‏Devin ارزون‌تر شد، تا ۷۰ درصد

تیم Devin اعلام کرده که استفاده از این ایجنت کدنویسی حالا محسوس‌تر ارزون شده: ۳۰ تا ۴۰ درصد تو حالت‌های Fusion و Normal، ۱۵ تا ۲۰ درصد تو Ultra و تا ۷۰ درصد تو Devin Review. به گفتهٔ اون‌ها این کاهش از دو مسیر اومده؛ به‌کارگیری مدل‌های تازه از جمله SWE-2 خودشون، و مهندسی هارنس ابری Devin (یعنی همون لایه‌ای که مدل رو دور کدبیس می‌گردونه و ابزارها رو صدا می‌زنه) تا بیشترین بهره رو از این مدل‌ها ببره. کنار این صرفه‌جویی، هوش هیچ حالتی پایین نیومده: Devin Fusion با امتیاز ۶۸.۸ روی FrontierCode 1.1 Extended صدر جدوله، با میانگین ۰.۶ دلار برای هر تسک.

نویسنده می‌گه مستقل‌بودن از یه مدل خاص اینجا جواب داده. هر مدل قوت خودش رو داره: Opus 5.5 و GPT-6 Sol هوش بالاتر با قیمت معقول می‌دن، GPT-6 Astra تو computer use (یعنی کار کردن مدل با خود رابط کامپیوتر) خوبه و GPT-6 Luna هزینهٔ کارهای کمکی رو حسابی می‌آره پایین. Fusion از همین انعطاف استفاده می‌کنه و یه مدل توانمند رو به‌عنوان لیدر با یه مدل ارزون‌تر به‌عنوان دستیار جفت می‌کنه. Devin Review هم برای تحلیل diff، پیدا کردن باگ و دسته‌بندی تغییرها مدل مناسب رو خودش انتخاب می‌کنه.

بخش دوم صرفه‌جویی از تعداد کمتر تماس ابزاری میاد. تو مقاله اومده که مدل‌های جدید بهتر می‌تونن چند اقدام رو با هم بچینن؛ مثلاً فرمت‌کردن کد، لینت و اجرای تست رو تو یه تماس درخواست می‌کنن و بعد نتیجه‌ها رو با هم بررسی می‌کنن. Devin دستورهای شل رو تو یه تماس دسته می‌کنه و مراحل مستقل رو موازی اجرا می‌کنه، و دنبالهٔ کارهای برنامه‌ریزی‌شده پشت سر هم اجرا می‌شن بدون اینکه هر بار به مدل برگردن. یعنی نوبت کمتر، توکن کمتر برای هماهنگی و در نتیجه یه سشن ارزون‌تر.

تکیهٔ سوم روی prompt caching هست (یعنی وقتی ابتدای یه درخواست با درخواست قبلی یکی باشه، مدل محاسبات همون بخش مشترک رو دوباره انجام نمی‌ده و از نسخهٔ ذخیره‌شده استفاده می‌کنه). چون LLM حافظه نداره، هر درخواست باید کل کانتکست لازم رو با خودش ببره: دستورها، کد مربوطه و اقدام‌های قبلی. پردازش این تاریخچهٔ روبه‌رشد از صفر تو هر نوبت هم کند درمیاد هم گرون. نویسنده می‌گه درست استفاده کردن از کش کار ساده‌ای نیست: پیشوند مشترک باید بدون تغییر بمونه، کش عمر محدود داره و محاسبهٔ کش‌شده مخصوص یه مدل و یه ارائه‌دهنده‌ست.

همین وابستگی باعث می‌شه ارزون‌شدن کش مستقیم به نفع Devin تموم بشه. خواندن از کش تو Opus 5.5 حدود ۶۰ درصد ارزون‌تر از Opus 5 شده، و GPT-6 Sol و Luna هر دو قیمت خواندن از کش رو نصف نسخه‌های ۵.۶ قبلی‌شون کردن. روی تسکی که یه تاریخچهٔ طولانی رو تو نوبت‌های زیاد با خودش می‌کشه، این صرفه‌جویی‌ها جمع می‌شن. نسخهٔ ارزون‌تر از همین حالا روی devin.ai در دسترسه.

نکات کلیدی:

• کاهش هزینه: ۳۰ تا ۴۰ درصد در Fusion و Normal، ۱۵ تا ۲۰ درصد در Ultra و تا ۷۰ درصد در Devin Review
• Devin Fusion با امتیاز ۶۸.۸ روی FrontierCode 1.1 Extended صدر جدوله، با میانگین ۰.۶ دلار برای هر تسک
• مدل‌های به‌کاررفته: SWE-2، Opus 5.5، GPT-6 Sol، GPT-6 Astra برای computer use و GPT-6 Luna برای کارهای کمکی
• هارنس چند دستور شل رو تو یه تماس جمع می‌کنه و مراحل مستقل رو موازی اجرا می‌کنه
• خواندن از کش در Opus 5.5 حدود ۶۰ درصد ارزون‌تر از Opus 5، و در GPT-6 Sol و Luna نصف نسخه‌های ۵.۶