Writers Palmyra X6 sänker kostnaden för AI-agenter med över 50% – bygger på öppen källkod

Hur plattformsoptimeringen minskar kostnaderna

De kostnadsbesparingar Writer hävdar kommer inte från ett enda knep utan från en kombination av modeleffektivitet och smartare orkestrering:

• 52% lägre genomsnittlig kostnad: Agenter som använder Palmyra X6 kör komplexa flerstegsarbetsflöden till i genomsnitt 52% lägre kostnad jämfört med föregående generation .
• Kostnad per uppgift halverad: Kostnaden per agentuppgift sjönk från cirka 0,25 dollar till cirka 0,12 dollar .
• 48% förbättring av hastigheten: Exekveringstiden för agentuppgifter är ungefär hälften av vad den var tidigare, med uppgifter som slutförs på cirka 26 sekunder med en utmatningshastighet på 82 tokens per sekund .
• 10% bättre utdatakvalitet, enligt Writers interna riktmärken .
• Obevakade långvariga agenter: Den nya plattformen och modellen kan köra agentjobb obevakat i upp till åtta timmar, vilket minskar overheaden för manuell övervakning och återpromptering .
• Riktad tokenoptimering: Plattformen optimerar direkt hur tokens förbrukas under flerstegsresonemang, vilket minskar spill i långa kedjor av agentåtgärder .

Bakgrund: Writer specialiserar sig på AI-verktyg och agenter för marknadsförings- och intäktsavdelningar och betjänar Fortune 500-kunder som Accenture, Uber och Vanguard . Företagets kärnbudskap är att genom att para ihop en konkurrenskraftig modell med en smartare orkestreringsplattform kan företag driva ihållande, flerstegs AI-agenter till "en bråkdel av kostnaden" för konkurrerande lösningar .

Därför är open source-grunden viktig

Palmyra X6 är baserad på Z.ais öppna GLM-5.2, en strategi som låter Writer dra nytta av en open source-bas samtidigt som de lägger till egen träning som skräddarsyr modellen för företagsagentuppgifter . Denna hybridstrategi – att ta en kapabel öppen modell och finslipa den för domänspecifika arbetsflöden – blir allt vanligare bland AI-företag som vill kontrollera kostnader och utvecklingstid samtidigt som de levererar konkurrenskraftig prestanda.

Vad detta betyder för företag som köper AI

För företag som utvärderar AI-agentplattformar antyder Writers siffror att ekonomin för att köra komplexa, flerstegs AI-agenter kan vara på väg att förändras. Kombinationen av en 52% kostnadsminskning, nästan halverad fördröjning och förmågan att köra agenter obevakat i åtta timmar adresserar två av de mest ihållande klagomålen om företags AI-agenter: oförutsägbara kostnader och behovet av konstant mänsklig tillsyn. Om dessa påståenden håller i praktiken kan de göra agentisk AI lönsam för högvolymarbetsflöden som tidigare var för dyra att automatisera.

Det är dock värt att notera att dessa siffror kommer från Writers egen interna testning, och verkliga resultat kan variera beroende på komplexiteten och strukturen hos specifika företagsuppgifter. Oberoende validering av de påstådda kostnadsminskningarna skulle ge en tydligare bild för köpare.