Sur CooperBench, les agents ont consacré 15 à 20% de leur budget de jetons à s'envoyer des messages. Cela a réduit d'environ 30% les conflits de fusion, sans augmenter le nombre de fonctionnalités terminées.
Retour à la tendance du jour: Une équipe d'assistants IA construit ses propres logiciels 24 h sur 24
Classement Poly · tiré de la tendance du jour
Équipe d'agents de code IA contre un seul agent : le top 9 de 2026
Deux agents de code IA parmi les meilleurs, qui travaillent en binôme, ne réussissent qu'environ 25% des tâches CooperBench. Dans un test Codex, l'ajout de sous-agents a laissé le score inchangé à 71,0%, tandis que les jetons par tâche résolue sont passés de 7,69 M à 24,12 M.
- N° 1 : Gas Town
- 9 places
01Liste finale
Les IA de pointe ont établi séparément leur propre liste de dix places. Ci-dessus, un résultat commun facile à vérifier : chaque place a une raison, les IA qui l’ont incluse et, quand les IA l’ont donnée, une source.
Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.
- 1
Gas Town
Fait tourner 20 à 30 instances de Claude Code. Un relecteur a vu 6 demandes de fusion sur 7 acceptées en une soirée, puis a découvert 141 processus orphelins une semaine plus tard. Le coût facturé à l'usage était proche de 100 $ de l'heure.
L’ont inclus: Meta, Nemotron, Nova, DeepSeek. Ne l’ont pas inclus: Wenxin.Dans leurs listes: Meta: 2 · Nemotron: 2 · Nova: 9 · DeepSeek: 2
Ce qu'a noté chaque IA 4
- Metaplace 2
20 à 30 instances de Claude Code sur une même base de code, avec un seul agent de file de fusion : le modèle de registre et de passation de relais le plus abouti, mais une consommation de tokens signalée à 100 $ de l'heure
Source ↗ - Nemotronplace 2
Une flotte de trois agents atteint 91% de réussite sur les longues tâches de Terminal-Bench ; un agent seul tombe à 67%
- Novaplace 9
Fusions signées par les agents, acceptées par une personne
- DeepSeekplace 2
Six PR sur sept ont été fusionnées pendant que le relecteur dînait ; une semaine plus tard, la même installation a laissé 141 processus Claude orphelins.
Source ↗
4 IA l’ont placé ici - 2
Équipes d'agents Claude Code
La documentation d'Anthropic indique qu'une équipe consomme environ 7 fois plus de jetons qu'une session seule en mode plan. Un test sur un seul bogue CircleCI a toutefois montré un gain plus important pour l'équipe : 17,27 contre 9,87 points.
L’ont inclus: Meta, Nova, DeepSeek. Ne l’ont pas inclus: Nemotron, Wenxin.Dans leurs listes: Meta: 3 · Nova: 1 · DeepSeek: 5
Ce qu'a noté chaque IA 3
- Metaplace 3
Fenêtres isolées de 1 M de tokens par coéquipier : surcoût de tokens 7 fois plus élevé en mode plan selon la documentation d'Anthropic, mais la messagerie explicite remplace les conflits aveugles
Source ↗ - Novaplace 1
Gain de 2,3 points grâce aux agents parallèles, pour 3,3 fois plus de tokens ; fusions acceptées dans Spool
Source ↗ - DeepSeekplace 5
Une application comptant 52 bugs s'est améliorée de 75% de plus avec une équipe, mais les duos d'agents de CooperBench ont obtenu 25% contre environ 50% en solo.
Source ↗
3 IA l’ont placé ici - 3
AgentRadio
Le gain mesuré le plus important ici : quatre agents reliés par un bus de messages sont passés de 32,3% en solo à 62,1%, battant un modèle unique plus récent à 57,2%. Une seule source le rapporte.
L’ont inclus: DeepSeek. Ne l’ont pas inclus: Meta, Nemotron, Nova, Wenxin.Dans leurs listes: DeepSeek: 1
Ce qu'a noté chaque IA 1
- DeepSeekplace 1
Quatre agents sur un bus de messages asynchrone sont passés de 32,3% en solo à 62,1%, et ont battu un modèle unique plus récent à 57,2%.
