Знайомтеся: Factory Droid 1.0 — незалежна від моделі оболонка для кодингового агента на базі Script Mode
Factory випустила Droid 1.0 — найбільше на сьогодні оновлення агентського середовища Factory Droid. Головна зміна — програмний виклик інструментів, який тепер увімкнено за замовчуванням. Модель пише програму, що запускає її інструменти. Один запит до моделі тепер може керувати сотнями викликів інструментів.
Коротко
- Розмір: Базовий промпт містить 13 055 вхідних токенів — на 37% менше порівняно з 20 887. На початку завантажуються лише 2 визначення інструментів замість 11.
- Працює на: настільному застосунку для macOS і Windows, термінальному інтерфейсі та Node SDK
@factory/droid-sdk. Працює з будь-якою підтримуваною моделлю, зокрема з вашими власними API-ключами. - Продуктивність: найвищий показник успішного виконання серед усіх середовищ, протестованих Factory, на тій самій моделі та за нижчої вартості.
- Найкращий результат: 65,2% у Terminal-Bench 4 з Claude Opus 5.5 за $4,73 за виконане завдання (за власними даними).
- Найгірший результат: з GPT-6.1 Sol Droid витрачає на 10% більше часу на виконане завдання, ніж Codex.
Що таке Droid 1.0?
Droid 1.0 — незалежне від моделі середовище агента для програмування від Factory. Factory визначає середовище як усе, що оточує модель. Це означає промпти, інструменти, спосіб повернення результатів інструментів і цикл. Користувачі обирають модель або дозволяють Factory Router підібрати економічно ефективне поєднання.
Як працює програмний виклик інструментів?
У стандартному циклі кожен результат роботи інструмента потрапляє в контекст моделі. За програмного виклику інструментів (PTC) модель натомість пише програму. Droid реалізує це як інструмент Script. Модель пише JavaScript, який виконується в ізольованому середовищі. Ізольоване середовище не має власного доступу до файлів, мережі чи системи.
Необроблені файли, результати пошуку та журнали залишаються всередині програми. До моделі повертається лише виведений результат. Незалежні виклики виконуються паралельно.
Ідея розвиває підхід CodeAct (Wang та ін., 2024). Factory повідомляє про такі результати власних сесій:
- Виправлення модульного тесту: 15 викликів інструментів виконалися за 5 викликів до моделі замість 10. Завдання завершилося за 41,6 с замість 56,8 с.
- Лінійне очищення: 151 проблему переміщено й перевірено за 312 викликів інструментів. Script використав 2 запити та близько 61 000 токенів. Factory оцінює прямі виклики у 36 запитів і близько 3,1 млн токенів.
- Перевірка CI: 5 384 завдання у 547 запусках за 2 запити. До контексту моделі потрапило менше ніж 0,1% результатів інструментів.
На Claude Opus 5.5 режим Script знижує вартість Droid на 15% порівняно з прямим викликом інструментів. Він увімкнений за замовчуванням для 10 моделей, зокрема GPT-6.1 Sol і Kimi K3.
