# AI21 का दावा: GitLab रिव्यू लागत में 97.7% की कटौती

> AI21 ने 50 सार्वजनिक पुल रिक्वेस्ट पर GitLab Duo Code Review का परीक्षण किया। DeepSeek V4 Flash और छोटे किए गए प्रॉम्प्ट से मापी गई लागत घटी, जबकि बेंचमार्क F1 स्कोर लगभग पहले जितना रहा।

Oossa · 2026-10-22 · https://oossa.com/hi/ai21-says-harness-changes-cut-gitlab-review-costs-97-7

AI21 Labs का कहना है कि उसने सभी चार चरण DeepSeek V4 Flash पर चलाकर और प्रॉम्प्ट को छोटा करके GitLab Duo Code Review की मापी गई लागत प्रति पुल रिक्वेस्ट $0.589 से घटाकर $0.0135 कर दी—यानी 97.7% की कमी। Martian के Code Review Bench पर अंतिम सेटअप का F1 स्कोर 47.2% रहा, जबकि Sonnet 5 के आधारभूत सेटअप का स्कोर 46.4% था।

परीक्षण में 50 सार्वजनिक पुल रिक्वेस्ट शामिल थीं; GitLab का प्रोडक्शन ट्रैफ़िक या ग्राहकों का डेटा नहीं। AI21 के मुताबिक, प्रॉम्प्ट छोटा किए बिना तीन रिक्वेस्ट उसके DeepSeek डिप्लॉयमेंट की 256K-टोकन सीमा से अधिक थीं और उन्हें Sonnet पर भेजना पड़ा; प्रॉम्प्ट छोटा करने से हर रिव्यू सीमा के भीतर आ गया। सेटिंग्स को उन्हीं रिक्वेस्ट पर ट्यून और स्कोर किया गया, इसलिए दूसरे कोडबेस पर प्रदर्शन की जाँच नहीं हुई।

## तथ्य

- AI21 ने अपने अंतिम सेटअप के लिए प्रति पुल रिक्वेस्ट $0.0135 लागत और 47.2% F1 स्कोर बताया; आधारभूत सेटअप के लिए ये आंकड़े क्रमशः $0.589 और 46.4% थे।
- बेंचमार्क में 50 सार्वजनिक पुल रिक्वेस्ट शामिल थीं; AI21 का कहना है कि GitLab ने तब से Duo Code Review को Sonnet 5.5 पर स्थानांतरित कर दिया है।

## यह क्यों मायने रखता है

कोड-रिव्यू एजेंट चलाने वाली टीमें इन नतीजों को इस बात का संकेत मान सकती हैं कि मॉडल का चुनाव और प्रॉम्प्ट का आकार हर रिव्यू पर होने वाले खर्च को प्रभावित कर सकते हैं। लेकिन AI21 का परीक्षण यह साबित नहीं करता कि दूसरे कोडबेस पर या GitLab के नए मॉडल के साथ भी उतनी ही बचत होगी या गुणवत्ता बनी रहेगी।

## स्रोत और संदर्भ

1. [How we cut GitLab Duo Code Review’s cost by 98%](https://www.ai21.com/blog/gitlab-case-study/) – AI21 Labs

अंतिम अपडेट: 2026-10-22