Source ↗
1 IA l’ont placé ici - 4
Essaim d'agents Cursor
Chaque configuration a reconstruit SQLite avec 100% de tests réussis, mais les dépenses des travailleurs allaient de 411 $ à 9 373 $ selon le mélange de modèles, soit un écart de 22 fois. Il n'existe aucune référence en solo.
L’ont inclus: Meta, Nemotron, Nova, DeepSeek. Ne l’ont pas inclus: Wenxin.Dans leurs listes: Meta: 6 · Nemotron: 5 · Nova: 6 · DeepSeek: 3
Ce qu'a noté chaque IA 4
- Metaplace 6
Cursor excelle dans les corrections, avec 80,4% contre un agent seul ; l'équipe partage le quota, mais atteint le même plafond hebdomadaire que Claude Max
- Nemotronplace 5
Parallélisme intégré à l'éditeur : gain de 9 points, 1,6 fois plus de tokens, mais aucune messagerie entre agents enregistrée
- Novaplace 6
Performances ventilées par tâche, sans test d'équipe
- DeepSeekplace 3
Le même test SQLite a réussi à 100%, tandis que les dépenses des agents atteignaient 411 $ dans une configuration et 9 373 $ dans une autre.
Source ↗
4 IA l’ont placé ici - 5
Sous-agents OpenAI Codex
Aucun gain pour un coût environ trois fois plus élevé. SWE-bench est resté à 71,0% dans les deux cas, alors que les jetons par tâche résolue ont triplé. Sur Terminal-Bench, 9,01 $ contre 25,80 $ par tâche ont donné le même 71,67%.
L’ont inclus: Meta, Nemotron, Nova, DeepSeek. Ne l’ont pas inclus: Wenxin.Dans leurs listes: Meta: 4 · Nemotron: 3 · Nova: 5 · DeepSeek: 4
Ce qu'a noté chaque IA 4
- Metaplace 4
Codex écrit, Claude relit : 59,6 à 88,6% d'acceptation pour Codex seul, 92,3% pour la documentation avec Claude Code ; un duo asymétrique fait mieux qu'un agent seul
Source ↗ - Nemotronplace 3
Une équipe open source égale les solutions propriétaires sur CooperBench, mais la messagerie absorbe 38% des tokens
Source ↗ - Novaplace 5
Axé sur un seul agent, sans mesures de coordination d'équipe
- DeepSeekplace 4
Le taux de réussite de Codex n'a pas bougé sur SWE-bench (71,0% dans les deux cas), mais neuf tâches n'ont été résolues qu'avec la concurrence.
Source ↗
4 IA l’ont placé ici - 6
Sous-agents parallèles Claude Code
Résultats opposés : les résolutions complètes de LoopsBench ont triplé (de 7,1% à 21,4%), mais SWE-bench Verified est tombé de 83,0% à 59,0%. Cette baisse dépasse la plage de 11,9 points annoncée en titre de l'étude, elle est donc contestée.
L’ont inclus: Nova, DeepSeek. Ne l’ont pas inclus: Meta, Nemotron, Wenxin.Dans leurs listes: Nova: 2 · DeepSeek: 8
Ce qu'a noté chaque IA 2
2 IA l’ont placé ici - 7
Agents parallèles Kimi Code
Coordonne 300 agents à un coût 4 à 8 fois inférieur à celui des modèles de pointe, mais un blog rapporte que des travailleurs en parallèle ont fait chuter son taux de réussite SWE-bench de 77% à 59%. Ce chiffre ne repose que sur une seule source.
L’ont inclus: Nemotron, Nova, DeepSeek. Ne l’ont pas inclus: Meta, Wenxin.Dans leurs listes: Nemotron: 7 · Nova: 3 · DeepSeek: 7
Ce qu'a noté chaque IA 3
- Nemotronplace 7
Le parallélisme de Moonshot : gain de 2,3 points pour 1,4 fois plus de tokens, la meilleure efficacité, mais peu de recul
Source ↗ - Novaplace 3
Mesures d'équipe non publiées, peu de travaux fusionnés rendus publics
- DeepSeekplace 7
Kimi peut coordonner 300 agents et coûte 4 à 8 fois moins cher, mais les agents parallèles font chuter son taux de réussite sur SWE-bench de 77% à 59%.
