Dans une étude de cas publiée par OpenAI le 14 octobre, Third Moment Research explique faire travailler jusqu’à 10 000 agents simultanément sur des investigations de 36 à 48 heures. La pile combine des modèles GPT, Codex pour les travaux de code et Daybreak pour tester la sécurité des environnements.
Un exemple de backtest passe d’environ trois heures à trois à cinq minutes selon le récit du fournisseur et de son client. Ce n’est pas un benchmark contrôlé ni une promesse qu’une application quelconque supportera cette concurrence ou cette durée ; le résultat concerne une organisation et ses workflows.