Hva skjedde
GIGAZINE rapporterer at Cognition, selskapet bak Devin, ga ut Fusion, en sele designet for å forbedre hvordan avanserte AI-modeller planlegger, utfører, vurderer og gjenoppretter fra stoppede oppgaver. Systemet parer en avansert modell for planlegging og gjennomgang med en rimeligere modell for utførelse, mens det kjører to agenter parallelt med separate kontekster og verktøy.
GIGAZINE rapporterer at Cognition utviklet og ga ut Fusion som en sele for OpenAIs GPT-6 Astra og Anthropics Claude Fable. Artikkelen beskriver en sele som laget som forsyner modeller med bruksanvisninger, regler for bruk av verktøy og betinget forgrening, som potensielt kan påvirke om en agent fullfører en oppgave eller blir sittende fast i en løkke.
I følge GIGAZINE kombinerer Fusion en topp moderne modell for planlegging og gjennomgang med en kostnadseffektiv modell for utførelse. Cognition anbefalte GPT-6 Astra og Claude Fable som de avanserte modellene, og identifiserte Cognitions SWE-2-kodemodell som det billigere utførelsesalternativet. Artikkelen sier at kombinasjonen fungerte best med Claude Fable 5.1.
GIGAZINE rapporterer en referansescore på 62,2 for Claude Fable 5.1 med Claude Code, sammenlignet med 61,7 for Claude Fable 5.1 kombinert med den rimeligere modellen og Fusion. Sistnevnte kombinasjon ble rapportert som 36 % billigere. For GPT-6 Astra sier artikkelen at Fusion oppnådde ytelse tilsvarende Codex samtidig som kostnadene reduserte med 39 %.
Artikkelen tilskriver evalueringer til AI-analyseselskapene Artificial Analysis og Vals AI. Det står at Fusion kjører to agenter parallelt, hver med uavhengig kontekst og verktøy, og utveksler kun sammendrag, resultater og tilbakemeldinger i stedet for hele samtalen. GIGAZINE sier at denne tilnærmingen i større grad bruker hurtigbufring. Kilden gir ikke den fullstendige referansemetoden, absolutte priser eller tilgjengelighetsvilkår.
Hvorfor det betyr noe
Hvis de rapporterte resultatene holder, kan Fusion redusere kostnadene ved å bruke frontier AI-agenter uten et tilsvarende tap i kodeytelse. Det betyr noe for utviklere og organisasjoner som kjører verktøybrukende systemer i stor skala, der modellslutninger og gjentatte agentforsøk kan bli store utgifter. Resultatene er rapportert av GIGAZINE og evaluert av Artificial Analysis og Vals AI, men kilden gir ikke nok metodikk til å vurdere sammenligningene uavhengig.
De rapporterte resultatene antyder at agentarkitektur kan påvirke økonomien til frontiermodeller i vesentlig grad. Et system som delegerer utførelse til en billigere modell og samtidig beholder en sterkere modell for planlegging og gjennomgang, kan redusere kostnadene til programvareagenter uten at brukerne må forlate modeller med høyere kapasitet.
Kostnadsreduksjoner er spesielt relevante for kodeagenter, som kan foreta mange verktøykall, gjenta mislykkede forsøk eller opprettholde lange sammenhenger. Hvis de er uavhengige reproduserbare, kan de rapporterte reduksjonene på 36 % og 39 % påvirke hvordan bedrifter designer arbeidsflyter for produksjonsagenter og velger mellom proprietære seler.
Bevisene er fortsatt begrenset i den leverte rapporten. GIGAZINE gir utvalgte poengsummer og prosentvise besparelser, men ikke oppgavesettet, antall kjøringer, prisantakelser, ventetid, feilrater eller sammenligningsforhold. Den påståtte ekvivalensen til Codex og de oppgitte effektivitetsgevinstene bekreftes derfor ikke uavhengig her.
Interaktiv mekanisme: Hvordan det faktisk fungerer
Utforsk den underliggende teknologien bak denne utviklingen interaktivt.
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?
Hva du skal se neste
Nøkkelspørsmålene er hvem som har tilgang til Fusion, hvilke modeller og verktøy den støtter, om den er generelt tilgjengelig, og hvordan kostnadene beregnes. Ytterligere rapportering bør avklare benchmarkoppgaver, grunnlinjer, utvalgsstørrelser, prompt-cache-forutsetninger og om resultatene overføres utover koding. Kilden bruker også både "SWE-2" og "SWR-2" for den lavere kostnadsmodellen, en inkonsekvens som bør løses.
Tilgangsforhold er ikke dokumentert i kilden. Det er ukjent om Fusion er offentlig nedlastbar, tilgjengelig gjennom Cognitions produkter, begrenset til utvalgte brukere, eller tilbys gjennom en annen kommersiell ordning. Priser og eventuelle nødvendige modellabonnementer er også ukjente.
Oppfølgingsrapportering bør fastslå om Fusion støtter modeller utover GPT-6 Astra og Claude Fable, om brukere kan levere sine egne verktøy og meldinger, og hvor mye av besparelsene avhenger av hurtigbufring eller spesifikke leverandørpriser.
-navnet inneholder en inkonsekvens på kildenivå: artikkelen identifiserer den billigere kodemodellen som SWE-2, men refererer senere til "SWR-2." Denne betegnelsen bør verifiseres før sammenligningen behandles som en presis produktpåstand.
Uavhengig testing bør undersøke suksessrater for koding, ventetid, pålitelighet, konteksthåndtering og ytelse på andre oppgaver enn den rapporterte referansen. Parallelle agenter kan også øke orkestreringskompleksiteten eller den totale verktøyaktiviteten selv når modellkostnadene faller.