Asana GPT-6.1 Sol ile Ajan Maliyetini 76 Kat Düşürdü

Asana, yapay zekâ tabanlı tarayıcı ajanının (browser agent) iş akışlarını GPT-6.1 Sol modeli ile optimize ederek maliyetleri 76 kat düşürdü ve test süreçlerini 5 kat hızlandırdı. OpenAI tarafından 9 Ekim 2026 tarihinde yayımlanan müşteri hikâyesine göre şirket, kod analizi ve deney yönetiminde Codex içindeki GPT-6 Astra modelinden yararlandı.

Mevcut Sistemdeki Verimsizlikler Nasıl Belirlendi?

Asana, satın aldığı StackAI platformu aracılığıyla kullanıcıların kod yazmadan web sitelerinde gezinmesini, form doldurmasını ve veri toplamasını sağlıyor. Asana bünyesindeki StackAI CTO'su Frank Hidalgo, tarayıcı ajanını hızlandırmak ve operasyon maliyetlerini düşürmek için çalışma başlattı.

Hidalgo, Codex içindeki GPT-6 Astra'yı kod tabanını incelemek ve ajanın model isteklerini nasıl kurguladığını açıklamakla görevlendirdi. Yapılan incelemede, ajanın sabit talimatları ve araç tanımlarını önbelleğe (cache) aldığı, ancak sayfa metinleri ile ekran görüntülerinden oluşan geçmişi önbelleğe almadığı belirlendi. Bu nedenle her yeni istekte tüm geçmiş veri tam fiyat üzerinden tekrar iletiliyordu.

Ayrıca ajanın neredeyse her adımda eski ekran görüntülerini sildiği ve metinleri kısalttığı tespit edildi. Geçmişin sürekli değişmesi tek başına önbellek kullanımını yetersiz kılarken, silinen bilgiler ajanın daha önce ziyaret ettiği sayfalara yeniden dönmesine yol açıyordu.

Deney Sürecinde Hangi Yöntemler Test Edildi?

Hidalgo, GPT-6 Astra tarafından önerilen çözümler arasından üç temel düzeltmeyi seçti. Tarayıcı geçmişinin önbelleğe dahil edilmesi, ajanın tutabileceği metin sınırının genişletilmesi ve ekran görüntülerinin her adım yerine toplu olarak silinmesi kararlaştırıldı. GPT-6 Astra, paralel iş akışlarını desteklemek amacıyla kod tabanını yeniden düzenledi.

Araştırmada 120.000 ve 480.000 karakterlik geçmiş bütçeleri ile altı farklı önbellek ve ekran görüntüsü politikası incelendi. Toplam 144 çalıştırmadan oluşan çalışmada dört farklı model üçer kez teste tabi tutuldu. Ekran görüntülerinin 20 adede kadar birikmesine izin veren ve ardından en güncel görsele dönen yöntem en iyi sonucu verdi. Her test konfigürasyonu, StackAI kullanıcılarının iş yüklerini yansıtacak biçimde demo kataloğundaki 32 kitabın her birinden altı alanlık bilgi toplama görevini yürüttü.

Modeller Arasındaki Maliyet ve Süre Farkları

Testlerde GPT-6.1 Sol'un yanı sıra Fall 2025 çıkışlı Model A, Summer 2026 çıkışlı Model B ve Fall 2026 çıkışlı Model C incelendi. Model B'nin orijinal kurulumunda en az 36,21 dolar olan tahmini çalıştırma maliyeti, optimizasyon sonrası 1,24 dolara inerek 29 kat azaldı. GPT-6.1 Sol üzerinde kurulan optimize iş akışında ise ortalama maliyet 0,47 dolara geriledi.

Çalışma sürelerinde de belirgin bir değişim görüldü. Model B'nin ilk kurulumunda en az 22,5 dakika süren görevler, GPT-6.1 Sol üzerindeki optimize iş akışıyla yaklaşık dört dakikaya indi. Girdilerin %89'unun önbellekten gelmesi ve önbellek birim fiyatının indirimsiz tutarın %5'i düzeyinde olması birim çağrı maliyetlerini düşürdü.

