Factory Droid 1.0 hace que los agentes de codificación con IA sean más rápidos y baratos con un nuevo enfoque 'programático'

Lo que podrías hacer con ello

• Un desarrollador podría usar Factory Droid 1.0 para corregir pruebas unitarias o limpiar código en cientos de problemas escribiendo un solo programa en JavaScript en lugar de enviar cada llamada a herramienta por separado, reduciendo costos y tiempo ¹.
• Un equipo de desarrollo podría usar el enrutador integrado de Factory para elegir automáticamente el modelo de IA más eficiente en costos de una lista que incluye GPT-6.1 Sol y Kimi K3 para sus tareas de agente de codificación ¹.
• Un investigador podría ejecutar Factory Droid 1.0 en pruebas de referencia como Terminal-Bench 4 para comparar cuán bien su enfoque de llamada de herramientas programático se mide contra otros arneses de agentes de codificación ².

Qué cambió en Droid 1.0

Droid 1.0 es la actualización más grande hasta ahora del sistema de agentes de codificación de Factory. El cambio principal es que la llamada de herramientas programática ahora está activada por defecto para 10 modelos compatibles, incluyendo GPT-6.1 Sol y Kimi K3.

En una configuración normal, cada vez que la IA necesita ejecutar una herramienta — como buscar código o ejecutar una prueba — el resultado vuelve a la memoria del modelo. Con la llamada de herramientas programática, el modelo escribe un programa en JavaScript en su lugar. Ese programa ejecuta todas las llamadas a herramientas a la vez dentro de un entorno protegido. Solo la salida final impresa regresa a la IA. Una sola solicitud ahora puede impulsar cientos de llamadas a herramientas.

Factory dice que la idea se basa en investigaciones anteriores llamadas CodeAct ¹². La empresa compartió resultados de sus propias pruebas internas mostrando grandes ahorros. En una tarea de corrección de pruebas unitarias, 15 llamadas a herramientas que anteriormente tomaban 10 solicitudes del modelo se redujeron a 5 llamadas al modelo, ahorrando unos 15 segundos. En otra tarea de limpieza de código en 151 problemas, el método antiguo usó 36 solicitudes y 3,1 millones de tokens; el nuevo método usó solo 2 solicitudes y aproximadamente 61.000 tokens .

Cómo se desempeña Droid frente a la competencia

Factory probó Droid 1.0 en Terminal-Bench 4, una prueba de referencia que mide qué tan bien los agentes de codificación resuelven tareas reales de terminal. Cada arnés se ejecutó tres veces por tarea del 23 al 28 de octubre de 2026, usando el mismo modelo ¹².

Con Claude Opus 5.5, Droid obtuvo 65,2%, superando a los arneses nativos de Cursor (62,1%), OpenCode (62,1%), Devin (59,6%) y Claude Code (57,6%). Droid también costó hasta un 24% menos y corrió entre un 16% y 26% más rápido por tarea aprobada ¹².

Con GPT-6.1 Sol, Droid obtuvo 57,6% a $0,79 por tarea aprobada, superando a Codex (54,0%) y OpenCode (51,0%). Sin embargo, en este modelo, Droid tardó un 10% más por tarea aprobada que Codex ¹².

Otras mejoras

Factory también realizó varios cambios en escena. El prompt base se redujo en un 37%, de 20.887 a 13.055 tokens de entrada. Se cargan menos definiciones de herramientas al inicio — de 11 a 2 — con herramientas raras que se cargan solo cuando se necesitan ¹².

La aplicación carga más rápido, con la primera pintura reduciéndose de 1.839 milisegundos a 488 milisegundos. Cada nueva sesión ahora usa aproximadamente 20 MB de memoria en lugar de 350 MB ¹².

Dónde obtenerlo

Droid 1.0 está disponible como una aplicación de escritorio para macOS y Windows, una interfaz de terminal y un SDK de Node llamado @factory/droid-sdk. Los planes pagados comienzan en $20 por mes. El sistema funciona con cualquier modelo compatible, incluyendo las propias claves de API del usuario, o el enrutador automático de modelos de Factory ¹².

Correcciones y actualizaciones

• Corregido el 1 de noviembre de 2026. Una versión anterior de esta historia incluía detalles que sus fuentes no respaldan. Han sido corregidos o eliminados.

Los datos clave

• Droid 1.0 obtiene 65,2% en Terminal-Bench 4 con Claude Opus 5.5, el más alto entre los arneses probados
• La llamada de herramientas programática ahora es el valor predeterminado, permitiendo que una solicitud ejecute cientos de llamadas a herramientas
• El prompt base se redujo 37% — de 20.887 a 13.055 tokens de entrada
• Solo 2 definiciones de herramientas se envían inicialmente, bajando de 11
• Los precios comienzan en $20/mes para acceso a escritorio, terminal y SDK

Fuentes

1. Meet Factory Droid 1.0: A Model-Independent Coding Agent Harness Built on Script Mode — marktechpost.com
2. Droid 1.0: Building a Frontier Harness | Factory