Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai9. Oktober 2026 · Q005075

Asana cuts model costs 76x in browser tests with GPT-6.1 Sol

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Asana berichtet, dass GPT‑Astra in Codex durch Änderungen an Zwischenspeicherung, Verlaufslimit und Screenshot-Verwaltung den Browser-Agenten mit GPT‑6.1 Sol auf durchschnittlich 0,47 US-Dollar und etwa vier Minuten pro Durchlauf brachte. Im Vergleich zum ursprünglichen Modell-B-Ablauf entspreche das geschätzten Kostensenkungen um den Faktor 76 und einer fünffachen Beschleunigung. Die Ergebnisse stammen aus einer begrenzten Studie mit einer Katalogaufgabe und drei Wiederholungen je Konfiguration; einige Kostenwerte sind Untergrenzen.

Mittel

Asana untersuchte mit GPT‑6 Astra in Codex seinen Browser-Agenten für StackAI. Dabei zeigte sich laut Bericht, dass der Agent den wachsenden Verlauf aus Seitentexten und Screenshots bei jeder Anfrage erneut übermittelte. Asana testete daher, den Verlauf zwischenzuspeichern, mehr Text zu behalten und Screenshots gebündelt zu entfernen. In einer Studie mit 144 Durchläufen sammelte der Agent Angaben zu 32 Büchern aus einem Demokatalog; die beste Kombination nutzte ein größeres Verlaufslimit und entfernte Screenshots erst, wenn sich 20 angesammelt hatten.

Mit GPT‑6.1 Sol kostete der optimierte Ablauf laut Asana durchschnittlich 0,47 US-Dollar und dauerte etwa vier Minuten. Gegenüber dem ursprünglichen Produktionsablauf mit Modell B seien die geschätzten Kosten 76-mal geringer und die Laufzeit fünfmal kürzer. Mit größerem Verlaufslimit lieferten alle 18 Sol-Durchläufe korrekte Antworten, gegenüber drei von 18 mit dem kleineren Limit. Asana sagt, die Änderungen seien in StackAI eingeführt worden. Die Ergebnisse beruhen auf einer konkreten Katalogaufgabe mit je drei Wiederholungen pro Konfiguration; Kosten sind Schätzwerte, und manche Ausgangswerte sind wegen abgebrochener Durchläufe nur Untergrenzen.

Ausführlich lesen

Der Bericht schildert, wie Asana mithilfe von GPT‑6 Astra in Codex seinen Browser-Agenten untersuchte und dessen Ablauf für GPT‑6.1 Sol optimierte. Ziel war, die Kosten und Laufzeit zu senken, damit StackAI Kunden leistungsfähigere Modelle anbieten kann. StackAI ermöglicht es, Arbeitsabläufe über verschiedene Geschäftsanwendungen hinweg zu automatisieren, etwa indem ein Agent Websites aufruft, Formulare ausfüllt und Informationen sammelt.

Laut Asanas CTO Frank Hidalgo fand GPT‑6 Astra eine zentrale Ineffizienz: Der Agent zwischenspeicherte zwar feste Anweisungen und Werkzeugdefinitionen, aber nicht den wachsenden Verlauf aus Seitentexten und Screenshots. Dadurch wurde dieser Verlauf bei jeder Anfrage erneut zum vollen Preis übertragen. Zugleich entfernte der Agent fortlaufend ältere Screenshots und kürzte Text. Das veränderte den Verlauf immer wieder und konnte dazu führen, dass der Agent bereits gelesene Seiten erneut besuchen musste.

Hidalgo ließ drei Änderungen untersuchen: den Verlauf ebenfalls zwischenspeichern, mehr Text im Verlauf behalten und Screenshots gebündelt statt bei jedem Schritt entfernen. GPT‑6 Astra führte zunächst Vorversuche durch und passte anschließend den Code für kontrollierte, parallele Vergleiche an. Im Rahmen einer Studie mit 144 Durchläufen wurden vier Modelle, zwei Verlaufslimits und sechs Kombinationen aus Zwischenspeicherung und Screenshot-Verwaltung verglichen; jede Konfiguration wurde dreimal getestet. Alle Agenten sollten aus einem öffentlichen Demokatalog für 32 Bücher jeweils sechs Angaben sammeln. Die erfolgreichste Richtlinie ließ Screenshots bis zu einer Anzahl von 20 anwachsen und behielt beim Kürzen jeweils den neuesten. Zusammen mit dem größeren Verlaufslimit bildete sie den optimierten Ablauf.

