Cognition lança Fusion no Devin: dupla de modelos reduz em até 39% o custo das tarefas

A Cognition adicionou ao Devin Desktop e ao CLI o modo Fusion, em que dois modelos trabalham ao mesmo tempo na mesma tarefa. O modelo frontier atua como "líder": planeja, resolve ambiguidades e verifica o resultado. O modelo mais barato, o "sidekick", explora o código, faz as alterações e roda os testes.

Segundo a empresa, com a dupla Fable 5.1 + SWE-2 o custo da tarefa é 36% menor que o do Claude Code com Fable 5.1 (US$ 7,90 contra US$ 12,36 na comparação normalizada), e a pontuação final é quase a mesma: 61,7 contra 62,2.

Para o GPT-6 Astra em par com o SWE-2, a economia é de 39% em relação ao Codex (US$ 4,54 contra US$ 7,47), com 58,9 pontos contra 61,6.

Por que não um roteamento comum

A ideia clássica é entregar as tarefas simples a um modelo barato e as complexas a um caro. A Cognition explica por que isso funciona mal. Não dá para medir a complexidade pelo primeiro prompt: "corrija o bug" pode significar uma linha de código ou a reestruturação de um produto, e isso só fica claro depois de estudar o código. Além disso, trocar de modelo no meio da tarefa quebra o prompt cache, e o reprocessamento do contexto passa a ser cobrado pela tarifa do modelo caro.

O Fusion contorna os dois problemas. Dois agentes trabalham em paralelo, cada um com contexto persistente e conjunto de ferramentas próprios. Não se transmite toda a conversa entre eles, apenas briefings, resultados e feedback. O líder formula para o sidekick uma tarefa com restrições e critérios de sucesso, sem se afogar nas saídas intermediárias das ferramentas. O cache de ambos é preservado. O usuário conversa sempre com o modelo frontier, que pode assumir o trabalho a qualquer momento se o sidekick não der conta.

Os números dos benchmarks

A Cognition, em parceria com a Artificial Analysis e a Vals AI, comparou o Fusion com modelos individuais. Pontuações e custo em dólares em cada teste:

• DeepSWE 1.1: Fable 5.1 — 64,3 ($14,63); Fusion com Fable — 63,1 ($7,88, −46%). Astra — 67,6 ($7,88); Fusion com Astra — 67,3 ($4,69, −40%).
• Terminal-Bench 4: Fable — 57,6 ($17,46); Fusion — 56,1 ($13,37, −23%). Astra — 55,6 ($10,08); Fusion — 50,0 ($6,06, −40%).
• SWE-Atlas QnA: o Fusion com Fable faz 65,9 contra 64,8 do modelo individual, com custo de $5,00 em vez de $7,57 (−34%).
• Vals Code Migration: Fusion com Fable — 57,3 contra 54,6, com custo 41% menor; no Astra, a redução é de 20%, mas a pontuação cai de 67,7 para 61,3.
• FrontierCode 1.1 Extended: com o Fable, a qualidade é 63,5 contra 63,6, com redução de 38%; com o Astra, a economia é de apenas 11%.

O quadro é heterogêneo. No Terminal-Bench e no Code Migration, a dupla Astra + SWE-2 apresenta queda perceptível de qualidade, então "nível frontier em todas as tarefas" é uma suposição que exige cautela. Os dados, além disso, são publicados pela própria Cognition, ainda que com a participação de avaliadores externos.

Modelos caros podem baratear o sistema

A conclusão mais interessante diz respeito ao preço por tarefa, e não ao preço por token. Quando a Cognition trocou o Opus 4.8 pelo Fable 5 no papel de líder, as sessões ficaram em média 9% mais baratas, apesar de o preço por token ser o dobro, e a pontuação no FrontierCode subiu. O Fable delegava mais cedo e escrevia briefings mais precisos, enquanto o Opus microgerenciava o sidekick e refazia o trabalho dele.

O mesmo vale para o executor. O SWE-2 custa $0,75 por milhão de tokens, contra $0,20 do GPT-5.6 Luna (+275%), mas o custo final no FrontierCode praticamente não muda: $2,34 contra $2,39, e a pontuação é maior — 63,4 contra 62,0. Um sidekick forte gasta menos turnos e exige menos rodadas de revisão.

O harness, porém, é ajustado para cada par. Um sidekick fraco precisa de briefings mais detalhados, é melhor não lhe dar a possibilidade de contestar o plano e não convém delegar a ele pesquisas que influenciem o plano. Já a um executor forte é possível deixar os detalhes de implementação e confiar o reconhecimento inicial do código.

O que experimentar

É possível instalar o Devin CLI com o comando curl -fsSL https://cli.devin.ai/install.sh | bash. No Fusion, escolhem-se dois modelos: a Cognition recomenda o Fable 5.1 como líder e o SWE-2 como sidekick. Se você contabiliza os gastos com agentes, vale rodar duas ou três combinações nas suas próprias tarefas e comparar não as tarifas, mas o custo final da tarefa concluída. Isso é especialmente relevante para migrações de rotina e grandes bases de código, em que o sidekick assume a maior parte do trabalho.