LegalOn udało się zredukować szacunkowe dzienne koszty Codex o 65 procent, jednocześnie utrzymując dotychczasową prędkość prac deweloperskich. Osiągnięcie tego wymagało inteligentnego dopasowania modeli Astra, Sol i Luna do poszczególnych zadań oraz strategicznego zarządzania budżetami.
Optymalizacja kosztów to kluczowy problem dla firm intensywnie korzystających z nowoczesnych modeli kodowania i language model'ów. Tradycyjnie organizacje musiały wybierać między wydatkami a wydajnością - droższe, bardziej zaawansowane modele zapewniały lepsze wyniki, ale obciążały budżet operacyjny. LegalOn wykazała, że istnieje trzecia droga: precyzyjne przydzielanie różnych modeli do różnych typów pracy.
Wynik LegalOn ma znaczenie dla całej branży. Pokazuje, że można radykalnie obniżyć koszty operacyjne sztucznej inteligencji bez utraty tempa innowacji - warunek konieczny dla rentowności firm AI-first. Inne organizacje będą teraz bardziej chętne inwestować w LLM-owe rozwiązania, jeśli będą pewne, że istnieją sprawdzone metody na kontrolę wydatków. To może przełożyć się na szybsze rozpowszechnienie technologii AI w sektorze prawnym i poza nim.