Dem Bericht zufolge kostete der ursprüngliche Produktionsablauf mit Modell B mindestens 36,21 US-Dollar pro Durchlauf; einige Durchläufe erreichten ihr Schrittlimit, bevor sie fertig waren. Die optimierte Variante mit Modell B kostete 1,24 Dollar. GPT‑6.1 Sol mit dem optimierten Ablauf kostete durchschnittlich 0,47 Dollar und benötigte rund vier Minuten. Gegenüber dem ursprünglichen Modell-B-Setup seien das 76-mal geringere geschätzte Modellkosten und eine fünffach kürzere Laufzeit. Verglichen mit dem optimierten Modell-B-Ablauf sei Sol weiterhin 2,6-mal günstiger. Auf Sol allein sank der geschätzte Preis durch die Änderungen von 1,97 auf 0,47 Dollar; laut Bericht stammten 89 Prozent der Eingabe aus dem Cache und kosteten fünf Prozent des nicht zwischengespeicherten Preises.

Ein größeres Verlaufslimit verbesserte laut Studie auch die Antwortquote von Sol: Mit dem kleineren Limit lieferten drei von 18 Durchläufen eine Antwort, mit dem größeren alle 18, jeweils mit korrektem Ergebnis. Asana gibt an, die Änderungen für die Browsernavigation in StackAI veröffentlicht zu haben. Das Unternehmen plant, solche Vergleiche künftig in Produktbewertungen einzubeziehen und nutzt GPT‑6 Astra außerdem, um Funktionen vor der Veröffentlichung automatisiert zu erproben und Fehler zur menschlichen Prüfung zu melden.

Die Aussagen beruhen auf einer begrenzten, spezifischen Studie: Jede Konfiguration wurde dreimal auf derselben Katalogaufgabe getestet. Kosten sind Schätzwerte; die Ausgangswerte enthalten abgebrochene oder begrenzte Durchläufe und sind daher teils Untergrenzen. Für einige Diagramme waren die zugrunde liegenden Einzelwerte und Streuungen laut Bericht nicht verfügbar; Markierungen und Fehlerbalken wurden näherungsweise aus Abbildungen rekonstruiert. Der Bericht nennt keine unabhängige Replikation der Ergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Stufen und Anteilswerte in Lunas Einordnung wurden nicht geprüft, nur die Zusammenfassung und die sechs Bewertungen oben. Der Bericht ist eine Werbe- und Fallstudie von OpenAI über einen Kunden, deren Kostenzahlen Schätzwerte sind.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Zeitersparnis der Studie: laut Bericht hätte die Arbeit von Hand ein bis zwei Monate gedauert und hat mit GPT-6 Astra etwa eine Woche gebraucht
  • Die Zuverlässigkeit als Ergebnis: Mit dem größeren Verlaufslimit beantworteten alle 18 Sol-Durchläufe die Aufgabe korrekt, mit dem kleineren nur drei von 18 (fehlt in der Kurzfassung)
  • Die Protokollierung aller Sitzungen in Command, die eine spätere Prüfung der Studie ermöglichte
  • Die Einordnung als Fallstudie, die Asana und OpenAI selbst veröffentlichen, mit Schätzwerten für die Kosten

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 25 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 48 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 29 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 70 %einzelne zitierbare Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 28 %nur am Rande erwähnt
    • d3-ultra 46 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 28 %nur am Rande erwähnt
    • JEV 53 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 46 %einzelne zitierbare Belege
    • JEV 52 %umfangreiche Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 48 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 23 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 44 %gleiches Oberthema, hilft nicht

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 71 %Hintergrund, keine Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →