Factory Droid 1.0 发布 得分 65.2% 成本降 24%

10 月 31 日,Factory 发布 Droid 1.0,这是其 Droid 智能体框架的最大一次更新,核心变化是程序化工具调用成为默认行为,模型改为写一段程序来驱动自己的工具,一次模型请求可以带动数百次工具调用。Droid 1.0 定位为与模型无关的编码智能体框架,开发者可以自带 API key 使用任意受支持模型,也可交给 Factory Router 选择更省钱的组合。

基准测试成绩与成本

在 Factory 自己的 Terminal-Bench 4 跑分中,Droid 搭配 Claude Opus 5.5 得分 65.2%,每通过一题成本 4.73 美元,Cursor 与 OpenCode 同为 62.1%,Devin 59.6%,Claude Code 57.6%,Factory 称 Droid 成本最多低 24%。换成 GPT-6.1 Sol,Droid 得分 57.6%,每通过一题 0.79 美元,Codex 54.0%,OpenCode 51.0%,Devin 45.0%。速度方面,在 Opus 5.5 上 Droid 每个通过任务耗时少 16% 到 26%,相对 Claude Code 还少用 17% 的 token。测试从 10 月 23 日到 28 日进行,每个任务每套框架跑 3 次,只统计双方 3 次全过的任务。以上均为 Factory 自测数据,推理框架层面的 token 成本差异可参考站内 编码智能体的路由与 token 成本对比。

基座提示词瘦身 37% 首屏延迟降到 488 毫秒

框架侧的瘦身同样明显,基座提示词从 20887 个输入 token 降到 13055 个,降幅 37%,预置的工具定义从 11 个减到 2 个。程序化工具调用的实测效果是,修复单元测试场景中 15 次工具调用只用了 5 次模型请求,任务从 56.8 秒缩短到 41.6 秒;线性代码清理场景中 312 次工具调用压缩成 2 次请求约 6.1 万 token,而直接调用需要约 36 次请求约 310 万 token。桌面应用首屏时间从 1839 毫秒降到 488 毫秒,每个额外会话占用约 20 MB 而非 350 MB。


Droid 1.0 以桌面应用、终端界面和 Node SDK 三种形态提供,SDK 为 Apache 2.0,付费套餐从每月 20 美元起。