Moins d’appels aux modèles : les choix techniques de Reason

Des sessions persistantes et plusieurs modèles au choix : Reason mise sur un environnement d’exécution minimal pour réduire le coût des agents.

Une même session peut lancer des commandes sur un Mac local et sur un ordinateur dans le cloud, puis être reprise depuis une autre interface. C’est l’organisation décrite par Reason Machines pour son environnement d’agents : le modèle raisonne dans le cloud, tandis que les commandes s’exécutent sur les machines choisies. Le produit associe cette continuité de travail à une promesse d’économie, fondée sur la manière d’organiser les appels aux modèles.

La couche logicielle concernée est le harness : elle prépare le contexte, expose les outils et gère l’exécution d’une tâche. Dans la présentation de Reason 1.1, l’équipe rapporte un score de 65,1 au Coding Agent Index, contre 62,5 pour Codex et 61,4 pour Pi, avec GPT‑6 Astra. Elle annonce un coût par tâche résolue inférieur de 22 % à celui de Codex. Cette mesure intègre les tentatives infructueuses ; elle rapporte le coût moyen d’une tentative au taux de réussite agrégé.

Le comparatif utilise la version 1.5 de l’indice, composée de DeepSWE v1.1, Terminal-Bench 4.0 et SWE-Atlas QnA, soit 303 tâches. Le protocole prévoit trois tentatives par tâche. Les versions de l’indice et de ses épreuves ont changé depuis : les scores publiés dans ce billet ne se comparent pas directement à ceux du classement actuel d’Artificial Analysis. Le facteur « jusqu’à vingt fois moins cher » avancé dans la publication sociale n’est pas le résultat détaillé pour cette comparaison à modèle constant.

La facture commerciale demande aussi de distinguer deux montants. La méthodologie publiée sépare le prix des tokens chez le fournisseur du modèle de ce que Reason facture lorsque la plateforme prend ces appels en charge : le tarif fournisseur est alors majoré de 25 %. Avec une clé personnelle, le fournisseur facture directement les appels au modèle. Certains anciens essais utilisent le montant facturé à défaut d’un relevé détaillé des tokens. Le pourcentage d’économie annoncé ne peut donc pas être appliqué indistinctement à tous les modes d’accès.

Le mécanisme technique combine un petit nombre d’outils généraux et l’exécution de programmes. Un outil JavaScript peut regrouper plusieurs recherches et lectures de fichiers, puis ne renvoyer au modèle que les informations utiles. Les fonctions plus spécialisées sont découvertes à la demande. L’équipe décrit aussi des instructions et définitions d’outils stables pour favoriser le réemploi du contexte en cache. La version 1.1 est construite sur Pi ; les développeurs n’ont pas isolé expérimentalement la contribution de chaque choix aux économies obtenues.

L’effet du harness sur les coûts fait également l’objet de travaux extérieurs. Dans HarnessTax, des chercheurs comparent vingt et un couples modèle-environnement, réunissant sept modèles et trois outils : Claude Code, Codex CLI et Pi. Sur SWE-bench Lite et Terminal-Bench 2.0, certains écarts de coût atteignent un facteur cinq à des niveaux de réussite proches. Cette étude ne teste pas Reason ; ses observations portent sur les tâches, configurations et tarifs retenus.

L’offre produit étend ces choix techniques à des sessions de travail persistantes. Le billet de lancement mentionne des machines Linux ou Mac dans le cloud, un Mac personnel et des hôtes accessibles par SSH. Le fil de session assure la continuité entre ces accès ; la documentation décrit un même agent capable de travailler sur plusieurs ordinateurs. Les fondateurs annoncent aussi des centaines de sessions parallèles et des workflows pouvant se prolonger plusieurs jours.

Le raccordement de clés API et d’abonnements compatibles, dont Grok, Copilot ou Kimi, fait partie de l’offre annoncée, avec des mécanismes de bascule entre fournisseurs. L’interface présente également la coexistence de Reason avec Claude Code, Codex et Cursor, pour suivre plusieurs agents dans un même espace de travail.

Depuis Slack, une mention dans un fil peut servir à demander une pull request, une présentation ou une réponse. L’API propose de démarrer une session depuis un script, une chaîne d’intégration continue ou une autre application, puis de suivre sa progression et de récupérer son résultat. Le travail commencé par ce moyen peut être poursuivi dans l’application, la ligne de commande ou un autre client connecté à la même session.