Компания Factory выпустила Droid 1.0, крупнейшее обновление своей платформы для кодингового агента Factory Droid. Главное изменение, теперь включенное по умолчанию, — это программный вызов инструментов: вместо последовательных одиночных вызовов модель пишет программу, которая сама выполняет свои инструменты, и один запрос может запустить сотни таких вызовов.
Factory называет «платформой» всё, что окружает модель: промпты, инструменты, способ возврата их результатов и рабочий цикл. Droid 1.0 не зависит от модели. Пользователи выбирают ту, которую хотят, или позволяют Factory Router составить более экономичную смесь.
Программа вместо последовательных вызовов
В классическом цикле вывод каждого инструмента добавляется в контекст модели, то есть в текст, который она должна обработать, измеряемый в токенах (фрагментах слов, которыми оперируют языковые модели). При программном вызове инструментов модель вместо этого пишет программу. Droid реализует её в виде инструмента под названием Script, написанного на JavaScript и выполняемого в песочнице (sandbox) — изолированной среде, которая сама по себе не имеет доступа к файлам, сети или системе.
Сырые файлы, результаты поиска и логи остаются внутри программы. Только выводимый результат возвращается модели, а независимые вызовы выполняются параллельно. Этот подход основан на работе CodeAct (Wang et al., 2024).
Factory приводит три примера из своих собственных сессий. Для исправления модульного теста 15 вызовов инструментов потребовали 5 запросов к модели вместо 10, и задача завершилась за 41,6 с вместо 56,8 с. Для очистки 151 тикета в Linear потребовалось 312 вызовов инструментов; Script использовал 2 запроса и около 61 000 токенов, тогда как прямые вызовы, по оценке Factory, потребовали бы 36 запросов и около 3,1 миллиона токенов. Наконец, сканирование 5 384 задач, распределённых по 547 запускам, выполнилось за 2 запроса, и менее 0,1 % результатов инструментов достигли контекста модели. На Claude Opus 5.5 режим Script снижает стоимость Droid на 15 % по сравнению с прямыми вызовами. Он включен по умолчанию для десяти моделей, включая GPT-6.1 Sol и Kimi K3.
Опубликованные Factory результаты
Factory сравнила каждую платформу с Droid на одной и той же модели, с 3 попытками на задачу, с 23 по 28 октября 2026 года. По данным компании, на бенчмарке Terminal-Bench 4 Droid набирает 65,2 % с Claude Opus 5.5, опережая Cursor и OpenCode (62,1 %), Devin (59,6 %) и Claude Code (57,6 %). Заявленная стоимость составляет 4,73 доллара за успешно выполненную задачу. С GPT-6.1 Sol Droid достигает 57,6 % при стоимости 0,79 доллара за успешную задачу, против 54,0 % у Codex, 51,0 % у OpenCode и 45,0 % у Devin. Однако Factory уточняет, что Droid тратит на 10 % больше времени на успешную задачу, чем Codex с этой моделью, и что Cursor не тестировался на GPT-6.1 Sol.
Другие изменения в основном касаются лёгкости и отзывчивости. Базовый промпт сократился с 20 887 до 13 055 токенов, то есть на 37 %, и Droid теперь отправляет только 2 определения инструментов вначале вместо прежних 11. По данным Factory, типичный производственный запрос читает 98 % своих входных данных из кэша. Три идентичных вызова запускают повторную попытку, а шесть — останавливают цикл. Первая отрисовка приложения сократилась с медианных 1 839 мс до 488 мс, и каждая дополнительная сессия добавляет около 20 МБ против прежних примерно 350 МБ.
Droid 1.0 предлагается в виде десктопного приложения для macOS и Windows, терминального интерфейса и Node SDK @factory/droid-sdk. Платные тарифы начинаются от 20 долларов в месяц.