Source ↗
3 IA l’ont placé ici - 8
MetaGPT / ChatDev
Les anciennes équipes de jeu de rôle perdent face à un seul agent : celui-ci a gagné 10 problèmes et n'en a perdu qu'un. ChatDev n'a atteint que 33,3% de réponses correctes sur ProgramDev.
L’ont inclus: Nemotron, DeepSeek. Ne l’ont pas inclus: Meta, Nova, Wenxin.Dans leurs listes: Nemotron: 8 · DeepSeek: 10
Ce qu'a noté chaque IA 2
- Nemotronplace 8
Agents qui jouent des rôles (chef de produit, développeur, testeur) : gain de 8 points, mais 2,7 fois plus de tokens ; 34% de surcoût de messagerie
Source ↗ - DeepSeekplace 10
ChatDev a atteint 33,3% de justesse sur ProgramDev, soit moins que la référence à agent unique qu'il devait battre.
Source ↗
2 IA l’ont placé ici - 9
GitHub Copilot Agent HQ
Fait tourner Copilot, Claude et Codex côte à côte dans un même dépôt, mais ne publie aucun taux de réussite équipe contre solo. On ignore donc si l'équipe bat un agent seul.
L’ont inclus: Nova, DeepSeek. Ne l’ont pas inclus: Meta, Nemotron, Wenxin.Dans leurs listes: Nova: 4 · DeepSeek: 9
Ce qu'a noté chaque IA 2
- Novaplace 4
Aucun test public d'équipe ; s'appuie sur les retours des utilisateurs
- DeepSeekplace 9
Il met Copilot, Claude et Codex côte à côte dans un même dépôt, mais ne publie aucun taux de réussite équipe contre solo.
2 IA l’ont placé icisource non indiquée
02Bon à savoir
Ce que les IA ont remarqué en établissant la liste.
Des paires de développeurs humains ont résolu 9 tâches CooperBench sur 10 selon les mêmes règles où les agents en ont résolu 3 sur 10. L'échec tient à la coordination, et non à la difficulté du code.
Une exécution Codex à 1 393 sous-agents a coûté environ 19 300 $ sur près de 19 heures. Un développeur d'OpenAI Codex a ensuite affirmé que plus de deux agents en parallèle consomment presque certainement des jetons sans gain de qualité.
Vals AI a constaté que la configuration d'équipe Opus la plus chère coûtait 30 fois plus que la moins chère (122 $ contre 4,08 $), pour un gain de 1,6 point (93,2 contre 91,5) sans signification statistique.
La baisse de CooperBench est citée de deux façons : environ 50% de moins qu'en solo (25% de réussite absolue), et « au moins 30% de baisse moyenne » dans le résumé. Ce sont deux références différentes, et non le même chiffre.
03Les questions que l’on se pose
qu'est-ce qu'un agent de code IA ?
Un agent de code IA est un outil piloté par un modèle, qui lit un dépôt, modifie des fichiers, lance des tests et recommence jusqu'à atteindre son objectif. Quand CooperBench a associé deux de ces agents sur 652 tâches, ils n'ont réussi qu'environ 25% du temps.
Source ↗comment fonctionnent les agents de code IA ?
Ils bouclent sur la planification, la modification, l'exécution des tests, puis la reprise. Avec des sous-agents parallèles activés, la consommation de jetons atteint 1,41 à 3,31 fois celle d'une exécution séquentielle, car chaque sous-agent charge son propre contexte.
Source ↗les agents IA peuvent-ils travailler ensemble ?
Oui, mais pas encore bien. Les équipes de deux agents ont obtenu environ 25% sur CooperBench, soit à peu près la moitié d'un agent seul qui reçoit les deux fonctionnalités. Certains résumés parlent d'une baisse de 30%, car ils utilisent une autre référence.
Source ↗comment les agents IA travaillent-ils ensemble ?
Ils partagent des listes de tâches, s'envoient des messages et fusionnent leurs branches. Gas Town coordonne 20 à 30 instances de Claude Code grâce à un registre adossé à git et à une file de fusion unique.
Source ↗04Notre méthode
En mots simples, sans formules.
1La question
Top 10 des équipes d'agents de code IA, selon qu'elles battent ou non un agent travaillant seul
2Pourquoi ce sujet
Il met côte à côte une référence de coopération, une étude du coût en jetons et des relevés réels de travail fusionné, afin que le lecteur voie quand une équipe d'agents bat vraiment un agent seul, et quand elle ajoute surtout du bavardage.
