A empresa Factory lançou o Droid 1.0, a maior atualização do seu sistema de agente de codificação, o Factory Droid. A principal mudança, agora ativada por predefinição, é a chamada programática de ferramentas: em vez de encadear chamadas uma a uma, o modelo escreve um programa que executa as suas próprias ferramentas, e um único pedido pode desencadear centenas.
A Factory chama « sistema » a tudo o que envolve o modelo: as instruções (prompts), as ferramentas, a forma como os seus resultados regressam e o ciclo de trabalho. O Droid 1.0 é independente do modelo. Os utilizadores escolhem aquele que desejam, ou deixam o Factory Router compor uma mistura considerada mais económica.
Um programa em vez de chamadas sucessivas
Num ciclo clássico, cada saída de uma ferramenta é adicionada ao contexto do modelo, ou seja, ao texto que ele tem de processar, medido em tokens (os fragmentos de palavras manipulados pelos modelos de linguagem). Com a chamada programática de ferramentas, o modelo redige um programa em seu lugar. O Droid implementa-o sob a forma de uma ferramenta chamada Script, escrita em JavaScript e executada num ambiente de testes (sandbox), um ambiente isolado que, por si só, não tem acesso a ficheiros, à rede ou ao sistema.
Os ficheiros brutos, os resultados de pesquisa e os registos permanecem dentro do programa. Apenas a saída exibida regressa ao modelo, e as chamadas independentes são executadas em paralelo. A abordagem baseia-se no trabalho CodeAct (Wang et al., 2024).
A Factory cita três exemplos retirados das suas próprias sessões. Para corrigir um teste unitário, 15 chamadas de ferramentas exigiram 5 pedidos ao modelo em vez de 10, e a tarefa foi concluída em 41,6 s em vez de 56,8 s. Para a limpeza de 151 tickets no Linear, foram necessárias 312 chamadas de ferramentas; o Script usou 2 pedidos e cerca de 61 000 tokens, enquanto as chamadas diretas, estimadas pela Factory, exigiriam 36 e cerca de 3,1 milhões. Por fim, uma verificação de 5 384 tarefas distribuídas por 547 execuções foi realizada em 2 pedidos, e menos de 0,1 % dos resultados das ferramentas chegaram ao contexto do modelo. No Claude Opus 5.5, o modo Script reduz em 15 % o custo do Droid em comparação com as chamadas diretas. Está ativado por predefinição para dez modelos, incluindo o GPT-6.1 Sol e o Kimi K3.
Resultados publicados pela Factory
A Factory comparou cada sistema com o Droid no mesmo modelo, com 3 tentativas por tarefa, de 23 a 28 de outubro de 2026. No benchmark Terminal-Bench 4, segundo a empresa, o Droid obtém 65,2 % com o Claude Opus 5.5, à frente do Cursor e do OpenCode (62,1 %), do Devin (59,6 %) e do Claude Code (57,6 %). O custo anunciado ascende a 4,73 dólares por tarefa concluída com sucesso. Com o GPT-6.1 Sol, o Droid atinge 57,6 % por 0,79 dólar por tarefa bem-sucedida, contra 54,0 % para o Codex, 51,0 % para o OpenCode e 45,0 % para o Devin. A Factory esclarece, no entanto, que o Droid demora mais 10 % por tarefa bem-sucedida do que o Codex com este modelo, e que o Cursor não foi testado no GPT-6.1 Sol.
As outras mudanças dizem sobretudo respeito à leveza e à reatividade. A instrução base passou de 20 887 para 13 055 tokens, ou seja, menos 37 %, e o Droid envia agora apenas 2 definições de ferramentas no início, contra 11 anteriormente. Segundo a Factory, um pedido típico de produção lê 98 % das suas entradas a partir da cache. Três chamadas idênticas desencadeiam um novo pedido, e seis param o ciclo. A primeira exibição da aplicação passa de 1 839 ms para 488 ms na mediana, e cada sessão adicional adiciona cerca de 20 MB, contra cerca de 350 MB anteriormente.
O Droid 1.0 é disponibilizado como aplicação de ambiente de trabalho para macOS e Windows, interface de terminal e SDK Node, @factory/droid-sdk. Os planos pagos começam em 20 dólares por mês.
