Az MIT és a Sakana AI SIFT keretrendszere egy külön nyelvi modellel rangsorolja a módosított kódolóügynököket a drága tesztek előtt. Egy futás a Polyglot mérésen 35,1%-os pontosságot ért el öt órán belül, 42 CPU-óra és mintegy 150 dollárnyi API-kredit f