NVIDIA-nın SoL-Pi sistemi kod agentinin token sərfiyyatını təxminən yarıya endirir

NVIDIA tədqiqatçıları Codex, Claude Code və OpenClaw kimi kod agentlərinin üzərində işlədiyi harness-ı, yəni model ilə mühit arasındakı idarəetmə qatını avtomatik təkmilləşdirən SoL-Pi sistemini hazırlayıb. 17 sentyabrda arXiv-də dərc olunan The Decoder məqaləsinə görə, təkmilləşdirilmiş harness oxşar nəticəni saxlayır, qeydə alınan token trafikini 44,7-49 faiz, API xərclərini isə təxminən üçdə bir azaldır.

Hədəf artıq modelin özü deyil

Səmərəlilik işləri adətən modelin özünə yönəlir: sürətli attention nüvələri və ya kvantizasiya. SoL-Pi isə agentin vəziyyətləri necə gördüyünü, hərəkətləri necə icra etdiyini və əks əlaqəni necə emal etdiyini dəyişir. Tədqiqat AI-ı baza harness üzərində işləyən agentin izlərini oxuyur, namizəd dəyişikliklər təklif edir və onları hazırlanmış mühitlərdə yoxlayır; namizəd yalnız əvvəlcədən elan edilmiş imkan həddini aşmadıqda və səmərəlilik göstəricisini yaxşılaşdırdıqda saxlanılır.

Axtarış kontekst, alətlər, delegasiya və qiymətləndirmə kimi altı ailədə 152 istiqaməti əhatə etdi və 535 işlədilə bilən mühitdə sınandı: 3000-dən çox işə salma və 60 000 agent-mühit qarşılıqlı təsiri.

Seçimdən keçən dörd mexanizm

Axtarışdan dörd mexanizm çıxdı. Action Fusion iki ardıcıl addımı bir addımda birləşdirir və bütöv bir model çağırışını aradan qaldırır. Online Context Compact hər planlama addımından sonra konteksti vacib heç nə itirmədən qısaldır. ObservationPack uzun alət çıxışlarını arxivləşdirir və sonrakı addımlarda tam mətn yerinə qısa xülasə göndərir. Evidence-Preserving Reducer böyük səhv və test jurnallarını əsas nəticələri çıxaran ucuz modelə yönləndirir.

EdgeBench-də dörd mexanizmi birləşdirən variant 49 faiz az token sərf edir və Pi-nin baza nəticəsinin 93,7 faizinə çatır; API xərci Codex-ə qarşı 50,0 faiz, Claude Code-a qarşı 54,3 faiz azalır. Yalnız ən güclü tək mexanizmi olan variant Pi-ni 5,3 faiz üstələyir. Bir test işə salmasında xərc 1339 dollardan 894 dollara düşdü; müəlliflərə görə saatlıq qənaət Codex və Claude Code-a qarşı 8,75-13,50 dollar, Pi-yə qarşı isə 4,36-5,71 dollardır.

Sistem yalnız GPT-5.6 Sol ilə quruldu və dəyişiklik edilmədən Opus 5-ə tətbiq olundu; orada Pi-nin nəticəsinin 94,3 faizini oxşar qənaətlə saxladı, mexanizmlər isə daha seyrək işə düşdü.

Digər bençmarklarda mənzərə qarışıqdır

Terminal-Bench 4-ün 63 CPU tapşırığından SoL-Pi 15-ni həll etdi, Codex və Pi isə 18-er; xərc dörddə bir aşağı qaldı. IMO 2026-nın təsdiqlənmiş Lean 4 tapşırıqlarında sistem altı məsələdən üçünü həll etdi, 20 SoL-Pi işçisindən ibarət dəstə isə nüvə optimallaşdırması xərcini 26,8 faiz azaltdı.

Kontekstin kiçildilməsinin də qiyməti var: The Decoder-ın qeyd etdiyi ayrı bir araşdırmaya görə kontekst sıxılması istifadəçi təlimatlarının orta hesabla yalnız 17 faizini qoruyur.