Запустити перегони</button>
<div class="race">
<div class="lane"><b>Прямі виклики інструментів</b><div class="dots" id="lnA"></div><div class="stat"><span>Виклики моделі <strong id="aM">0</strong></span><span>Виклики інструментів <strong id="aT">0</strong></span><span>Час <strong id="aS">0.0 с</strong></span></div></div>
<div class="lane"><b>Інструмент Script</b><div class="dots" id="lnB"></div><div class="stat"><span>Виклики моделі <strong id="bM">0</strong></span><span>Виклики інструментів <strong id="bT">0</strong></span><span>Час <strong id="bS">0.0 с</strong></span></div></div>
</div>
<div class="lg"><span><i style="background:#2f6bff"></i>Виклик моделі</span><span><i style="background:#c9c9c9"></i>Виклик інструмента</span><span><i style="background:#111"></i>Script</span></div>
<p class="note">Script — це JavaScript в ізольованому середовищі без власного доступу до файлів, мережі чи системи. Необроблені результати інструментів залишаються в програмі; до моделі повертається лише виведений результат.</p>
</div>
<div class="pn" id="p2">
<h3>Показник успішного виконання в Terminal-Bench 4, однакова модель для кожного середовища</h3>
<div class="seg"><button class="on" data-m="opus">Claude Opus 5.5</button><button data-m="sol">GPT-6.1 Sol</button></div>
<div id="fdxBars"></div>
<p class="note" id="fdxCost"></p>
<p class="note">За власними даними Factory. 3 випробування для кожного завдання, проведені з 23 до 28 жовтня 2026 року. Cursor не тестували на GPT-6.1 Sol.</p>
</div>
<div class="pn" id="p3">
<h3>Переміщення 151 проблеми Linear: 312 викликів інструментів</h3>
<p>Кожну проблему переміщували до беклогу, а потім перевіряли, щоб змінився лише її статус.</p>
<button class="btn gh" id="fdxLin"> Порівняти</button>
<div class="cmp" style="margin-top:12px">
<div class="box"><div class="lbl">Прямі виклики (модельовано, 10 за запит)</div><div class="big" id="lA">0</div><div class="lbl">запитів до моделі</div><div class="big" id="lAt" style="font-size:22px;margin-top:8px">0</div><div class="lbl">вхідних токенів</div><div class="tk"><div id="lAb" style="background:#9aa6bf"></div></div></div>
<div class="box"><div class="lbl">Один Script</div><div class="big b" id="lB">0</div><div class="lbl">запитів до моделі</div><div class="big b" id="lBt" style="font-size:22px;margin-top:8px">0</div><div class="lbl">вхідних токенів</div><div class="tk"><div id="lBb" style="background:#2f6bff"></div></div></div>
</div>
<p class="note">Дані для прямих викликів — оцінки Factory; дані для Script отримано з реальної сесії.</p>
</div>
<div class="pn" id="p4">
<h3>Інші зміни в Droid 1.0 (натисніть картку)</h3>
<div class="cards">
<div class="cd"><div class="n">−37%</div><div class="t">Базовий промпт</div><div class="x">Перший запит скоротився з 20 887 до 13 055 вхідних токенів. Тепер Droid надсилає на початку 2 визначення інструментів замість 11.</div></div>
<div class="cd"><div class="n">98%</div><div class="t">Читання з кешу</div><div class="x">Типовий робочий запит читає 98% вхідних даних із кешу. Нові завантажені інструменти додаються в кінці, щоб зберегти кешований префікс.</div></div>
<div class="cd"><div class="n">−15%</div><div class="t">Вартість режиму Script</div><div class="x">Порівняно з прямим викликом інструментів режим Script знижує вартість Droid на 15% на Claude Opus 5.5.</div></div>
<div class="cd"><div class="n">16K</div><div class="t">Місце для стискання</div><div class="x">Підсумки стискання тепер можуть містити 16 000 токенів замість 8 000. 3 однакові виклики інструментів запускають нагадування; 6 зупиняють цикл.</div></div>
<div class="cd"><div class="n">488 мс</div><div class="t">Перше відображення</div><div class="x">Медіанний час до першого відображення скоротився з 1 839 мс до 488 мс. Медіанний час виходу скоротився з 648 мс до 30 мс.</div></div>
<div class="cd"><div class="n">~20 МБ</div><div class="t">На кожну додаткову сесію</div><div class="x">Тепер сесії спільно використовують процес демона, додаючи близько 20 МБ кожна замість близько 350 МБ на процес.</div></div>
