価格ベースライン（第一線アカウント）。 fable 5 の公式定価: 入力トークン $10 / M（2026-07-24 04:37 UTC に公式価格ページから取得; ページ表記は $10/MTok — 本ページで用いる $10/M と齟齬なし; 同じ取得で cache hits $1/MTok、batch 入力 $5/MTok）。エージェント型ワークフローのコストは入力トークンが支配的で、2026-07-23 の台帳日では入力トークンがトークン量の 99.0%（入力 769,249,823 対 出力 7,387,431）— 純粋な定価ベースでドルコストの 95.4%、キャッシュ入力割引後でも ≈75.3%（出力は $50/M だが量の <1%）。三つのレバー適用後の実測実効入力価格: $10/M × [(1−94.9%) + 94.9% × $1/$10 のキャッシュ入力割引] = $1.46/M（キャッシュ混合）→ ÷ 実測圧縮 2.83×（07-23 ウィンドウ、n = 7,222、中央値）= $0.52/M → × 50% セーバー（公式 batch/flex の価格面）≈ 入力トークン $0.26 / M（元価格の 2.6%） — このパーセンテージは実測実効入力価格 ÷ 公式定価 $10/M を、丸め前のレバー連鎖で計算したもの。完全な式と注意点は方法論の表を参照。
エンジニアリングレポート
coder: fable 5 で 5.66× のコスト効率 & SWE 品質
本ページの内容はすべて、自社の本番台帳とベンチマーク実行から得た実測値です。すべての数値は機械記録されたソースに遡って参照できます。推計も外挿もありません。
オープンソースの codex CLI/エージェントを基盤に、coder は自律的な長時間タスク（実効コンテキストウィンドウ、§1.1b · SWE-bench A/B、§2）とコスト効率（圧縮、§1.1 · セーバーティア、§1.2）に注力しています。実際に試す場合、coder は公式ページからインストールできます: run.ceo/coder。本番環境で安定した結果が得られなかった外部手法があったため、自社開発のアルゴリズムを採用し続けています。
1 · コスト効率: 独立した二つのレバー
coder は二つの別個のメカニズムで課金コストを下げており、本ページではその会計を分けて扱います: 圧縮（実測）とセーバーティア（価格上の事実）。各レバーには固有の式、固有の証拠、そして方法論表の固有の行があります。
ヘッドライン係数の構成。圧縮項: リクエストごとの実測中央値、セッション台帳 2026-07-23（n = 7,222、~/.coder/sessions/2026/07/23/rollout-*.jsonl、80 ファイル）。セーバー項: 公式 batch/flex 価格表（両レーンとも定価の 50% ⇒ 2.00×）— 価格上の事実であり、当該ウィンドウのトラフィック実測ではない。
1.1 · 圧縮（実測）
パイプラインは同一セッションのコンパクトな表現をモデルに渡します。リクエストごとに、台帳は非圧縮ベースラインと実送信入力を記録します: 係数 = ベースライン ÷ 送信量。直近の完全な台帳ウィンドウ（2026-07-23、n = 7,222 リクエスト）で中央値 2.83×（p10–p90 2.26–3.08×）。
このレバーの品質証拠: SWE / SWE Pro の圧縮 ON vs OFF A/B（§2） — 同一タスク、公式 Docker 採点、パイプライン有効 対 無効 — がこの圧縮の品質証拠です: 解決結果はノイズ範囲内で非圧縮側に追随します。2.83× 自体の式とサンプルウィンドウは方法論の表に記載; この段落は圧縮レバーのみを扱い、セーバーには下に専用セクションがあります。
💰 #.#x = 節約率 — この未編集スクリーン録画の左下ステータスバー指標は、リアルタイムの圧縮節約倍率です: キャッシュ/圧縮済みコンテキストの蓄積に伴い、下限の 2.0× から始まり実行終了時には 5.1× に達します（ピーク 6.1×）— セッションのロールアウト台帳によれば、実行全体でキャッシュ入力比率 92.4%（API usage エントリ 12 件、入力トークン 287,269）。タスクは pallets/flask 上の実在する公開 SWE タスク（CLI 機能 + テスト、すべてグリーン）。再生は 8× に早送り（右上に注記）; 内容は無加工。
1.1b · 実効コンテキストウィンドウ（同じ実測から得られる第二の配当）
