Planlegger den korteste veien, med null modelltokens.
En liten verden av rom, med målet to til fem trekk unna og en sløyfe og en blindvei på veien. Hver oppgave viser hvilket trekk som fører hvor, og ber deretter om en rute. MS Duplex, en reaktiv agent og GPT-5.5 fikk det samme kartet.
Interne benchmarker. Alle tallene på denne siden kommer fra tester som MatterSpace selv har kjørt, og er ikke uavhengig verifisert. Les ansvarsfraskrivelsen
- 100%*Vellykkede planer, i hver kjøringEn reaktiv agent: 0% · MS Duplex brukte ingen modelltokens
Vellykkede planer, i hver kjøring MS Duplex 100% En reaktiv agent 0% - 0%*En reaktiv grådig agent
- ~204*Tokens per beslutning en ledende modell bruker for å gjøre det like godt
Tokens per beslutning en ledende modell bruker for å gjøre det like godt MS Duplex 0 En ledende modell ~204
* Tall fra MatterSpaces interne benchmarker, ikke uavhengig verifisert. Les ansvarsfraskrivelsen
Å finne den korteste veien.
Steg 1 av 5: Verdenen
Det samme svaret, uten regningen.
Hva GPT-5.5 og MS Duplex hver betalte for de samme korteste rutene.
Steg 1 av 3: Tokener
MS Duplex brukte ingen modelltokener på noen beslutning. GPT-5.5 brukte rundt 204 på hver.*
Trekket som ser nærmest ut, kan føre ingen vei.
Hvor trekkene til hver tilnærming førte, over ti kjøringer.
Steg 1 av 2: Reaktiv
De første trekkene til en reaktiv agent: rundt halvparten gikk inn i sløyfen eller blindveien, og ingen nådde målet.*
Fire kontroller, bestått på hver plan.
Hva som ble kontrollert på hver plan MS Duplex laget.
Steg 1 av 4: Korteste
Hver plan var nøyaktig den korteste ruten.*
Slik ble det kjørt.
- Arbeidet
- Finn en rute gjennom en tilfeldig generert verden av rom, to til fem trekk til målet, med en sløyfe som ikke fører noen vei, og en blindvei.
- Omfang
- Én hostet kjøring med 20 oppgaver, og ti uavhengige kjøringer med 12 planer hver.
- Sammenlignet med
- En reaktiv agent som ser ett trekk fremover, og GPT-5.5 med det samme kartet i prompten.
- Holdt likt
- Det samme kartet og den samme oppgaven for alle tilnærminger.
Hva det betyr for arbeidet ditt.
Planer uten modellkostnad.
MS Duplex fant de samme korteste rutene som GPT-5.5, uten modelltokens.*
Gjentatte beslutninger går raskt.
Spurt på nytt svarte MS Duplex på 582 ms i median; GPT-5.5 brukte 1,647 ms.*
Den stopper i stedet for å gjette.
Startet den et sted den aldri hadde vært, sa den fra, hver gang.
Neste: Agentoppgaver lykkes fortsatt, med færre modellkall.Les det →
Se det på ditt eget arbeid.
Fra din egen assistent til hver agent bedriften din kjører, setter en pilot MS Duplex på ditt eget arbeid, med måltallene avtalt før den starter.