</div>
</div>
<div class="ft"><span>Джерело: <a href="https://factory.com/news/frontier-harness" target="_blank" rel="noopener">дослідження Factory, 29 жовтня 2026 року</a> · дані надано самою компанією</span><span class="mtp">© Marktechpost</span></div>
</div>
<script>
(function(){
var W=document.getElementById('fdx-wrap');
function rs(){try{parent.postMessage({fdxHeight:W.offsetHeight+40},'*')}catch(e){}}
W.querySelectorAll('.tab').forEach(function(t){t.onclick=function(){W.querySelectorAll('.tab').forEach(function(x){x.classList.remove('on')});W.querySelectorAll('.pn').forEach(function(x){x.classList.remove('on')});t.classList.add('on');document.getElementById(t.dataset.p).classList.add('on');if(t.dataset.p==='p2')bars(cur);setTimeout(rs,60)}});
/* перегони */
var A=[[1,2],[1,1],[1,1],[1,1],[1,1],[1,2],[1,2],[1,2],[1,2],[1,1]],B=[[1,6],[1,2],[1,2],[1,4],[1,1]];
function race(){var la=document.getElementById('lnA'),lb=document.getElementById('lnB');la.innerHTML='';lb.innerHTML='';
function seq(steps,lane,ids,total,scr){var items=[];steps.forEach(function(s,i){items.push('m');var last=(i===steps.length-1);if(scr&&!last){items.push('s')}for(var k=0;k<s[1];k++)items.push('t')});
var m=0,t=0,i=0,step=total/items.length;var iv=setInterval(function(){if(i>=items.length){clearInterval(iv);document.getElementById(ids[2]).textContent=total.toFixed(1)+' с';return}var d=document.createElement('span');d.className='d '+items[i];lane.appendChild(d);setTimeout(function(){d.classList.add('show')},20);if(items[i]==='m')m++;if(items[i]==='t')t++;document.getElementById(ids[0]).textContent=m;document.getElementById(ids[1]).textContent=t;document.getElementById(ids[2]).textContent=(step*(i+1)).toFixed(1)+' с';i++;rs()},step*45)}
seq(A,la,['aM','aT','aS'],56.8,false);seq(B,lb,['bM','bT','bS'],41.6,true)}
document.getElementById('fdxRun').onclick=race;
/* діаграми */
var D={opus:{rows:[['Droid',65.2],['Cursor',62.1],['OpenCode',62.1],['Devin',59.6],['Claude Code',57.6]],c:'Droid: $4.73 за виконане завдання, до 24% дешевше та на 16–26% швидше за кожне інше середовище на Opus 5.5.'},sol:{rows:[['Droid',57.6],['Codex',54.0],['OpenCode',51.0],['Devin',45.0]],c:'Droid: $0.79 за виконане завдання, на 12% дешевше за Codex, але на 10% повільніше на виконане завдання.'}},cur='opus';
function bars(k){cur=k;var h='';D[k].rows.forEach(function(r){h+='<div class="bar"><span>'+r[0]+'</span><div class="trk"><div class="fill'+(r[0]==='Droid'?' me':'')+'" data-w="'+(r[1]/70*100)+'"></div></div><span class="val">'+r[1].toFixed(1)+'%</span></div>'});var b=document.getElementById('fdxBars');b.innerHTML=h;document.getElementById('fdxCost').textContent=D[k].c;setTimeout(function(){b.querySelectorAll('.fill').forEach(function(f){f.style.width=f.dataset.w+'%'})},40);rs()}
W.querySelectorAll('.seg button').forEach(function(b){b.onclick=function(){W.querySelectorAll('.seg button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');bars(b.dataset.m)}});
/* linear */
function cnt(el,to,fmt,ms){var s=null;function f(ts){if(!s)s=ts;var p=Math.min((ts-s)/ms,1);el.textContent=fmt(to*p);if(p<1)requestAnimationFrame(f)}requestAnimationFrame(f)}
document.getElementById('fdxLin').onclick=function(){cnt(document.getElementById('lA'),36,function(v){return Math.round(v)},1100);cnt(document.getElementById('lB'),2,function(v){return Math.round(v)},600);cnt(document.getElementById('lAt'),3.1,function(v){return '~'+v.toFixed(1)+'M'},1100);cnt(document.getElementById('lBt'),61,function(v){return '~'+Math.round(v)+'K'},600);document.getElementById('lAb').style.width='100%';document.getElementById('lBb').style.width=(61/3100*100).toFixed(2)+'%'};
W.querySelectorAll('.cd').forEach(function(c){c.onclick=function(){c.classList.toggle('open');setTimeout(rs,380)}});
bars('opus');window.addEventListener('load',rs);window.addEventListener('resize',rs);setTimeout(rs,300);
})();
</script>
</body></html>
">
Який результат Droid 1.0 у Terminal-Bench 4?
