AI21 Labs می‌گوید با اجرای هر چهار مرحله روی DeepSeek V4 Flash و فشرده‌سازی پرامپت‌ها، هزینه اندازه‌گیری‌شده GitLab Duo Code Review را از $0.589 به $0.0135 برای هر درخواست ادغام رسانده؛ کاهشی معادل ۹۷.۷٪. پیکربندی نهایی در Code Review Bench شرکت Martian امتیاز F1 برابر با ۴۷.۲٪ گرفت؛ در مقایسه با ۴۶.۴٪ برای خط پایه Sonnet 5.
این آزمایش روی ۵۰ درخواست ادغام عمومی انجام شد، نه ترافیک عملیاتی GitLab یا داده‌های مشتریان. AI21 می‌گوید سه درخواست بدون فشرده‌سازی از سقف 256K توکن در استقرار DeepSeek این شرکت فراتر رفتند و به Sonnet بازگشتند؛ فشرده‌سازی باعث شد همه بازبینی‌ها در محدوده سقف بمانند. تنظیمات روی همین درخواست‌ها بهینه‌سازی و امتیازدهی شدند؛ بنابراین عملکرد روی پایگاه‌های کد دیگر هنوز آزمایش نشده است.
چرا مهم است
تیم‌هایی که از عامل‌های بازبینی کد استفاده می‌کنند می‌توانند این نتایج را نشانه‌ای از اثرگذاری انتخاب مدل و اندازه پرامپت بر هزینه هر بازبینی بدانند؛ اما آزمایش AI21 ثابت نمی‌کند که همین میزان صرفه‌جویی یا کیفیت در پایگاه‌های کد دیگر یا با مدل جدیدتر GitLab به دست می‌آید.
