Devin, SWE-2 통합 및 하네스 최적화로 비용 최대 40% 절감

Devin이 최신 모델 통합 및 클라우드 하네스 최적화를 통해 비용을 대폭 절감했다. Fusion 및 Normal 모드는 30-40%, Ultra 모드는 15-20%, Devin Review는 최대 70% 저렴해졌다.

모델 독립성과 성능

Devin은 지능과 비용의 균형을 위해 다양한 모델을 혼합 사용한다. Devin Fusion은 FrontierCode 1.1 Extended에서 68.8점을 기록하며 선두를 차지했으며, 평균 비용은 태스크당 $0.60이다. 이는 Opus 5.5 (high) 및 GPT-6 Astra (high) 등 경쟁 모델을 능가하는 수치다. 시스템은 각 모델의 강점에 따라 다음과 같이 활용한다:

• Opus 5.5와 GPT-6 Sol: 높은 지능과 우수한 가격 대비 성능 제공
• GPT-6 Astra: 뛰어난 컴퓨터 사용 능력 보유
• GPT-6 Luna: 보조 작업 비용 절감
• SWE-2 및 기타 모델: 워크플로우의 특정 부분 최적화

하네스 최적화

모델 선택 외에도 하네스 엔지니어링 개선이 효율성을 높인다. 시스템은 더 적고 스마트한 툴 호출을 지원하여 포맷팅, 린팅, 테스트 등을 단일 요청으로 일괄 처리한다. 이를 통해 턴 수와 토큰 사용량이 줄어들며, 특정 시퀀스에서 49% 적은 토큰이 전송되는 것으로 확인됐다.

또한 하네스는 프롬프트 캐싱에 최적화됐다. 안정적인 공유 접두사를 유지하여 턴 간 계산 결과를 재사용한다. 최근 프로바이더 업데이트로 Opus 5.5의 캐시 읽기 비용은 Opus 5 대비 60% 낮아졌으며, GPT-6 Sol과 Luna는 이전 세대 대비 캐시 읽기 가격이 절반으로 줄었다. 이러한 변경으로 캐시된 세션에서 처음부터 처리하는 토큰이 71% 감소했다.