Parallelは2026年9月22日、GPT-6 Astraを活用することで、エージェントによる労働市場データの調査・集計時間を従来モデルの半分に短縮し、コードコストも50%削減できたと発表しました。
Parallelは、ウェブ上でのナレッジワークを行うAIエージェント向けの開発者インフラを提供しています。同社は、複雑な調査タスクにおいて、従来は高品質な回答を得るために、より大規模で推論能力の高いモデルを使用する必要があり、多大な時間とリソースを消費していました。
GPT-6 Astraの導入により、調査の質を維持したまま、タスク完了までの時間を半分に短縮し、コードコストを約50%削減できることが示されました。Parallelが行ったテストでは、4つの州における6か月間の労働市場統計6項目を調査し、複数のウェブサイトから情報を収集して報告書にまとめる作業において、この成果が得られています。
GPT-6 Astraは、従来のモデルと比較して、より的を絞った検索を行い、有用な結果に到達するまでのステップ数が減少したことも確認されました。同モデルは、自身の持つ知識を活用することで、よりターゲットを絞った検索クエリを発行し、最終的なタスクに対してより集中して取り組むことができるとしています。
この効率向上により、調査タスクを複数のサブエージェントに分担させ、同時並行で進めることが容易になりました。これにより、単一の検索シーケンスを順番に繰り返す時間を削減できます。Parallelは、複雑な質問から調査済みの回答を得るまでのプロセスが、待ち時間の短縮、コスト低下、そして大規模な調査タスクへの対応能力の向上につながると説明しています。