Cohere Labsはコーディングの比較実験で、複数エージェントの配置と費用を調査しました。強い統括モデルと安価な計画担当を組み合わせる構成で、費用を抑えた結果を示しています。 人数を増やすだけでは、品質、費用、所要時間は同時に改善しません。どの工程を分担するかを選び、実際の開発課題で追加計算の効果を測ることが重要になります。 複数エージェントへ計算を配る設計を比較 Cohere Labsは2026年10月14日、コーディングエージェントのチーム構成に関する比較実験を公開しました。複数のモデルを使えば難しい仕事を進められる一方、費用と時間が増える問題を扱っています。中心となるProgramBenchは、元のプログラムの実行結果や文書を調べ、同じ動作をする実装を作る課題です。研究では、統括役、担当者の数、役割、待ち方、連絡方法を変えています。背景には、複数のエージェントが働く事例は増えても、何が改善に効いたかを比べにくい事情があります。公開内容は、条件をそろえて配置方法を比較する研究です。個別の開発現場で同じ成果が出ると保証するものではありません。 探索と計画に分担を集中させる結果 原文は、探索と計画だけを分担する構成が、実装と検証まで分担する構成に近い成績を、より低い費用で得たと説明しています。強いSolの統括役と、十六の安価なLunaの計画担当を組み合わせた例も示しています。報告された平均スコアは61.8％で、すべてSolを使う比較対象の63.2％に近い結果です。費用は比較対象の五百十ドルから百五十五ドルへ下がりました。影響を受けるのは、開発エージェントの運用基盤や課題分割を設計するチームです。数値は研究で使った課題と条件での結果であり、一般的な開発費用の削減率ではありません。複数モデルを使う場合、安価な担当者へ何を任せ、統括役が何を確認するかが結果に関わります。対象は主にGPT-5.6系のモデルを用いた比較です。 並列化する工程を自社の制約から選ぶ 実務上は、人数を増やす前に、開発のどの工程が詰まっているかを把握することが論点になります。仕様の調査が難しい仕事と、実装量が多い仕事では、効果的な分担が異なる可能性があります。評価では、最終的なテスト結果、総費用、完了時間、人間の確認量を合わせて測る必要があると見られます。共有作業環境を使う構成では、ファイルの競合や担当間の依存も運用費用に含まれます。研究の平均値だけでは、自社にとって重要な失敗を見落とす場合があります。少数の代表的な課題で、単独実行と役割を絞った分担を比較することが判断材料になります。モデルやツールの更新で条件が変わるため、以前の最適な人数がそのまま通用するとは限りません。成果を伝える際も、実験内の費用比と組織全体の削減額は区別する必要があります。担当者が待つ間に統括役が働く構成も、共有資源の競合を起こさないか確認する必要があると見られます。