Rapport de benchmark
Méthode et résultats de Codna face à Cursor sur 87 cas appariés de correction de bugs.
Ressources
Guides, benchmarks et comparaisons.
Guides, le benchmark mesuré et des comparaisons face à face. Les chiffres viennent de 87 cas appariés face à Cursor : 5× moins de tokens, 1,7× plus vite, 87 vérifiées sur 87.
Ressources
Ouvrir
Réparation autonome de code
Pourquoi les agents ont besoin d'une carte déterministe avant de corriger.
Relecture de code par IA
Comment gravité, confiance et un verdict clair accélèrent la relecture des pull requests.
De Sentry à la PR
Transformez une panne en production en une pull request de correction avec la cause racine jointe.
Questions fréquentes
Sur 87 cas appariés face à Cursor, Codna a utilisé 5× moins de tokens et a tourné 1,7× plus vite. Les deux ont vérifié 87 corrections sur 87. Codna a dépensé en moyenne environ 0,02 $ de modèle par correction.
Les tokens totaux, le temps écoulé, le coût de modèle et les corrections vérifiées par cas, moyennés sur 87 cas appariés exécutés sur des checkouts identiques.
Codna cartographie le dépôt sans modèle, pour zéro token, et remet à l'agent un dossier de preuves limité au problème. Il affiche le rapport brut/dossier à chaque exécution.
La carte du dépôt est construite à partir des motifs d'import, elle n'est donc pas liée à un langage. codna impact réduit un diff aux tests qu'il peut affecter. Le rappel sur l'appareil couvre Python, JavaScript, TypeScript, Go, Rust, Java, C, C++, C#, PHP et Ruby.
Codna localise le code concerné avec son graphe de dépendances et de rayon d'impact, corrige à partir du dossier de preuves et signale cause racine, confiance, rayon d'impact et risque de régression. Sur GitHub, il ouvre une pull request qui s'explique. Vous fusionnez.
La compréhension tourne sur votre machine. Seul le dossier de preuves ou le diff atteint votre fournisseur de modèle, avec votre clé. Réglez privacy.egress sur fail-closed dans codna.yaml et Codna n'exécute vos tests que sous blocage réseau au niveau du noyau.