圧縮にはコスト以外にもう一つの効果があります: モデルの物理コンテキストウィンドウには圧縮済み表現が収まるため、実効容量が同じ実測係数だけスケールします。実測中央値 2.83×（p10–p90 2.26–3.08×）では、200K トークンの物理ウィンドウがおよそ 450K–620K トークン分のセッション内容（200K × 2.26–3.08）を保持します。実務上の帰結: 長いセッションでもコンテキストウィンドウの逼迫にほとんど達しない — コンパクションが減り、コンテキスト欠落が減り、長時間実行が安定します。
- 換算式: 実効容量 = 物理ウィンドウ × 実測圧縮係数。データソースは §1.1 と同一; 独立の実測はなし。
- 同じ台帳日の実例: ある 2026-07-23 のセッションは、送信されるはずだった入力 58,815,232 トークンを蓄積し、実送信 18,622,941 トークンとして配送した（3.16×）— 一営業日分のコンテキストトラフィックを生サイズの約三分の一で運んだことになる（セッション台帳
rollout-2026-07-23T09-27-46-019f8fcd….jsonl、累積imgctxOriginalInputTokens対 送信量）。
1.2 · セーバーティア（価格上の事実）
上記の実測圧縮レバーとは独立に、coder は半額の配送レーンを二つ提供しています。式: 課金額 = 50% × 標準レーン価格 — テスト証拠を要しない価格表上の事実です。ヘッドラインには公式の価格由来係数（定価の 50% ⇒ 2.00×）としてのみ入り、実測圧縮値そのものに混入されることはありません:
- batch — 非対話ワークロード向けの非同期の投入・回収型（大量評価、バックグラウンド分析、定期ジョブ）: 標準コストの 50%。
- flex — 同一の同期ストリーミングインターフェースを柔軟キャパシティ上でスケジュールするもので、予約キャパシティ配送を必要としない作業向け: 標準コストの 50%。
- 同一モデル、同一品質、同一出力 — ティアが変えるのはスケジューリングであり、結果ではありません。
- ヘッドラインの会計: ヘッドライン係数 = 圧縮（実測中央値 2.83×）× セーバー（公式価格 2.00×）= 5.66×。セーバー項は公式価格表（batch/flex は定価の 50% ⇒ 2.00×）から取っており、当該ウィンドウのトラフィック由来ではありません — 2026-07-23 のヘッドラインウィンドウ自体にはセーバーレーンのトラフィックがなく、まさにそれゆえこの項は価格由来であり、トラフィック加重ではないのです。
リクエスト単位の実測圧縮係数分位点。ヘッドライン行: セッション台帳 2026-07-23（直近の完全な台帳日、80 ファイル、n = 7,222）。フリート行: 実ゲートウェイトラフィック 7 日間（2026-07-14 → 07-21）のリクエスト単位分位点（reports/CHECK-gateway-real-compression-20260721.md、scratch/gw-real-compression-0721/）。フリート行のベースラインカバレッジは、非圧縮ベースラインが記録されたトラフィックに限られます。
フリート全体の純圧縮（保守的なクロスチェック）
上記の数値は一台のマシンの台帳由来です。フリート規模のクロスチェックとして、実ゲートウェイトラフィック 7 日間で純粋なトークン圧縮のみを実測しました:
| トラフィックバケット | 総計圧縮 | リクエスト単位中央値 | ベースライン記録ありのリクエスト数 | ウィンドウ |
|---|---|---|---|---|
| fable5 レーン | 2.49×（15.35B → 6.17B トークン） | 2.45× | 53,500 | 2026-07-14 → 07-21 |
| sol レーン | 2.14×（1.94B → 0.91B トークン） | 1.89× | 10,024 | 2026-07-14 → 07-21 |
2 · SWE / SWE Pro: 圧縮 ON vs OFF
効率化パイプラインは、出力品質を保てて初めて出荷する価値があります。業界標準の SWE-bench スイートを社内 A/B として実行しました — 同一タスク、同一モデル、公式 Docker 採点ハーネス、パイプライン ON（圧縮）対 OFF（直接）— 両スイートとも同じ現行パイプラインビルドで再実行しています。
| スイート | ON（圧縮） | OFF（直接） | 一致 | 備考 |
|---|---|---|---|---|
