추천오픈 모델과 프론티어 모델의 협업을 통한 더 저렴하고 강력한 패치 생성

기존의 executor-orchestrator 구조는 프론티어 모델이 계획을 세우고 작은 모델들이 실행하는 방식이었으나, 본 연구는 파이프라인 전체를 재설계하여 비용 절감 효과를 극대화했다.

새로운 아키텍처는 마치 팀처럼 작동한다. Junior 모델(MiniMax-M3)이 리포지토리를 탐색하며 수정 위치를 찾고, Senior 모델(GPT-5.2)이 관련 함수와 테스트 등 핵심 컨텍스트를 정리하며, 마지막으로 Principal 모델(Opus 4.8 또는 Fable 5)이 준비된 브리프를 바탕으로 단 한 번의 호출로 정확한 패치를 작성한다.

이러한 전략을 통해 SWE-Bench Pro 벤치마크에서 **80.8%의 해결률(resolve rate)**을 달성했다. 이는 타사 하이브리드 방식과 비교했을 때 품질 저하 없이 태스크당 비용을 $5.99 수준으로 낮춘 결과다.