3Champ d'application
mondial, ingénierie logicielle par IA
4Ce que nous avons regardé
- Taux de réussite de l'équipe sur des tâches de code coopératives, comparé à un agent seul recevant la même charge totale de travail
- Variation du taux de réussite quand on ajoute des travailleurs en parallèle, comparée aux jetons supplémentaires qu'ils consomment
- Part du budget dépensée en messages entre agents plutôt qu'en écriture de code
- Si le dispositif tourne pendant des jours avec une personne qui accepte chaque modification, jugé d'après son historique public de travail fusionné et signé par les agents
- CooperBench (université Stanford et SAP Labs US) — Réussite de deux agents sur 652 tâches de code coopératives dans 12 bibliothèques open source, face à un agent seul recevant les deux fonctionnalités ; part des jetons dépensée en m…
- Étude sur les sous-agents parallèles, arXiv 2610.10263 (Codex, Claude Code, Kimi Code) — Variation du taux de réussite avec des travailleurs en parallèle activés (baisse de 11,9 points à gain de 2,3 points) et consommation de jetons (1,41 à 3,31 fois la séquenti…
- Documentation d'Anthropic sur les équipes d'agents Claude Code — La description de l'éditeur lui-même de la consommation de jetons d'une équipe, comparée à une session seule
- Relevés de dépôts GitHub publics (Gas Town, Spool) — Modifications signées par des agents et fusionnées par une personne, séparées du nombre d'étoiles
5Qui a classé
Les IA de pointe : Meta, Nemotron, Nova, Wenxin, DeepSeek. Chacune a établi seule sa liste de dix et cité une source pour chaque place.
6Comment les places ont été fixées
Un même élément formulé différemment par différentes IA a été compté une seule fois. Plus les IA sont nombreuses à l'avoir mis dans leur liste, et plus elles l'ont placé haut, plus sa place est élevée. « Accord des IA » indique combien d'IA l'avaient dans leur propre liste. Les sources sont uniquement celles trouvées par les IA ; rien n'a été ajouté à la main.
05La liste de chaque IA
🇺🇸 Meta10 places · 3 notes
La même question, à laquelle Meta a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1Spool (enes-alatas/spool)
Quatre boucles Claude écrivent leur propre usine depuis des jours : des PR signées Co-Authored-By: Claude Opus 5.5 et fusionnées après des échanges sur Telegram/Slack
Source ↗ - 2Gas Town
20 à 30 instances de Claude Code sur une même base de code, avec un seul agent de file de fusion : le modèle de registre et de passation de relais le plus abouti, mais une consommation de tokens signalée à 100 $ de l'heure
Source ↗ - 3Équipes d'agents Claude Code (natif Anthropic)
Fenêtres isolées de 1 M de tokens par coéquipier : surcoût de tokens 7 fois plus élevé en mode plan selon la documentation d'Anthropic, mais la messagerie explicite remplace les conflits aveugles
Source ↗ - 4Duo accusatoire OpenAI Codex + Claude Code
Codex écrit, Claude relit : 59,6 à 88,6% d'acceptation pour Codex seul, 92,3% pour la documentation avec Claude Code ; un duo asymétrique fait mieux qu'un agent seul
Source ↗ - 5Workers Codex en parallèle avec git worktree
Deux agents en parallèle, c'est la limite : au-delà, une facture 2,86 fois plus élevée pour un même 71,67% sur Terminal-Bench 4.0
- 6Équipes d'agents Cursor
Cursor excelle dans les corrections, avec 80,4% contre un agent seul ; l'équipe partage le quota, mais atteint le même plafond hebdomadaire que Claude Max
- 7Factory / Droid (factory.ai)
Flotte commerciale couvrant la ligne de commande, l'application de bureau, les ordinateurs distants et GitHub Actions : le modèle d'usine qui a inspiré le Refinery de Gas Town
- 8Omnigent (méta-harnais Databricks)
Méta-harnais qui mélange Claude Code, Codex et d'autres outils ; mesure le succès sur 12 bibliothèques open source, comme les 652 tâches de CooperBench
Source ↗ - 9Registre Beads + Shipmates
Beads est un registre, Gas Town est une usine : mémoire persistante et canal entre le responsable et son équipe, pour une validation par un humain
Source ↗ - 10Référence générique à deux agents (CooperBench solo contre duo)
Malédiction de la coordination : 25% de réussite quand deux agents collaborent, soit environ 50% de moins qu'un seul agent qui ferait les deux tâches seul
Source ↗
Ce que Meta a remarqué
