Co Orchard w rzeczywistości oddziela

Microsoft Research udostępnił Orchard 4 sierpnia 2026 roku jako otwarty framework do modelowania agentowego, opisując go we wpisie na blogu jako sposób na oddzielenie zarządzania cyklem życia piaskownicy od procesu treningowego używanego do budowy agentów AI. To rozróżnienie ma znaczenie, bo dobre wytrenowanie agenta do programowania, przeglądania internetu czy korzystania z narzędzi wymaga wielokrotnego uruchamiania go w środowisku, które zachowuje się jak jego prawdziwe środowisko wdrożeniowe, a nie uproszczony zastępnik.

Przed Orchardem zespół, który chciał w ten sposób wytrenować agenta, musiał zwykle sam zbudować tę warstwę piaskownicy i ewaluacji, projekt po projekcie, albo płacić zarządzanemu dostawcy za jej dostarczenie. Centralna usługa piaskownicy od Microsoft Research została natomiast zaprojektowana do wielokrotnego wykorzystania między projektami, co jest właśnie tą częścią wydania, która jest skierowana do zespołów obecnie powielających tę pracę infrastrukturalną wewnętrznie.

Rachunek za piaskownicę spada około dziesięciokrotnie

Microsoft Research podał, że centralna usługa piaskownicy Orcharda kosztuje około jedną dziesiątą tego, co zarządzane alternatywy takie jak E2B czy Daytona, gdy działa na instancjach spot. Infrastruktura piaskownicy, a nie same obliczenia treningowe modelu, po cichu stała się jedną z większych pozycji kosztowych dla zespołów, które sprawiają, że ich agenci działają w rzeczywistych środowiskach, ponieważ każdy przebieg treningowy i każda runda ewaluacji potrzebuje własnej, izolowanej i jednorazowej kopii tego środowiska.

Dziesięciokrotne zmniejszenie tej jednej pozycji kosztowej nie sprawia, że tworzenie agentów staje się darmowe, ale zmienia, które projekty przekraczają próg budżetu inżynieryjnego zespołu. Praca, która wcześniej nie uzasadniała budowy albo wynajmu dedykowanej infrastruktury piaskownicy, teraz prawdopodobnie ją uzasadnia, zwłaszcza dla węższych agentów specyficznych dla zadania, a nie ogólnych.

Model z 3 miliardami parametrów osiąga wyniki zwykle wiązane z dziesięciokrotnie większymi

Towarzyszący artykuł techniczny, 'Orchard: An Open-Source Agentic Modeling Framework,' podaje, że model wytrenowany za jego pomocą, nazwany Orchard-SWE, osiąga 69,7% w SWE-bench Verified oraz 73% po zastosowaniu ponownego rankingowania, wykorzystując tylko około 3 miliardów aktywnych parametrów. Takie wyniki są zwykle, według artykułu, wiązane z modelami około dziesięciokrotnie większymi, a to stwierdzenie zostało niezależnie powtórzone przez AIBusiness i EdTechInnovationHub.

Liczba parametrów jest tutaj bardziej interesująca operacyjnie niż sam wynik testu porównawczego. SWE-bench Verified mierzy, czy model potrafi od początku do końca rozwiązać rzeczywiste problemy programistyczne, a model z 3 miliardami aktywnych parametrów osiągający wynik zwykle zarezerwowany dla dużo większych systemów sugeruje, że to metoda treningu i realizm piaskownicy, a nie surowa skala, wytworzyły ten wynik.

Rzeczywista decyzja dla kupujących w UE i Wielkiej Brytanii

Każda firma, która dziś płaci za każde zadanie dostawcy wiodących modeli, takiemu jak OpenAI albo Anthropic, za pracę agentową, albo płaci za zarządzaną infrastrukturę piaskownicy dostawcy takiego jak E2B czy Daytona, by zbudować agenta wewnętrznie, ma teraz wiarygodną, darmową, samodzielnie hostowaną drogę, by wytrenować za to węższego, tańszego, dopasowanego agenta. To jest realna zmiana dostępnych opcji, a nie marginalna.

Nie jest to jednak przejście od płacenia do niepłacenia. Otwarte oprogramowanie przenosi tutaj koszt z rozliczanej pozycji na rachunku dostawcy na obciążenie inżynieryjne i operacyjne wewnątrz firmy, oraz na chmurę, na której trening faktycznie działa, często własny Azure Microsoftu, ponieważ to Microsoft zbudował ten framework. Decyzja, przed którą naprawdę staje kupujący, to szczere porównanie budowy własnej, wynajmu i nowego uzależnienia od dostawcy w zakresie całkowitego kosztu i możliwości, a nie odruchowy zwrot w stronę wszystkiego, co oznaczono jako darmowe.

Dlaczego 3 miliardy aktywnych parametrów zmieniają kalkulację

Operacyjna lekcja z wyniku testu porównawczego nie polega na tym, że Microsoft ma dziś najlepszego dostępnego agenta programującego. Polega na tym, że wąsko i dobrze wytrenowany agent może zrównać się z dużo większym modelem ogólnym w konkretnym zadaniu, przy ułamku aktywnych parametrów i, według deklaracji kosztowej Microsoft Research, przy ułamku wydatków na piaskownicę potrzebnych do jego wytrenowania. To zmienia kalkulację dla każdego zespołu, który dziś domyślnie sięga po największy dostępny wiodący model wyłącznie z ostrożności.

Zespoły, które nigdy nie wytrenowały własnego agenta, bo infrastruktura piaskownicy i ewaluacji wydawała się zbyt kosztowna w budowie, mają teraz tańszy sposób na przetestowanie, czy węższy model wykonałby ich konkretne zadanie za ułamek bieżącej opłaty za zadanie. To, czy taka wymiana się opłaca, zależy od dostępnego wewnętrznie czasu inżynieryjnego, a nie od tego, która opcja została oznaczona jako otwarte oprogramowanie.

Czytaj dalej: Opus 5 kosztuje połowę ceny Fable 5  |  Agent nigdy nie był trudną częścią