Factory протестувала кожне середовище з Droid на тій самій моделі. Кожне середовище провело 3 випробування для кожного завдання з 23 до 28 жовтня 2026 року. До розрахунку вартості й часу зараховувалися лише завдання, які обидва середовища успішно виконали в усіх 3 випробуваннях.
- Claude Opus 5.5: Droid набирає 65,2%. Cursor і OpenCode — 62,1%, Devin — 59,6%, Claude Code — 57,6%. Droid коштує до 24% дешевше.
- GPT-6.1 Sol: Droid набирає 57,6% за $0,79 за виконане завдання. Codex — 54,0%, OpenCode — 51,0%, Devin — 45,0%.
- Швидкість: На Opus 5.5 Droid витрачає на 16–26% менше часу на виконане завдання. Порівняно з Claude Code він також використовує на 17% менше токенів.
Що ще змінилося в середовищі?
Більшість змін стала результатом внутрішнього циклу Agent Factory. Агенти аналізують помилки й пропонують зміни, які тестують на кожному відповідному сімействі моделей. Інженери перевіряють і впроваджують їх.
- Кеш промптів: Нові завантажені інструменти додаються в кінець запиту. Типовий робочий запит читає 98% вхідних даних із кешу.
- Полегшений перший запит: Кількість визначень інструментів скоротилася на 46%. Інструменти, що використовуються рідко, тепер завантажуються на вимогу.
- Обмежена автономність: 3 однакові виклики інструментів запускають нагадування, а 6 зупиняють цикл. Підсумки стискання тепер містять 16 000 токенів замість 8 000.
- Затримка застосунку: Час до першого відображення скоротився з 1 839 мс до 488 мс. Кожна додаткова сесія тепер додає близько 20 МБ, а не 350 МБ.
Порівняння: Droid 1.0 та інші середовища агентів для програмування
| Функція | Droid 1.0 (Factory) | Codex CLI | Claude Code | OpenCode |
|---|---|---|---|---|
| Розробник | Factory | OpenAI | Anthropic | Anomaly |
| Підтримка моделей | Незалежність від моделі, BYOK, Factory Router | план ChatGPT або API-ключ | Нативне середовище для Claude (Factory) | понад 75 провайдерів LLM, локальні моделі |
| Ліцензія | Не розголошується (SDK має ліцензію Apache 2.0) | Apache-2.0 | Комерційні умови Anthropic | MIT |
| Програмний виклик інструментів | За замовчуванням (інструмент Script) | Так, за даними Factory | Не розголошується | Не розголошується |
| TB4, Claude Opus 5.5* | 65,2% | Не тестувався | 57,6% | 62,1% |
| TB4, GPT-6.1 Sol* | 57,6% | 54,0% | Не тестувався | 51,0% |
| Час на виконане завдання порівняно з Droid* | Базовий показник | Droid на 10% повільніший (Sol) | Droid на 26% швидший (Opus) | Droid на 4–24% швидший |
| Ціноутворення | Від $20/міс. | план ChatGPT або API | Не розголошується | Безкоштовний, відкритий код |
*Дані Terminal-Bench 4 отримано під час власних тестів Factory, описаних у розділі методології.
Як розробники можуть його випробувати?
Droid 1.0 доступний як настільний застосунок і термінальний інтерфейс. Droid SDK запускає те саме середовище з Node, підтримуючи сесії, потокову передачу та інструменти MCP. Платні плани починаються від $20 на місяць.
Основні висновки
- Droid 1.0 робить програмний виклик інструментів стандартним режимом.
- 1 Script може виконувати сотні викликів інструментів на один запит до моделі.
- 65,2% у Terminal-Bench 4 з Opus 5.5, за власними даними.
- Базовий промпт скоротився на 37% — до 13 055 токенів.
- Codex усе ще перемагає за швидкістю з GPT-6.1 Sol.
Ознайомтеся з повною дослідницькою публікацією Factory, Droid SDK на GitHub і документацією Droid. Також підписуйтеся на нас у Twitter і не забудьте приєднатися до нашого 150-тисячного ML SubReddit та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? тепер ви також можете приєднатися до нас у Telegram.
Потрібна співпраця з нами для просування вашого репозиторію GitHub, сторінки Hugging Face, запуску продукту, вебінару тощо? Зв’яжіться з нами
Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.