⚡ SIMPLETI AI LABS · OFFICIAL RELEASE OCTOBER 2026
코드 변경 요청에 파일 전체 대신 SEARCH/REPLACE 패치로 답하도록 파인튜닝한 Qwen3.8-27B 모델입니다. 연구용 릴리스이며, 지금까지 측정한 것은 BF16으로 120개 작업을 실행한 라이브 실행 1회뿐입니다.
One Command to Run Anywhere
Native plug-and-play compatibility with Ollama, Aider CLI, Cursor, Continue.dev, and OpenCode.
측정된 결과
지금까지 측정한 결과는 이것뿐입니다. NVIDIA RTX PRO 6000 Blackwell GPU에서 BF16 전체 모델로 120개 작업을 라이브로 실행했습니다. 라이브 실행에서 나오지 않은 이전 수치는 철회했습니다.
| 카테고리 | 작업 수 | 단위 테스트 통과 | 패치 적용 |
|---|---|---|---|
| 정밀 diff 및 AST 정확도 | 30 | 17 / 30 | 20 / 30 |
| 기능 정확성 및 경계 사례 | 30 | 6 / 30 | 27 / 30 |
| 존재하지 않는 API 및 지원 중단 코드 함정 | 30 | 27 / 30 | 30 / 30 |
| 적대적 입력 및 분포 외 입력 | 30 | 6 / 30 | 27 / 30 |
| 합계 | 120 | 56 / 120 | 104 / 120 |
평가하지 않음: SWE-bench, Aider, 다른 모델 또는 기본 모델과의 비교, Ollama가 제공하는 Q4_K_M 빌드. 위 결과는 BF16 가중치에 대한 것입니다.
Proprietary Architecture & Engineering Discipline
전체 파일 환각을 막고 모든 패치에서 최대 정밀도를 유지하도록 설계했습니다.
파일 전체를 다시 쓰는 대신, 바뀌는 줄만 수정하는 SEARCH/REPLACE 블록으로 답합니다.
BF16 라이브 실행에서 출력은 작업당 평균 69.9토큰이었습니다(최대 103).
연구용 릴리스: 학습 데이터는 규모가 작고 템플릿에서 생성되었으며, 기본 모델과의 비교와 공개 벤치마크 실행은 아직 없습니다.
Tuned out-of-the-box for Aider, Cursor, Continue.dev, OpenCode, and Ollama with deterministic stop tokens and ChatML compatibility.