Asana usó GPT-6 Astra en Codex para optimizar un agente que se ejecuta en GPT-6.1 Sol. Vea cómo el costo, la velocidad y la calidad deben medirse juntos.
respuesta directa
El 9 de octubre de 2026, OpenAI publicó un caso de Asana en el que GPT-6 Astra en Codex ayudó a optimizar el flujo de un agente de navegador que se ejecuta con GPT-6.1 Sol. En las pruebas informadas, el costo estimado por ejecución se redujo 76 veces, la velocidad se quintuplicó y el costo promedio alcanzó los 0,47 dólares. Las cifras son específicas de cada caso y no deben generalizarse sin reproducir los criterios de tarea, calidad, entorno y aceptación.
El costo por tarea vale más que el costo por token
La unidad útil es la ejecución realizada con calidad. Incluya llamadas, repetición, herramientas, fallas, supervisión e infraestructura.
La optimización comienza con la observación.
Registre cada paso, tiempo, tokens, capturas de pantalla, errores y decisiones de cada agente. Sin una característica comparable, la reducción de costos se convierte en prueba y error.
El modelo más barato no es suficiente.
Un modelo eficiente puede requerir más intentos o producir acciones incorrectas. Compare la tasa de éxito y el costo total bajo el mismo conjunto de tareas.
Los agentes del navegador necesitan pruebas estables
Fijar sitios, estados, permisos y criterios. Separar los cambios externos de la ganancia provocada por el nuevo flujo.
Lectura del nexo
Utilice modelos sólidos para descubrir cuellos de botella y modelos eficientes para repetir el trabajo, manteniendo una evaluación y revisión automáticas proporcionales al riesgo.
Preguntas frecuentes
¿La reducción de 76 veces es válida para cualquier agente?
No. Es el resultado del flujo y las pruebas de Asana; cada empresa debe medir su carga.
¿Qué métrica rastrear primero?
Costo por tarea correcta, junto con latencia, tasa de éxito e intervención humana.
¿Necesito usar dos modelos?
No necesariamente, pero separar la investigación de optimización y la ejecución recurrente puede mejorar los ahorros.
Guías imprescindibles para profundizar en la decisión
Este análisis editorial fue elaborado por Nexus a partir de las fuentes oficiales a continuación, consultadas el 10 de octubre de 2026. El texto es original e interpreta implicaciones prácticas para las empresas.
- OpenAI: Asana reduce los costos del modelo 76 veces en las pruebas del navegador con GPT-6.1 Sol: caso de prueba oficial, método, métricas y límites.
- Desarrolladores de OpenAI: modelos: Documentación oficial para comparar capacidades, precios y latencia.
Fecha reportada por la fuente principal: 9 de octubre de 2026.