| SWE-bench Lite（n = 10 ペア） | 10/10 | 10/10 | 10/10 | 再実行 2026-07-24、パイプライン 8a9175d |
| SWE-bench Pro（n = 18 ペア） | 15/18 | 16/18 | 17/18 | 再実行 2026-07-23、パイプライン 8a9175d · 不一致タスク: navidrome-0488（下記の N=5 等価性再実行） |
公式 Docker ハーネスのみによる各アームの解決数（Lite: princeton-nlp/SWE-bench_Lite 上の swebench run_evaluation; Pro: SWE-bench_Pro-os、jefzda/sweap-images）— LLM 判定なし; 両再実行ともパイプラインは 8a9175d に固定。ソース: eval/swe-bench/bench-20260724/、eval/swe-bench-pro/bench-20260723/（compare_final.txt、eval_results_{on,off}.json）。サンプルサイズは小さい（10 + 18 ペア）: このチャートが示すのは同等性/一致であり、優位性ではありません。
Pro で唯一判定が分かれたタスク navidrome-0488 は、各アーム N=5 の専用等価性再実行で決着済み: ON 3/5 対 OFF 3/5 — 両アームはノイズ範囲内で等価です（Fisher 正確検定 p = 1.0）。判定はすべて公式 Docker ハーネス由来（10/10 実行を採点、rc = 0）で、全 10 実行ウィンドウが collapsed_turns = 0・書き換えゼロを示しています。つまり圧縮パスはトランスクリプトに手を触れていません。ばらつきの内訳: 失敗した 4 実行は ON 2 + OFF 2 に分かれ、同じモデル自己エラーのパターンを共有 — 非圧縮アームも同じ穴にはまっています。結論: 当初の不一致はエージェント実行ごとのばらつきであり、圧縮による損傷ではありません（N=5 判定レポート）。スコープ注記: 単一インスタンスで各アーム N = 5、プロトコルとインスタンスは §2 と同一、パイプライン 8a9175d — 小さな N での等価性の読みであり、普遍的な主張ではありません。
- SWE-bench Lite（n=10 ペア、現行パイプラインで再実行）: ON 10/10 対 OFF 10/10、一致 10/10 — 不一致インスタンスはゼロ; 全ペアが両アームで同一に解決。Lite は易しめに寄るため、このスイートが測るのは同一難度での同等性であって優位性ではありません。
- SWE-bench Pro（n=18 ペア、現行パイプラインで再実行）: ON 15/18 対 OFF 16/18; 18 タスク中 17 で判定が一致。唯一の不一致タスクは上記で決着済み（navidrome-0488 の N=5 等価性再実行: ON 3/5 対 OFF 3/5、Fisher p = 1.0、エージェント的ばらつきという結論）。
- 失敗の整合（Pro）: 唯一の不一致タスクを除き、Pro の失敗はすべて両アームで失敗しています（ansible、element-web の一インスタンス）。
- コンテキスト忠実性: 回答可能な想起/状態プローブは両アームで 98/98 正解、意図的に回答不能にしたプローブでの捏造回答は両アームとも 0/16。
タスク一覧 & 生の採点記録
Lite インスタンス（再実行 2026-07-24、06-10 パイロットと同じ固定サンプル）: django-14999, sympy-16503, matplotlib-23913, scikit-learn-13497, pytest-dev-5221, astropy-6938, sphinx-doc-7975, psf-requests-2674, pylint-dev-5859, pydata-xarray-3364 — ON 10/10 対 OFF 10/10、一致 10/10、不一致インスタンスなし（公式 Docker ハーネス、swebench==4.1.0、resolved 判定）。Pro サンプル（n=18 ペア、同一インスタンスでの最新パイプライン再実行）: NodeBB ×2, qutebrowser ×2, flipt ×2, openlibrary ×2, teleport ×2, tutanota ×2, element-web ×2, navidrome ×2, ansible, vuls — ON 15/18 対 OFF 16/18; 両アーム失敗: ansible と element-web の一インスタンス; 単一アームでの不一致は navidrome-0488 のみ（上記の N=5 等価性再実行で決着）。