Každé nastavení v jednom grafu.
Krok 1 z 4: Model
Přesnější v každém nastavení, za sedminu nákladů.
Ve všech osmi svých nastaveních byl MS Duplex přesnější než sémantická cache v kterémkoli z jejích pěti nebo samotný GPT-5.5 v jeho jediném, na stejných 3,000 rozhodnutích. Tři další běhy na nových proudech ukázaly stejné pořadí.
Interní benchmarky. Všechna čísla na této stránce pocházejí z testů, které MatterSpace provedl sám, a nebyla nezávisle ověřena. Přečtěte si vyloučení odpovědnosti
- 94.1 až 94.8%*Přesnost MS Duplexu v každém z osmi nastaveníNejlepší výsledek cache: 77.3%
Přesnost MS Duplexu v každém z osmi nastavení MS Duplex 94.1 až 94.8% Nejlepší výsledek cache 77.3% - 84 až 91%*Ve třech nových bězích po 1,000 rozhodnutíchNejlepší výsledek cache: přibližně 73%
Ve třech nových bězích po 1,000 rozhodnutích MS Duplex 84 až 91% Nejlepší výsledek cache ≈73%
* Čísla z interních benchmarků společnosti MatterSpace, nezávisle neověřená. Přečtěte si vyloučení odpovědnosti
MS Duplex v nejhorším nastavení porazí cache v nejlepším.
Nejméně přesné nastavení MS Duplexu proti nejpřesnějšímu nastavení cache.
Krok 1 z 2: Přesnost
Ve svém nejméně přesném nastavení dosáhl MS Duplex 94.1%. Cache ve svém nejpřesnějším dosáhla 77.3%.*
Laděním cache přesnost nezískáte.
Stejná cache, od nejvolnějšího po nejpřísnější porovnávání.
Krok 1 z 3: Přísnější
Přísnější shoda v cache posílá modelu víc požadavků: ze 4 volání na 212.*
Stejné pořadí, běh za během.
Tři nové běhy po 1,000 rozhodnutích ve druhém, nezávislém uspořádání.
Krok 1 z 2: Přesnost
Ve třech nových bězích ve druhém, nezávislém uspořádání dosáhl MS Duplex 87.7% a nejlepší cache 73.0%.*
Jak byl proveden.
- Práce
- Stejný proud zákaznického provozu jako u výsledku nákladů: jedna správná akce z přibližně devatenácti, nebo odmítnutí, s pěti interními změnami pravidel.
- Nastavení
- MS Duplex v osmi nastaveních, od nejochotnějšího odpovídat sám po nejopatrnější; sémantická cache v pěti, od nejvolnějšího po nejpřísnější porovnávání; samotný GPT-5.5 ve svém jediném.
- Rozsah
- Jeden proud 3,000 rozhodnutí, pak tři nezávislé běhy po 1,000 rozhodnutích ve druhém uspořádání.
- Shodné podmínky
- Stejné zaznamenané odpovědi GPT-5.5 pro každý bod, stejná zpětná vazba a stejná pravidla odmítnutí.
Co to znamená pro vaši práci.
Stálý při každém nastavení.
Všech osm nastavení MS Duplexu dosáhlo přesnosti mezi 94.1% a 94.8%.*
Přesnost, na kterou cache nedosáhne.
Napříč svými nastaveními dosáhla cache nejvýše 77.3% a po změně pravidla 44.2%.*
Všude levnější než model.
I nejopatrnější nastavení MS Duplexu stálo méně než samotný GPT-5.5 a bylo o 34 bodů přesnější.*
Další: Učí se dál, aniž by zapomínal, zastarával nebo rostl.Číst →
Ověřte si to na vlastní práci.
Od vašeho vlastního asistenta po každého agenta, kterého vaše firma provozuje: v pilotním projektu běží MS Duplex na vaší vlastní práci, s měřítky dohodnutými před začátkem.