Asana mejora sus agentes de navegador con GPT‑6.1 Sol

Asana logró que su agente de navegador en StackAI funcionara hasta 76 veces más barato y cinco veces más rápido tras optimizar el flujo de trabajo con GPT‑6 Astra y el modelo GPT‑6.1 Sol. El cambio permitió bajar el costo estimado por ejecución a unos $0.47 y reducir los tiempos de prueba a alrededor de cuatro minutos por corrida.

GPT‑6.1 Sol: qué ocurrió y por qué importa

Asana anunció que usó GPT‑6 Astra en Codex para investigar y mejorar cómo su agente de navegador construye las solicitudes a los modelos. La empresa realizó un estudio de 144 ejecuciones comparando GPT‑6.1 Sol con tres modelos alternativos y aplicó tres correcciones clave: ampliar la caché para incluir el historial de navegación, aumentar la cantidad de texto retenido y eliminar capturas de pantalla en lotes en lugar de paso a paso. El resultado fue un flujo optimizado que completó las tareas correctamente y redujo drásticamente costos y tiempos.

Qué cambia para las personas

Acceso a modelos más rápidos en aplicaciones cotidianas

Los usuarios de herramientas que automatizan tareas web, como completar formularios o recopilar información, verán respuestas más rápidas porque las llamadas al modelo consumen menos tiempo de ejecución.

Menor costo en servicios que usan agentes

Al bajar el costo por ejecución, las empresas pueden ofrecer funciones basadas en agentes sin trasladar aumentos de precio a los clientes, lo que puede traducirse en servicios más accesibles.

Mayor fiabilidad en tareas largas

Con un historial más grande y una política de manejo de capturas de pantalla mejorada, los agentes completaron más corridas correctamente, lo que reduce la necesidad de reintentos y mejora la experiencia del usuario.

Aspectos pendientes y limitaciones

El estudio se hizo internamente sobre configuraciones específicas y con un conjunto definido de tareas (recopilar campos de un catálogo de libros de demostración). No todos los resultados trasladan automáticamente a otros tipos de cargas de trabajo o a modelos distintos a los probados. Además, algunas comparaciones iniciales incluyen ejecuciones que quedaron sin completar, por lo que ciertas cifras se presentan como límites inferiores. Queda por observar cómo se comportan estas optimizaciones en ambientes de producción con datos variados y a gran escala.

Contexto y explicación breve

Un agente de navegador es un software que navega páginas web, extrae información y realiza acciones como un humano. En este caso, las mejoras se concentraron en cuánto del historial y de las imágenes (capturas) se reenvían al modelo en cada consulta: usar más caché y reducir envíos innecesarios baja el costo y acelera las respuestas.

Por qué importa

Usuarios: Menos espera y mayor precisión en tareas automatizadas.

Negocio: Reducción de costos operativos y posibilidad de ofrecer mejores funciones sin aumentar precios.

Industria: Mejora en la eficiencia de pruebas y experimentos con agentes en la nube.

Nota de Transparencia

Esta nota fue generada 100% con IA. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

Comments