CooperBench révèle la malédiction de la coordination : 25% de réussite en équipe contre environ 50% en solo sur 652 tâches réparties entre 12 bibliothèques, soit une baisse moyenne d'environ 30% liée à une mauvaise communication
Le surcoût du parallélisme est réel : ajouter des agents fait varier le taux de réussite de −11,9 à +2,3 points, pendant que les tokens se multiplient par 1,4 à 3,3 ; une exécution de Terminal-Bench a montré une facture 2,86 fois plus élevée pour le même 71,67%
La preuve de Spool : quatre boucles continuent de construire Spool lui-même depuis des jours, avec des PR signées Co-Authored-By: Claude Opus 5.5, joignables depuis Telegram/Slack après la fermeture de l'ordinateur portable ; c'est le bilan public des fusions qui compte, pas le nombre d'étoiles sur GitHub
🇺🇸 Nemotron10 places · 2 notes
La même question, à laquelle Nemotron a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1Spool (2026)
Quatre agents Claude Code livrent des PR fusionnées chaque jour depuis des semaines : l'humain ne fait qu'approuver, sans jamais taper une ligne
- 2Gas Town (2026)
Une flotte de trois agents atteint 91% de réussite sur les longues tâches de Terminal-Bench ; un agent seul tombe à 67%
- 3Multi-agents OpenDevin (2026)
Une équipe open source égale les solutions propriétaires sur CooperBench, mais la messagerie absorbe 38% des tokens
Source ↗ - 4Paire Aider + Claude Code (2026)
Deux outils différents, un seul dépôt : gain de 14 points, mais 3,1 fois plus de tokens ; la relecture humaine devient le goulot d'étranglement
Source ↗ - 5Agents d'arrière-plan Cursor (2026)
Parallélisme intégré à l'éditeur : gain de 9 points, 1,6 fois plus de tokens, mais aucune messagerie entre agents enregistrée
- 6Sessions multiples Codex (2026)
Le parallélisme d'OpenAI lui-même : baisse de 11,9 points sur les tâches riches en conflits, selon arXiv:2610.10263
Source ↗ - 7Flotte Kimi Code (2026)
Le parallélisme de Moonshot : gain de 2,3 points pour 1,4 fois plus de tokens, la meilleure efficacité, mais peu de recul
Source ↗ - 8Entreprise logicielle MetaGPT (2026)
Agents qui jouent des rôles (chef de produit, développeur, testeur) : gain de 8 points, mais 2,7 fois plus de tokens ; 34% de surcoût de messagerie
Source ↗ - 9Essaim de relecture de code AutoGen (2026)
Quatre relecteurs, un rédacteur : gain de 6 points, 2,2 fois plus de tokens, 28% de messagerie ; excelle à repérer les régressions
Source ↗ - 10Développement multi-agents LangGraph (2026)
Orchestration par graphe : gain de 5 points, 2,5 fois plus de tokens, 30% de messagerie ; souple, mais difficile à déboguer
Source ↗
Ce que Nemotron a remarqué
Le surcoût de messagerie varie de 0 à 47% selon les équipes : Cursor, à 0% (sans messagerie), devance Codex, à 47%, sur l'efficacité en tokens, mais il perd sur la résolution des conflits
Un surcoût de tokens de 1,4 à 3,3 fois signifie qu'une équipe « bon marché » à 1,4 fois (Kimi) peut coûter moins qu'un agent seul « cher » à 3,3 fois sur les tâches difficiles
🇺🇸 Nova10 places · 1 notes
La même question, à laquelle Nova a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1Équipes Claude Code
Gain de 2,3 points grâce aux agents parallèles, pour 3,3 fois plus de tokens ; fusions acceptées dans Spool
Source ↗ - 2Agents parallèles Codex
Baisse de 11,9 points avec les agents parallèles, pour 1,4 fois plus de tokens et une messagerie limitée
Source ↗ - 3Équipes Kimi Code
Mesures d'équipe non publiées, peu de travaux fusionnés rendus publics
- 4Équipes GitHub Copilot
Aucun test public d'équipe ; s'appuie sur les retours des utilisateurs
- 5Agent autonome Devin
Axé sur un seul agent, sans mesures de coordination d'équipe
- 6Équipes Cursor AI
Performances ventilées par tâche, sans test d'équipe
- 7Équipes OpenCode
Open source, mesures de coordination limitées
Source ↗ - 8Équipes Hermes AI
Phase précoce, aucun test public
- 9Bilan public de Gas Town
Fusions signées par les agents, acceptées par une personne
- 10Bilan public de Spool
Fusions signées par les agents, acceptées par une personne
Ce que Nova a remarqué
Les équipes Claude Code gagnent 2,3 points grâce aux agents parallèles, mais pour 3,3 fois plus de tokens
🇨🇳 DeepSeek10 places · 4 notes
La même question, à laquelle DeepSeek a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1AgentRadio (2026)
Quatre agents sur un bus de messages asynchrone sont passés de 32,3% en solo à 62,1%, et ont battu un modèle unique plus récent à 57,2%.