Genişletilmiş Geçmiş Bütçesi Sonuçları Nasıl Etkiledi?

Araştırma verileri, geçmiş yönetiminin ajanın yanıt üretme başarısı üzerinde belirleyici olduğunu gösterdi. GPT-6.1 Sol modeline tarayıcı geçmişini saklaması için daha fazla alan tanınması yanıt oranını doğrudan artırdı.

Küçük geçmiş bütçesiyle yapılan 18 çalıştırmanın yalnızca üçünde yanıt alınabilirken, daha büyük bütçeyle yapılan 18 testin tamamında doğru yanıta ulaşıldı. Hidalgo, bültende yer alan değerlendirmesinde “Cost used to limit which models we could offer customers for these workloads.” ifadesini kullanarak maliyetin geçmişte model tercihini kısıtladığını belirtti.

Yeni Altyapı Üretim Süreçlerine Nasıl Yansıtıldı?

GPT-6 Astra tarafından yürütülen oturumların istekleri, veri izleri ve sonuçları Asana'nın Command adlı yazılım teslim platformuna kaydedildi. Elde edilen bulgular görev kayıtlarına ve ardından kod çekme isteklerine (pull request) dönüştürülerek canlı sisteme aktarıldı. Normal şartlarda elle yapılmasının bir ile iki ay süreceği tahmin edilen optimizasyon araştırması yaklaşık bir haftada tamamlandı.

Asana güncellenen tarayıcı gezintisi özelliklerini StackAI üzerinde kullanıma sundu. Şirket, kullanıcıların ve kurum içi ekiplerin kendi ajanlarını yapılandırırken maliyet, süre ve yanıt kalitesini ölçebilmesi için benzer değerlendirme araçlarını platforma entegre etmeyi planlıyor. Ayrıca GPT-6 Astra, yeni yazılım özelliklerinin yayın öncesi testlerinde de görev almaya başladı.

İlgili haberler

• LegalOn GPT-6 Modelleriyle Codex Maliyetini %65 Azalttı
• ChatGPT İçin GPT-6 ve Intelligent UI Tanıtıldı
• OpenAI Gençler İçin ChatGPT Eğitim Araçlarını Genişletti

Sektör Profesyonelleri İçin Çıkarımlar

• Yapay zekâ destekli kod refactoring süreci araştırma döngülerini kısaltıyor: Normalde bir iki ay sürebilecek optimizasyon denemeleri, modellerin deneyleri yönetmesi sayesinde yaklaşık bir haftalık süre içinde sonuçlandırılabiliyor.
• Toplu silme ve önbellek kombinasyonu token tüketimini sınırlandırıyor: Ekran görüntülerinin adım başı silinmesi yerine 20 adede kadar biriktirilmesi, arama geçmişini sabit tutarak önbellek verimliliğini koruyor.
• Bütçe genişlemesi ajanların görev tamamlama tutarlılığını artırıyor: Tarama geçmişine ayrılan karakter kapasitesinin büyütülmesi, ajanın bilgi kaybı nedeniyle sayfalara tekrar dönmesini engelleyerek görev tamamlama oranını yükseltiyor.

Sıkça Sorulan Sorular

Asana testlerde hangi maliyet düşüşünü sağladı?

GPT-6.1 Sol modeli ve optimize edilen iş akışı sayesinde tarayıcı ajanı çalıştırma maliyeti 76 kat düşüş göstererek ortalama 0,47 dolara indi.

Görevlerin tamamlanma süresi ne kadar kısaldı?

İlk kurulumda en az 22,5 dakika süren işlemler, optimize edilmiş GPT-6.1 Sol akışında yaklaşık dört dakikaya inerek 5 kat hızlandı.

Optimizasyon araştırmasında hangi modeller karşılaştırıldı?

Araştırmada GPT-6.1 Sol'un yanı sıra Model A, Model B ve Model C olmak üzere toplam dört sınır model değerlendirildi.