Cohere compare les stratégies d’équipes d’agents de programmation
Dans les tests ProgramBench de Cohere, les équipes centrées sur la planification obtiennent des scores proches à moindre coût déclaré.
Période de l’événement / des données: 2026-10-14
Publié: · Mis à jour:
Les chercheurs de Cohere ont publié une étude contrôlée comparant plusieurs organisations d’équipes d’agents de programmation. Sur 200 tâches ProgramBench, une équipe asynchrone GPT-5.6 Sol ne déléguant que la planification a obtenu 63,6 % de récompense pour 249 dollars ; une équipe GPT-5.6 Sol déléguant toutes les étapes a obtenu 63,2 % pour 510 dollars. Les deux résultats sont des moyennes sur trois exécutions.
Un responsable GPT-5.6 Sol coordonnant 16 agents de planification GPT-5.6 Luna a obtenu 61,8 % pour 155 dollars, contre 63,6 % pour 249 dollars pour l’équipe de planification composée uniquement de Sol. Cette configuration fixe à 16 agents n’a été exécutée qu’une fois. Cohere précise que les résultats sont propres à son banc d’essai ; certaines comparaisons ne reposent que sur un essai et ne démontrent pas une performance générale des agents.
Données
Cohere compare les stratégies d’équipes d’agents de programmation
Date et portée de l’annonce selon la source primaire.
- · Survenu
Cohere compare les stratégies d’équipes d’agents de programmation
Dans les tests ProgramBench de Cohere, les équipes centrées sur la planification obtiennent des scores proches à moindre coût déclaré.
Méthodologie
La date de publication indiquée par la source est enregistrée comme un événement.
Mis à jour:
Résultats des équipes Cohere sur ProgramBench
Résultats ProgramBench de l’évaluation des équipes d’agents de programmation par Cohere ; score et coût sont rapportés selon la source.
| GPT-5.6 Sol ; responsable asynchrone ne délègue que la planification | 63.6 | 249 | 200 tâches ; moyenne de 3 exécutions |
| GPT-5.6 Sol ; responsable asynchrone délègue toutes les étapes | 63.2 | 510 | 200 tâches ; moyenne de 3 exécutions |
| Responsable GPT-5.6 Sol ; 16 agents de planification GPT-5.6 Luna | 61.8 | 155 | Configuration fixe à 16 agents ; 1 exécution |
Méthodologie
La récompense est la part moyenne des tests comportementaux cachés réussis sur 200 tâches ProgramBench. Les deux premières configurations asynchrones GPT-5.6 Sol sont des moyennes de trois exécutions ; la configuration fixe avec 16 agents GPT-5.6 Luna n’a été exécutée qu’une fois. Résultats issus du banc d’essai de Cohere.
Mis à jour:
Sujets et lieux
Sujets proposés
- Science et technologieProposé
- Preserved editorial category/topic; broad candidate onlycohere.com ↗
Références géographiques
Seules les références géographiques présentes dans la source sont affichées. L’ouverture d’une carte externe est facultative. Les cartes facultatives utilisent OpenStreetMap. Leur ouverture transmet votre adresse IP et celle de ce site au fournisseur ; les coordonnées restent lisibles sans charger la carte.
- Canada · Rôle du lieu: Couverture · Type de lieu: Pays ou territoire · Précision de localisation: RégionaleÉléments probants
- Explicit preserved editorial country/region; no city or national centroid inferredcohere.com ↗