçmiş bütçesi ile altı ayrı önbellekleme ve ekran görüntüsü politikası kullanıldı.
Her politika, dört modelin her birinde üç kez sınandı. Çalışmada GPT-6.1 Sol’un yanı sıra Model A, Model B ve Model C olarak adlandırılan üç başka ileri seviye model de yer aldı. En iyi sonuç veren politika, ekran görüntülerinin 20’ye ulaşmasına izin verip ardından yalnızca en yenisini bırakacak biçimde geriye çekilmesini öngördü. Daha büyük geçmiş bütçesiyle birleşen bu yöntem, optimize iş akışı olarak belirlendi.
Model maliyeti 0,47 dolara indi
OpenAI’nin aktardığı sonuçlara göre Model B’de optimizasyon, tahmini model maliyetini çalışma başına en az 36,21 dolardan 1,24 dolara düşürdü. Bu, 29 katlık bir azalma olarak ifade edildi. Aynı optimize iş akışında GPT-6.1 Sol kullanıldığında ortalama maliyet 0,47 dolar oldu; bu değer optimize Model B sonucundan 2,6 kat daha düşük.
Yalnızca GPT-6.1 Sol sonuçlarına bakıldığında, daha geniş geçmiş bütçesiyle yeni önbellekleme ve ekran görüntüsü politikasının maliyeti çalışma başına 1,97 dolardan 0,47 dolara, yani dört kat azalttığı açıklandı. Asana’nın değerlendirmesinde her çağrı yaklaşık üç kat daha ucuz hale geldi; girdinin yüzde 89’u önbellekten geldi ve önbellekli girdiler önbelleksiz fiyatın yüzde 5’i üzerinden ücretlendirildi.
OpenAI’ye göre optimize edilen iş akışındaki tüm çalıştırmalar görevi tamamladı ve doğru yanıtı döndürdü. Bununla birlikte, açıklanan sonuçlar Asana’nın belirli görev, model ve yapılandırmalarla yürüttüğü teste dayanıyor.
Daha büyük geçmiş bütçesi yanıt oranını artırdı
İnceleme, geçmiş yönetiminin ajanın yanıt üretip üretememesi üzerinde de etkili olduğunu gösterdi. Asana’nın verilerine göre GPT-6.1 Sol’da küçük geçmiş bütçesi kullanıldığında 18 denemenin üçü yanıt üretti. Daha büyük bütçede ise 18 denemenin tamamı yanıt verdi ve her birinin doğru olduğu bildirildi.
Çalışmadaki istekler, veri izleri ve sonuçlar Asana’nın Command adlı yazılım teslim platformunda kayda alındı. Bulgular daha sonra görevlere ve kod değişikliği taleplerine dönüştürüldü; değişikliklerin üretime alındığı belirtildi.
Hidalgo, maliyetin bu tür iş yüklerinde müşterilere sunulabilecek modelleri sınırladığını, ajanın verimliliğinin artırılmasıyla daha hızlı ve daha yetenekli bir modelin daha sürdürülebilir işletme maliyetleriyle sunulabileceğini ifade etti.
Değişiklikler StackAI’de kullanıma açıldı
Asana, StackAI’deki tarayıcı gezinme işlevine ilişkin değişiklikleri yayımladığını duyurdu. Şirket ayrıca benzer deneylerin daha kolay tekrarlanması için araçlar geliştirdiğini ve zamanla maliyet, çalışma süresi ve yanıt kalitesinin karşılaştırılmasını platform değerlendirmelerine eklemeyi planladığını bildirdi.
Şirket, GPT-6 Astra’yı Codex içinde ürün özelliklerini yayımlanmadan önce test etmek amacıyla da kullandığını aktardı. Bu kullanımda Astra’nın platform içinde gezindiği, farklı girdileri denediği ve insan kalite güvence incelemecilerine hata raporladığı belirtildi.
Vaka çalışması, tarayıcı ajanlarında maliyet ve çalışma süresinin yalnızca seçilen modelden değil, geçmişin ne kadarının tutulduğu, önbelleğin nasıl kullanıldığı ve ekran görüntüsü yönetimi gibi iş akışı tercihleriyle de değişebildiğini ortaya koyuyor.
Bir içerik, dört format.
Okumaya vaktin yoksa özetle; paylaşacaksan platforma göre yeniden düzenle.
OpenAI’nin yayımladığı vaka çalışmasına göre Asana, StackAI’deki tarayıcı ajanı iş akışını yeniden düzenleyerek testlerde tahmini model maliyetini 76 kat azalttı. Optimize edilen yapılandırmada çalışma süresi de ilk üretim kurulumuna kıyasla beş kat kısaldı. • GPT-6.1 Sol ile 76 kat daha düşük tahmini maliyet • Tarayıcı geçmişinin işlenişi incelendi • Üç değişiklik test edildi
Bu önizleme yalnızca sayfadaki editoryal veriyi yeniden biçimlendirir. Gerçek yapay zekâ üretimi Core tarafında güvenli bir sunucu endpoint’iyle bağlanacak.