生の判定 JSON: eval/swe-bench/bench-20260724/（compare_final.txt、eval_results_{on,off}.json、preds_{on,off}.json）、eval/swe-bench-pro/bench-20260723/（同レイアウト）; プローブ回答: eval/gist-recall/work*/results.jsonl。
3 · 方法論: すべての数値の出所
本ページのルール: 機械が書いた記録か再現可能なスクリプトまで遡れる数値だけを掲載します。式とサンプルウィンドウは以下のとおり。
| 数値 | 式 / 定義 | サンプルウィンドウ | 記録ソース |
|---|---|---|---|
| 圧縮 2.83×（2.26–3.08） | リクエスト単位の savingsBreakdown.factors[compression]; 非圧縮ベースライン ÷ 実送信入力 |
2026-07-23（直近の完全な台帳日）、n=7,222 | ~/.coder/sessions/2026/07/23/rollout-*.jsonl（80 ファイル） |
| 実効ウィンドウ ≈ 物理 × 2.26–3.08; 例 58.8M→18.6M（3.16×） | 容量換算は §1.1 の圧縮分布をそのまま使用; 例 = あるセッションの累積 imgctxOriginalInputTokens ÷（元 − imgctxSavedInputTokens） |
同一ウィンドウ; 例のセッションは 2026-07-23 | 同一台帳 · rollout-2026-07-23T09-27-46-019f8fcd….jsonl |
| セーバー 2.00×（batch/flex は定価の 50%）; ヘッドライン 5.66× = 2.83× × 2.00× | batch / flex レーン価格 = 標準レーン価格の半額 ⇒ 定数の価格由来係数 2.00×; 公式価格の定義であって実測ではない（台帳上の符号化: C2 のセーバーレーン分を ½ で C3 に計上）; ヘッドラインの積 = 実測圧縮中央値 × 2.00 — セーバー項は価格表由来であり、トラフィック加重ではない（当該ウィンドウにセーバーレーンのトラフィックはなし） |
価格上の事実（n/a）; 圧縮項: 同じ 2026-07-23 ウィンドウ | 価格表 · 台帳の式フィールド savingsBreakdown.formula |
| 第一線の価格アカウント: 定価 $10/M → 実効 ≈ 入力 $0.26/M | 実効 = 定価 $10/M（公式）× [(1−c) + c × ($1/$10) のキャッシュ入力価格比] ÷ 2.83（実測圧縮中央値）× 0.50（公式 batch/flex の価格面）、ここで c = 実測キャッシュ入力比率 94.9%（入力トークン 769,249,823 のうちキャッシュ 729,830,406）。入力の支配度: 入力 = トークン量の 99.0%; 純定価ベースでドルコストの 95.4%、キャッシュ入力割引後で ≈75.3%（出力は $50/M）。キャッシュ書き込みプレミアム（書き込みレーン $12.50–$20/M）はこのアカウントには相殺計上していない — 隠さず注意点として明記。「（元価格の 2.6%）」の注記 = 丸め前の実効入力価格 ÷ 公式定価 $10/M（$0.2582/M ÷ $10/M = 2.58%、小数一桁で 2.6% と表示）。 | 価格取得 2026-07-24 04:37 UTC; トークン内訳 & キャッシュ比率: 2026-07-23 台帳日、rollout ファイル 140 件、usage を持つリクエスト 6,102 件（自社での全日再スキャン; 圧縮中央値の行は元の 80 ファイルウィンドウを使用） | 公式価格ページの取得物（/tmp/perf-v10-ab/8d742ca7.html）· ~/.coder/sessions/2026/07/23/rollout-*.jsonl、リクエスト単位の last_token_usage 合計 |
| SWE-bench Lite 10/10 対 10/10、一致 10/10 | 公式 Docker ハーネス swebench run_evaluation（princeton-nlp/SWE-bench_Lite）、resolved 判定 |
