Testes da Cohere mostraram que um agente líder de IA mais capaz, combinado com agentes planejadores mais baratos, poderia igualar o desempenho de uma equipe mais cara. Usar planejadores Luna sob a liderança do Sol reduziu os custos em 60% sem perda de desempenho em relação a uma equipe composta apenas por Sol, mas os resultados variaram conforme a tarefa.
Nouha Dziri, pesquisadora sênior da Cohere, apresentou testes com equipes de agentes de IA nas quais um líder delega tarefas e reúne relatórios em um espaço de trabalho compartilhado. Combinar o líder Sol, mais capaz, com planejadores Luna, mais baratos, entregou o mesmo resultado que usar Sol em toda a equipe, a um custo menor.
Os testes usaram o ProgramBench, que pede aos modelos que reconstruam um programa a partir de seu binário e de sua especificação, de modo que ele compile e passe nos testes. Restringir os agentes executores à exploração igualou o desempenho da equipe completa e reduziu os custos pela metade, sugerindo que descobrir o que construir era o principal gargalo nessa configuração.
Para empresas que desenvolvem agentes de IA, os resultados reforçam a importância de testar em quais etapas agentes adicionais ajudam antes de pagar por eles em todo o fluxo de trabalho. Eles não demonstram uma vantagem geral de custo: outro benchmark, o Commit Zero, apresentou ganhos com ajuda na implementação quando a documentação e os testes eram fornecidos.
Quem desenvolve agentes pode reduzir gastos testando agentes planejadores mais baratos antes de atribuir modelos caros a todas as funções.
Os resultados contrastantes dos benchmarks tornam o gargalo do fluxo de trabalho mais importante do que uma preferência generalizada por equipes maiores de agentes.
A economia fora dessa configuração ainda não foi comprovada, e ainda é preciso divulgar os custos por execução para avaliar a viabilidade econômica.
Escrito automaticamente pela Redação da Made in 10 a partir da fonte acima.
A Tailândia pausou a construção de 49 projetos de data centers em setembro de 2026, em meio à preocupação crescente com a falta de informações suficientes para regulamentar e monitorar o setor. O país também suspendeu as decisões de aprovação de outros 117 projetos diante dessas preocupações.
