Planerar den kortaste vägen, med noll modelltokens.
En liten värld av rum, med målet två till fem drag bort och en slinga och en återvändsgränd på vägen. Varje uppgift visar vilket drag som leder vart och ber sedan om en väg. MS Duplex, en reaktiv agent och GPT-5.5 fick samma karta.
Interna benchmarktester. Alla siffror på denna sida kommer från tester som MatterSpace själv har genomfört och har inte oberoende verifierats. Läs ansvarsfriskrivningen
- 100%*Lyckade planer, i varje körningEn reaktiv agent: 0% · MS Duplex använde inga modelltokens
Lyckade planer, i varje körning MS Duplex 100% En reaktiv agent 0% - 0%*En reaktiv, girig agent
- ~204*Tokens per beslut som en spetsmodell förbrukar för att matcha den
Tokens per beslut som en spetsmodell förbrukar för att matcha den MS Duplex 0 En spetsmodell ~204
* Siffror från MatterSpaces interna benchmarktester, inte oberoende verifierade. Läs ansvarsfriskrivningen
Att hitta den kortaste vägen.
Steg 1 av 5: Världen
Samma svar, utan notan.
Vad GPT-5.5 och MS Duplex vardera betalade för samma kortaste vägar.
Steg 1 av 3: Tokens
MS Duplex använde inga modelltokens på något beslut. GPT-5.5 använde ungefär 204 på vart och ett.*
Draget som ser ut att vara närmast kan leda ingenstans.
Vart varje metods drag ledde, över tio körningar.
Steg 1 av 2: Reaktiv
En reaktiv agents första drag: ungefär hälften gick in i slingan eller säckgatan, och inget nådde målet.*
Fyra kontroller, godkända för varje plan.
Vad som kontrollerades för varje plan som MS Duplex gjorde.
Steg 1 av 4: Kortast
Varje plan var exakt den kortaste vägen.*
Så genomfördes det.
- Arbetet
- Hitta en väg genom en slumpmässigt genererad värld av rum, två till fem drag till målet, med en slinga som inte leder någonstans och en återvändsgränd.
- Omfattning
- En hostad körning med 20 uppgifter, och tio oberoende körningar med 12 planer vardera.
- Jämfört med
- En reaktiv agent som ser ett drag framåt, och GPT-5.5 som fick samma karta i sin prompt.
- Lika för alla
- Samma karta och samma uppgift för alla metoder.
Vad det betyder för ditt arbete.
Planer utan modellkostnad.
MS Duplex matchade de kortaste vägar som GPT-5.5 hittade, utan modelltokens.*
Upprepade beslut går snabbt.
På en upprepad fråga svarade MS Duplex på en median av 582 ms; GPT-5.5 tog 1,647 ms.*
Den stannar i stället för att gissa.
När den startade någonstans där den aldrig varit sa den det, varje gång.
Nästa: Agentuppgifter fortsätter att lyckas, med färre modellanrop.Läs det →
Se det i ditt eget arbete.
Från din egen assistent till varje agent ditt företag kör sätter en pilot MS Duplex på ditt eget arbete, med mätetal som avtalas innan den börjar.