kunstig intelligens
Norsk YC-startup hevder å slå OpenAI i kodeagent-test
Sven Myhre og Adi Singhs hevder at kodeagenten deres, Reason, løser flere oppgaver enn OpenAIs Codex, og at den gjør det billigere.
Publisert
Sven Myhre og Adi Singh dro til Y Combinator våren 2026 med selskapet Ara som nå er blitt Reason med hovedkvarter i San Francisco.
Produktet er en autonom kodeagent som kobles til GitHub, tar imot oppgaver og leverer pull requests med tester og opptak som dokumentasjon. Lars Talian er også en del av teamet.
Nå har gründerne publisert sine første benchmark-resultater som viser lovende takter.
Ifølge dem selv scorer kodeagenten 65,1 på Coding Agent Index. Til sammenligning får en av de ledende aktørene OpenAIs Codex som får 62,5.
En annen konkurrent, Pi, skårer 61,4. Reason Agent er bygget på Pi, en av harnessene den sammenlignes med. Forspranget på Pi viser altså hva Reason har lagt til oppå Pi.
Alle tre ble kjørt på samme modell, GPT-6 Astra.
Reason oppgir at kostnaden per løste oppgave er 22 prosent lavere enn for Codex og 10 prosent lavere enn for Pi.
– Vi startet Reason med én ting i tankene: å bygge verdens beste kodeopplevelse. Et naturlig første steg er å ha en kodeagent-harness i toppklassen, skriver Singh på LinkedIn.
Under fire dollar oppgaven
Selskapet har også plassert seg i en sammenligning med andre kodeagenter. Der koster Reason i underkant av fire dollar per oppgave. Codex på samme modell koster rundt fem dollar og scorer lavere. Anthropics Claude Code med Fable 5.1 ligger rundt 62 poeng, men til over tolv dollar per oppgave.
Sammenligningen må leses med noen forbehold. Tallene for de andre agentene kommer fra Artificial Analysis sine egne kjøringer, mens Reason har kjørt sine tester selv.
Klatresele for AI-koding
Reason lager ikke egne språkmodeller. Selskapet bygger det bransjen kaller en «harness», altså en form for klatresele i form av programvare pakket rundt modellen. Den styrer hvilke verktøy agenten får, hvordan den jobber seg gjennom en oppgave og hvor mange tokens den bruker.
Agenten kan kjøre flere verktøykall parallelt i ett modellkall, og den er bygget for å utnytte cache maksimalt. Ifølge selskapet bruker den 23 prosent færre input-tokens per forsøk enn Codex. Reason skriver at de ennå ikke har testet hvor mye hvert av grepene bidrar.
