Ein Browser-Agent kann einzelne Anfragen verkleinern und trotzdem die fertige Aufgabe verteuern. Gelöschte Beobachtungen können erneute Seitenbesuche, verlorene Fakten oder gebrochene Eingabewiederverwendung verursachen. Asanas Studie liefert einen Prüfansatz: Kosten einer vollständig und korrekt erledigten Aufgabe messen und dann deren Anfragehistorie untersuchen.
Die gemeldete 76-fache Modellkostensenkung und ungefähr fünffache Beschleunigung vergleichen optimiertes GPT-6.1 Sol mit der ursprünglichen Model-B-Produktionskonfiguration. Architektur und Modell änderten sich zugleich. GPT-6 Astra in Codex half bei Untersuchung und Experimenten; es war nicht das Laufzeitmodell der günstigsten Browser-Konfiguration.
Abschluss definieren, bevor Einsparungen berechnet werden
Die Hauptstudie umfasste 144 Läufe: vier Modelle, sechs Historien-/Screenshot-Regeln, zwei Historienbudgets und drei Wiederholungen je Bedingung. Jeder Lauf sammelte sechs Felder für 32 Bücher, also 192 Fakten, aus einem öffentlichen Demonstrationskatalog. Eine Referenzantwort machte Korrektheit prüfbar. Drei Konkurrenzmodelle blieben anonym; Anbieter-Vergleiche sind dadurch begrenzt.
Werten Sie unbeantwortete Läufe als Fehler, nicht als günstige Erfolge. Bei 120.000 Zeichen Historie antwortete GPT-6.1 Sol laut Asana nur in drei von 18 Läufen; bei 480.000 Zeichen waren alle 18 Antworten korrekt. Das belegt keine Zuverlässigkeit bei Anmeldung, wechselnden Layouts oder unklaren Geschäftsaufgaben, sondern eine starke aufgabenspezifische Abhängigkeit von erhaltenen Belegen.
Nützliche Historie und stabiles Präfix erhalten
Prompt-Caching verwendet geeignete Berechnung für ein identisches Anfragepräfix wieder; es spielt keine fertige Antwort ab. Asanas ursprünglicher Agent cachete feste Anweisungen, entfernte aber ständig alte Screenshots und kürzte Text. Diese Eingriffe änderten frühere Historie und erschwerten die Wiederverwendung des wachsenden Verlaufs. Kürzere Prompts konnten daher mehr wiederholte Verarbeitung erzeugen.
Die gewählte Stapelbereinigung behielt bis zu 20 Screenshots und reduzierte dann auf den neuesten. Mit dem größeren Textbudget entstanden längere reine Anhängephasen und 89 Prozent gecachter Input bei GPT-6.1 Sol. Mehr Gedächtnis und selteneres Löschen wirkten zusammen. Caching ohne Stapelbereinigung war beim größeren Budget bei drei von vier Modellen teurer als kein Caching.
Vergleichbare Einstellungen statt nur Schlagzeilen betrachten
Innerhalb von GPT-6.1 Sol senkte die neue Regel Kosten auf ein Viertel. Das ist eine andere Vergleichsbasis als die 76-fache Differenz zwischen Modellen und alter/neuer Architektur. Auch Model B verbesserte sich mit der neuen Architektur. Manche ursprünglichen Läufe erreichten Schrittlimits; ihre Zeit ist nur eine Untergrenze bis zum Abschluss. Keine dieser Zahlen bildet eine neutrale Rangliste.
Reproduzieren Sie den Vergleich mit festen Aufgaben, Referenzausgaben und Nutzungszählern der Anbieter. Variieren Sie Modell, Screenshot-Aufbewahrung und Textbudget getrennt und wiederholen Sie vielversprechende Einstellungen. Drei Wiederholungen tragen breite Muster, keine präzisen kleinen Unterschiede. Bewahren Sie Anfragespuren, Konfigurationsversionen und Fehlausgaben außerhalb des aktiven Prompts für spätere Prüfung auf.
Vor der Auslieferung Grenzen setzen
Alle Screenshots zu behalten senkte in Folgetests teilweise die Kosten je Aufruf. Lange Abläufe können aber Kontextgrenzen überschreiten; Cache-Preise unterscheiden sich nach Anbieter. Komprimierung begrenzt Historie, kann jedoch Details verlieren und das Präfix verändern. Setzen Sie Schritt-, Token- und Gesamtkostenlimits; rechnen Sie Wiederholungen, menschliche Reparatur und Cache-Ablauf in den Aufgabenpreis ein.
Asana zufolge wurden die Änderungen in StackAI ausgerollt, breite Kundenergebnisse und langfristige Fehlerquoten sind jedoch nicht veröffentlicht. Pilotieren Sie realistische Abläufe, messen Sie Abschluss, Korrekturzeit, Dauer und Cache-Anteil, und schützen Sie Screenshots, Zugangsdaten und Kundenakten. Caching verändert Berechnung und Abrechnung, nicht Governance-Pflichten. Skalieren Sie nur, wenn der Gesamtprozess ohne Verlust an Korrektheit oder Kontrolle günstiger wird.