Gloo הציגה את Gloo Code, יכולת פיתוח חדשה המבוססת על סוכני AI בתוך Gloo AI Studio, במטרה להתמודד עם אחד האתגרים המתפתחים בפיתוח תוכנה בסיוע AI: העלות והיעילות של השימוש במודלים. במקום להסתמך על מודל יחיד עבור כל משימת קידוד, הפלטפורמה משלבת סוכנים ייעודיים עם מגוון מודלים מובילים בהתאם לסוג עומס העבודה ולרמת המורכבות.

השקת המוצר מגיעה בתקופה שבה קידוד באמצעות AI הופך לנפוץ יותר ויותר בקרב מפתחים. Gloo מצטטת מחקר שלפיו 84% מהמפתחים משתמשים השנה בכלי קידוד מבוססי AI או מתכננים להשתמש בהם. עם זאת, אימוץ נרחב יוצר אתגר ניהולי עבור ארגונים, שבהם צריכת טוקנים משתנה עלולה להקשות על חיזוי והסבר של תקציבי הטכנולוגיה.

תוצאות הבנצ’מרק מדגישות אסטרטגיה של יעילות בעלויות

Gloo מסרה כי בדיקות ראשוניות ב-Terminal-Bench 2.1 הציגו ביצועים של כ-70%, בעוד העלות הייתה כמחצית מזו של מודלי Frontier מקבילים. בהתבסס על ההשוואה של החברה לתוצאות שפורסמו, Gloo Code השלימה את הבנצ’מרק בעלות נמוכה ב-58% עד 67% מזו של כמה מהמודלים המובילים, תוך הצגת רמת דיוק תחרותית.

לנתונים האלה עשויה להיות משמעות רבה, משום שכלכלת הפיתוח באמצעות AI תלויה יותר ויותר לא רק ברמת האינטליגנציה של המודל, אלא גם ביעילות שבה היא מיושמת. הגישה של Gloo מנסה להעביר את החלטת האופטימיזציה מהמפתחים עצמם למערכת, באמצעות קביעה של המודל ותצורת הסוכן המתאימים לכל משימה.

עם זאת, החברה מגדירה במפורש את נתוני הבנצ’מרק כתוצאות פנימיות ראשוניות. הביצועים תלויים בתנאי הבדיקה, בעומסי העבודה ובתצורות המודלים. לכן, יש לראות ביתרון העלות המדווח אינדיקציה מוקדמת ולא מדד אוניברסלי לעליונות.

יכולת החיזוי עבור ארגונים הופכת ליתרון תחרותי

Gloo ממקמת הוצאות צפויות ופרטיות לצד ביצועים טכנולוגיים. החברה אומרת כי Gloo Code מציעה תוכניות גמישות ליחידים ולצוותים, ומאפשרת למנהלי הנדסה לנהל את השימוש ב-AI מבלי לבחור בין פרטיות ארגונית לבין תמחור צפוי יותר.

מיצוב זה משקף שינוי רחב יותר ברכש פתרונות AI בארגונים. ככל שחברות עוברות משלב הניסויים להטמעה בייצור, השאלה הופכת יותר ויותר להיות האם מערכות AI יכולות לספק שיפור מדיד בפרודוקטיביות מבלי ליצור הוצאות תשתית בלתי נשלטות. לכן, כלים שמבצעים אוטומציה לבחירת מודלים ומפחיתים צריכת טוקנים מיותרת עשויים להפוך לבעלי ערך רב יותר ככל שהיקף השימוש ב-AI גדל.

האקתון מספק סביבת ניסוי מיידית

עיתוי ההשקה מחבר את Gloo Code ישירות ל-Gloo AI Hackathon 2026, שחלון הבנייה הווירטואלי שלו בן 30 הימים כבר החל, לקראת שלב גמר פיזי בבולדר, קולורדו, המתוכנן ל-6–8 באוקטובר. יותר מ-500 בונים צפויים להשתמש בפלטפורמה במהלך תקופת הפיתוח הווירטואלית.

סביבה זו מעניקה ל-Gloo הזדמנות לבחון כיצד מפתחים משתמשים במערכת הקידוד מבוססת הסוכנים שלה בפרויקטים מעשיים, ולא רק בתנאי בנצ’מרק מבוקרים. החברה אומרת כי Gloo Code בנויה על אותה תשתית שתומכת באקוסיסטם הרחב יותר של הפלטפורמה, כולל Gloo 360, Barna, Servant ו-Midwestern.

השאלה המרכזית בהמשך תהיה האם Gloo תוכל להפוך את הטענות המוקדמות שלה לגבי יעילות העלויות לשיפור עקבי בפרודוקטיביות ולחיסכון פיננסי בעומסי עבודה ארגוניים בעולם האמיתי. שיעור האימוץ בקרב מפתחים, האמינות של ניתוב המודלים והיכולת לשמור על ביצועים ככל שהפרויקטים הופכים מורכבים יותר יקבעו אם אופטימיזציה של צריכת טוקנים תהפוך ליתרון תחרותי משמעותי. עבור חברות שמרחיבות את השימוש שלהן בפיתוח באמצעות AI, השילוב בין ביצועים, עלויות צפויות ופרטיות עשוי להפוך לחשוב לא פחות מהמודלים עצמם.