固定 10 ペアサンプル · 再実行 2026-07-24、パイプライン 8a9175d | eval/swe-bench/bench-20260724/（compare_final.txt, eval_results_{on,off}.json） |
| SWE-bench Pro 15/18 対 16/18、一致 17/18 | 公式 SWE-bench_Pro-os ハーネス、jefzda/sweap-images |
固定 18 ペアサンプル · 最新パイプライン（8a9175d）での再実行 | eval/swe-bench-pro/README.md + bench-20260723/（compare_final.txt） |
| navidrome-0488 の N=5 等価性: ON 3/5 対 OFF 3/5、Fisher p = 1.0 | 公式 Docker ハーネス判定のみ（10/10 実行を採点、rc = 0）; 3/5 対 3/5 の Fisher 正確検定; 全 10 実行ウィンドウで collapsed_turns = 0、書き換えゼロ; 失敗 4 件 = ON 2 + OFF 2、両アームで同じモデル自己エラーのパターン |
各アーム N = 5、単一インスタンス（navidrome-0488）、パイプライン 8a9175d | N=5 判定レポート |
| ベンチマーク時のリクエスト単位圧縮 2.00× / 2.49× | 反実仮想: count_tokens(送信されるはずだった量) ÷ 送信量、リクエスト単位で合算 — ターン数の交絡なし |
Lite 198 リクエスト（再実行 2026-07-24）/ Pro 316 リクエスト | 同じ README 群（Lite: 85,804,350 対 29,942,152 トークン） |
| コンテキスト忠実性 98/98、0/16 | 採点済みの想起/状態/捏造プローブ、テキストアーム 対 本番密度の画像化アーム、同一モデル（fable5）、決定的な文字列採点、answer-or-UNKNOWN プロトコル | 各アーム 114 + 16 プローブ、単一シード、モデル呼び出し 228 回（2026-06-10） | eval/gist-recall/README.md + work*/results.jsonl |
| 画像化ルートの逐語 0/15; 意味的 27–40% | 画像化コンテンツ内にのみ置いた一意の 12 文字 hex; ライブプロキシ経由の完全一致・意味的検索プローブ; 2×2 {逐語, 意味的} × {圧縮 ON, OFF}、セルあたり N=15 | opus-4-5 と opus-4-8 の実行 | eval/needle-haystack/README.md + results2.tsv |
| 密度の崖: 5x8 で 1/4（+3 捏造）→ 9x12 で 4/4（捏造 0） | 本番レンダラー上での完全一致文字列想起、セルあたり一実行; 独立の TrueType/Levenshtein スイープが同じ単調な崖を再現 | 2026-07-05 のライブ実行（セルあたり n=1、方向性は 3 回の実行で安定） | eval/opus-density/RESULTS.md + results.json |
既知の制約（隠さず明記）
- ヘッドラインの圧縮項（2.83×）は一台のビルドマシンのセッション台帳での実測 — セーバー項（2.00×）は価格上の事実であって実測ではない; フリート全体のクロスチェックはフリート規模の純圧縮を報告する。
- ベンチマークのサンプルサイズは小さい（10 + 18 ペア; 等価性再実行は単一インスタンスで各アーム N=5）。報告するのは同等性・一致・ノイズ範囲内の等価性であり、優位性ではない。
- 第一線の価格アカウントは、一台のマシンの一日分のキャッシュ入力比率（94.9%）を公式定価と混合したもの; キャッシュ書き込みプレミアムは混合から除外し、その旨を明記。実効価格の数値は実測アカウントの算術であり、請求見積りではない。
- アーム横断の実行合計ドル値にはターン数のばらつきが混入するため、本ページのどこでも意図的に圧縮の証拠として使っていない。
- コンテキスト忠実性マトリクスは単一モデル・単一シード・単一日（各アーム 98 の回答可能プローブ）。
- 台帳の通貨換算は推定 FX 参照値（frankfurter、2026-06-30）を使用しており、請求書の FX ではない。