16 сентября 2026 г.
ИИ-агент может читать меньше исходников: Benzi прочитал в 2,3 раза меньше строк
В SWE-bench Verified Benzi решил 391 из 500 задач, или 78,2%, на DeepSeek v4-flash по отчёту от 16 сентября 2026 года. В отдельном сравнении на 24 багах Benzi с Sonnet прочитал 9 125 строк против 20 704 у [Claude Code](/tools/claude-code).
Раньше агенты для кода тянули в контекст куски исходников из нескольких файлов или строили по ним embeddings. Модель тратила токены на восстановление устройства программы, а после сжатия контекста часть найденного пропадала. Многофайловая правка сдвигала номера строк и требовала нового поиска.
Карта кода. Benzi это программа для ИИ-агента, которая компилирует репозиторий через tree-sitter в карту символов, вызовов, ссылок и наследования. Агент может спросить, какие функции питают нужную, а компилятор сообщает область затронутого кода до и после правки и запускает статическую проверку. Runtime tracer добавляет данные запуска там, где статического анализа недостаточно.
Сравнение. В бенчмарке Benzi дали 24 реальных бага из репозиториев на 11 языках. Всем вариантам выдали один checkout, текст issue и одну модель, менялся только набор инструментов вокруг модели. Benzi с Sonnet прочитал 9 125 строк. Claude Code с Sonnet прочитал 20 704 строки. В связке с DeepSeek Benzi прочитал 16 407 строк против 43 598 у DeepSeek harness. В 13 запусках OpenCode превысил вдвое время двух других вариантов, поэтому их пометили как незавершённые и исключили из средних значений.
На SWE-bench Verified Benzi решил 391 из 500 задач на DeepSeek v4-flash. Общий заявленный расход составил $37,33, то есть $0,095 на решённую задачу. В отчёте проект связывает такой подход с более быстрым и дешёвым выполнением тех же исправлений.
В браузерном демо не нужны установка и регистрация. Достаточно вставить ссылку на публичный GitHub-репозиторий, после чего Benzi работает только для чтения. Для VS Code нужна Python 3.9 или новее. Расширение само создаёт изолированное окружение, ключ API не нужен, чат доступен через Benzi. Поддержка заявлена для 10 языков, от Python, JavaScript и TypeScript до Go и Rust. HTML, CSS и JavaScript Benzi обрабатывает детерминированно.
Браузерное демо ограничено 2 000 файлами и пропускает отдельные файлы больше 2 МБ. В VS Code Benzi проиндексировал 923 000 строк microsoft/vscode чуть больше чем за 2 минуты. В README также заявлено приложение StallionSwipe, полностью созданное Benzi за одну чат-сессию на Python, HTML, CSS и JavaScript.
В текущем виде Benzi сочетает карту репозитория, браузерное демо для чтения и расширение VS Code для работы через hosted Benzi.
Первоисточник
