Cosa è successo
GIGAZINE riferisce che Cognition, la società dietro Devin, ha rilasciato Fusion, un'imbracatura progettata per migliorare il modo in cui i modelli di intelligenza artificiale avanzati pianificano, eseguono, rivedono e recuperano da attività bloccate. Il sistema abbina un modello di fascia alta per la pianificazione e la revisione con un modello meno costoso per l'esecuzione, eseguendo due agenti in parallelo con contesti e strumenti separati.
GIGAZINE riporta che Cognition ha sviluppato e rilasciato Fusion come cablaggio per GPT-6 Astra di OpenAI e Claude Fable. L'articolo descrive un cablaggio come il livello che fornisce ai modelli istruzioni operative, regole di utilizzo degli strumenti e ramificazioni condizionali, che potenzialmente influenzano il completamento di un'attività da parte di un agente o il blocco in un ciclo.
Secondo GIGAZINE, Fusion combina un modello all'avanguardia per la pianificazione e la revisione con un modello economicamente vantaggioso per l'esecuzione. Cognition ha consigliato GPT-6 Astra e Claude Fable come modelli avanzati e ha identificato il modello di codifica SWE-2 di Cognition come l'opzione di esecuzione più economica. L'articolo afferma che la combinazione ha funzionato meglio con Claude Fable 5.1.
GIGAZINE riporta un punteggio di 62,2 per Claude Fable 5.1 con Claude Code, rispetto a 61,7 per Claude Fable 5.1 combinato con il modello a basso costo e Fusion. Quest'ultima combinazione è stata segnalata come più economica del 36%. Per GPT-6 Astra, l'articolo afferma che Fusion ha raggiunto prestazioni equivalenti a Codex riducendo i costi del 39%.
L'articolo attribuisce le valutazioni alle società di analisi AI Artificial Analysis e Vals AI. Afferma che Fusion esegue due agenti in parallelo, ciascuno con contesto e strumenti indipendenti, e scambia solo riepiloghi, risultati e feedback anziché l'intera conversazione. GIGAZINE afferma che questo approccio fa un uso maggiore della memorizzazione nella cache immediata. La fonte non fornisce la metodologia di completa, i prezzi assoluti o i termini di disponibilità.
Dettagli della fonte: gigazine.net ↗
Perché è importante
Se i risultati riportati dovessero confermarsi, Fusion potrebbe ridurre il costo dell’utilizzo di agenti IA di frontiera senza una perdita comparabile nelle prestazioni di codifica. Ciò è importante per gli sviluppatori e le organizzazioni che gestiscono sistemi che utilizzano strumenti su larga scala, dove l’inferenza del modello e i tentativi ripetuti degli agenti possono diventare spese importanti. I risultati sono riportati da GIGAZINE e valutati da Artificial Analysis e Vals AI, ma la fonte non fornisce una metodologia sufficiente per valutare in modo indipendente i confronti.
I risultati riportati suggeriscono che l’architettura degli agenti può influenzare materialmente l’economia dei modelli di frontiera. Un sistema che deleghi l’esecuzione a un modello più economico pur mantenendo un modello più forte per la pianificazione e la revisione potrebbe ridurre il costo degli agenti software senza richiedere agli utenti di abbandonare modelli con capacità più elevate.
Le riduzioni dei costi sono particolarmente rilevanti per gli agenti di codifica, che possono effettuare molte chiamate a strumenti, ripetere tentativi falliti o mantenere contesti lunghi. Se riproducibili in modo indipendente, le riduzioni riportate del 36% e del 39% potrebbero influenzare il modo in cui le aziende progettano i flussi di lavoro degli agenti di produzione e scelgono tra cablaggi proprietari.
Le prove rimangono limitate nel rapporto fornito. GIGAZINE fornisce punteggi selezionati e percentuali di risparmio ma non il set di attività, il conteggio delle esecuzioni, le ipotesi di prezzo, la latenza, i tassi di fallimento o le condizioni di confronto. L'equivalenza dichiarata con Codex e gli incrementi di efficienza dichiarati non vengono quindi confermati in modo indipendente qui.
Meccanismo interattivo: come funziona realmente
Esplora la tecnologia alla base di questo sviluppo in modo interattivo.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Cosa guardare dopo
Le domande chiave sono chi può accedere a Fusion, quali modelli e strumenti supporta, se è generalmente disponibile e come vengono calcolati i suoi costi. Ulteriori rapporti dovrebbero chiarire le attività di , le linee di base, le dimensioni del campione, le ipotesi di prompt-cache e se i risultati vengono trasferiti oltre la codifica. La fonte utilizza anche “SWE-2” e “SWR-2” per il modello a basso costo, un’incoerenza che dovrebbe essere risolta.
Le condizioni di accesso non sono documentate nella fonte. Non è noto se Fusion sia scaricabile pubblicamente, disponibile tramite i prodotti Cognition, limitato a utenti selezionati o offerto tramite un altro accordo commerciale. Anche i prezzi e gli eventuali abbonamenti ai modelli richiesti non sono noti.
I report di follow-up dovrebbero stabilire se Fusion supporta modelli oltre GPT-6 Astra e Claude Fable, se gli utenti possono fornire i propri strumenti e suggerimenti e in che misura il risparmio dipende dalla memorizzazione nella cache dei prompt o dai prezzi specifici del fornitore.
La denominazione del contiene un'incoerenza a livello di sorgente: l'articolo identifica il modello di codifica più economico come SWE-2 ma in seguito fa riferimento a "SWR-2". Tale designazione dovrebbe essere verificata prima di considerare il confronto come una precisa affermazione del prodotto.
Test indipendenti dovrebbero esaminare le percentuali di successo della codifica, la latenza, l'affidabilità, la gestione del contesto e le prestazioni su attività diverse dal riportato. Gli agenti paralleli possono inoltre aumentare la complessità dell'orchestrazione o l'attività totale dello strumento anche quando i costi del modello diminuiscono.