Source ↗ - 2Gas Town (2026)
Six PR sur sept ont été fusionnées pendant que le relecteur dînait ; une semaine plus tard, la même installation a laissé 141 processus Claude orphelins.
Source ↗ - 3Essaim d'agents Cursor (2026)
Le même test SQLite a réussi à 100%, tandis que les dépenses des agents atteignaient 411 $ dans une configuration et 9 373 $ dans une autre.
Source ↗ - 4Concurrence dynamique de Codex d'OpenAI (2026)
Le taux de réussite de Codex n'a pas bougé sur SWE-bench (71,0% dans les deux cas), mais neuf tâches n'ont été résolues qu'avec la concurrence.
Source ↗ - 5Agent Teams de Claude Code (2026)
Une application comptant 52 bugs s'est améliorée de 75% de plus avec une équipe, mais les duos d'agents de CooperBench ont obtenu 25% contre environ 50% en solo.
Source ↗ - 6Spool (2026)
Quatre boucles persistantes de Claude Code, joignables depuis Slack et Telegram, continuent de travailler après la fermeture de l'ordinateur portable ; un utilisateur a vu 70 sous-agents engloutir tout un quota.
Source ↗ - 7Agents parallèles Kimi Code (2026)
Kimi peut coordonner 300 agents et coûte 4 à 8 fois moins cher, mais les agents parallèles font chuter son taux de réussite sur SWE-bench de 77% à 59%.
Source ↗ - 8Concurrence dynamique de Claude Code (2026)
Des sous-agents en parallèle ont triplé les résolutions de LoopsBench, de 7,1% à 21,4%, tandis que la réussite sur SWE-bench est passée de 83,0% à 59,0%.
Source ↗ - 9GitHub Copilot Agent HQ (2026)
Il met Copilot, Claude et Codex côte à côte dans un même dépôt, mais ne publie aucun taux de réussite équipe contre solo.
- 10MetaGPT / ChatDev (2026)
ChatDev a atteint 33,3% de justesse sur ProgramDev, soit moins que la référence à agent unique qu'il devait battre.
Source ↗
Ce que DeepSeek a remarqué
Le chiffre le plus frappant de CooperBench n'est pas le 25% des duos d'agents : des paires de développeurs humains ont résolu 9 tâches sur 10 sous les mêmes contraintes de coordination, que les agents n'ont résolues que 3 fois sur 10. Le problème vient donc de la coordination, pas de la difficulté du code.
Vals AI a constaté que la configuration Opus la plus chère coûtait 30 fois plus que la moins chère, pour un gain de 1,6 point (122 $ et 93,2 contre 4,08 $ et 91,5), et que cet écart de 1,6 point n'était pas statistiquement significatif.
Une exécution Codex de 1 393 sous-agents a réduit de 34,4% 1,06 M de lignes de Python hors tests, en environ 19 heures, pour environ 19 300 $ ; un développeur d'OpenAI Codex a pourtant déclaré publiquement qu'un agent seul l'aurait fait pour une fraction du coût.
L'essaim de Cursor montre que l'économie d'une équipe peut basculer sur le seul choix des modèles : la même qualité coûte 411 $ avec un planificateur de pointe et des agents bon marché, contre 9 373 $ quand les agents étaient aussi des modèles de pointe.