Każde ustawienie na jednym wykresie.
Krok 1 z 4: Model
Dokładniejszy w każdym ustawieniu, za jedną siódmą kosztu.
We wszystkich ośmiu swoich ustawieniach MS Duplex był dokładniejszy niż cache semantyczny w którymkolwiek z jego pięciu albo sam GPT-5.5 w swoim jedynym, na tych samych 3,000 decyzji. Trzy kolejne przebiegi, na nowych strumieniach, pokazały tę samą kolejność.
Wewnętrzne benchmarki. Wszystkie liczby na tej stronie pochodzą z testów, które MatterSpace przeprowadził samodzielnie, i nie zostały niezależnie zweryfikowane. Przeczytaj zastrzeżenia
- Od 94.1 do 94.8%*Dokładność MS Duplex w każdym z ośmiu ustawieńNajlepszy wynik cache: 77.3%
Dokładność MS Duplex w każdym z ośmiu ustawień MS Duplex Od 94.1 do 94.8% Najlepszy wynik cache 77.3% - Od 84 do 91%*W trzech nowych przebiegach po 1,000 decyzjiNajlepszy wynik cache: około 73%
W trzech nowych przebiegach po 1,000 decyzji MS Duplex Od 84 do 91% Najlepszy wynik cache ≈73%
* Liczby z wewnętrznych benchmarków MatterSpace, niezweryfikowane niezależnie. Przeczytaj zastrzeżenia
MS Duplex w najgorszym wydaniu bije cache w najlepszym.
Najmniej dokładne ustawienie MS Duplex kontra najdokładniejsze ustawienie cache.
Krok 1 z 2: Dokładność
W swoim najmniej dokładnym ustawieniu MS Duplex uzyskał 94.1%. Cache, w swoim najdokładniejszym, uzyskał 77.3%.*
Strojenie cache nie przynosi dokładności.
Ten sam cache, od najluźniejszego dopasowania do najściślejszego.
Krok 1 z 3: Ostrzej
Zaostrzenie dopasowania w cache wysyła więcej zapytań do modelu: od 4 wywołań do 212.*
Ta sama kolejność, przebieg po przebiegu.
Trzy nowe przebiegi po 1,000 decyzji w drugiej, niezależnej konfiguracji.
Krok 1 z 2: Dokładność
W trzech nowych przebiegach w drugiej, niezależnej konfiguracji MS Duplex uzyskał 87.7%, a najlepszy cache 73.0%.*
Jak go przeprowadzono.
- Praca
- Ten sam strumień obsługi klienta co w wyniku dotyczącym kosztów: jedno właściwe działanie spośród około dziewiętnastu albo odmowa, z pięcioma wewnętrznymi zmianami zasad.
- Ustawienia
- MS Duplex w ośmiu ustawieniach, od najbardziej skłonnego do samodzielnych odpowiedzi po najostrożniejsze; cache semantyczny w pięciu, od najluźniejszego do najściślejszego dopasowania; sam GPT-5.5 w jedynym, jakie ma.
- Skala
- Jeden strumień 3,000 decyzji, potem trzy niezależne przebiegi po 1,000 decyzji w drugiej konfiguracji.
- Jednakowe warunki
- Te same zarejestrowane odpowiedzi GPT-5.5 dla każdego punktu, ta sama informacja zwrotna i te same zasady odmowy.
Co to oznacza dla twojej pracy.
Stabilny w każdym ustawieniu.
Wszystkie osiem ustawień MS Duplex osiągnęło dokładność od 94.1% do 94.8%.*
Dokładność nieosiągalna dla cache.
We wszystkich swoich ustawieniach cache osiągnął najwyżej 77.3%, a po zmianie zasady 44.2%.*
Tańszy niż model, w każdym ustawieniu.
Nawet najostrożniejsze ustawienie MS Duplex kosztowało mniej niż sam GPT-5.5 i było o 34 punkty dokładniejsze.*
Dalej: Uczy się dalej, nie zapominając, nie tracąc aktualności i nie rosnąc.Przeczytaj →
Zobacz to na własnej pracy.
Od twojego własnego asystenta po każdego agenta, którego uruchamia twoja firma: pilotaż uruchamia MS Duplex na twojej własnej pracy, ze wskaźnikami uzgodnionymi przed startem.