Factory가 코딩 하네스 Droid의 1.0 버전을 출시하고, 모델이 프로그램을 작성해 도구를 실행하는 프로그램 방식 도구 호출(PTC)을 기본값으로 켰다. 모델 요청 한 번으로 수백 번의 도구 호출을 돌릴 수 있다는 것이 Factory의 설명이다. 데스크톱 앱과 터미널 UI로 쓸 수 있고, 유료 요금제는 월 20달러부터다.
Droid는 macOS와 Windows 데스크톱 앱, 터미널 UI, Node SDK @factory/droid-sdk로 제공된다. SDK는 같은 하네스를 Node에서 실행하며 세션, 스트리밍 응답, MCP 도구를 지원한다. 지원하는 모델이면 사용자가 가진 API 키로도 쓸 수 있다. 사용자가 모델을 직접 고르거나 Factory Router에 비용 효율적인 조합을 맡길 수 있다.1
모델이 코드를 쓰고 도구는 샌드박스에서 돈다
Factory는 하네스를 프롬프트, 도구, 도구 결과를 돌려주는 방식, 반복 루프까지 모델 바깥의 모든 것으로 정의한다. 기존 방식에서는 도구 출력이 매번 모델의 컨텍스트에 쌓인다. Droid 1.0은 Script 도구로 PTC를 구현했다. 모델이 JavaScript를 쓰면 샌드박스에서 실행되는데, 샌드박스 자체에는 파일, 네트워크, 시스템 접근 권한이 없다.
원본 파일, 검색 결과, 로그는 프로그램 안에 머물고 출력으로 찍은 내용만 모델에 돌아간다. 서로 의존하지 않는 호출은 동시에 실행된다. 이 발상은 Wang 등이 2024년에 낸 CodeAct 연구에 기대고 있다.
Factory가 자사 세션에서 잰 사례는 다음과 같다. 단위 테스트 수정은 도구 호출 15번을 모델 호출 5번으로 처리했다. 기존 방식은 모델 호출이 10번이었고, 작업 시간은 56.8초에서 41.6초로 줄었다. Linear 정리 작업은 이슈 151건을 옮기고 검증하는 데 도구 호출 312번이 들었다. Script 방식은 요청 2번, 약 6만 1,000토큰이면 됐고, 직접 호출했다면 요청 36번과 약 310만 토큰이 든다는 것이 Factory의 추산이다. CI 점검은 547개 실행의 작업 5,384건을 요청 2번으로 처리했고, 도구 결과 중 모델 컨텍스트에 들어간 비율은 0.1% 미만이었다.
Script 모드는 GPT-6.1 Sol과 Kimi K3를 포함한 10개 모델에서 기본으로 켜져 있다. 비용 절감 폭은 Claude Opus 5.5에서 잰 값으로, 직접 도구 호출보다 Droid의 비용이 15% 줄었다.1
Terminal-Bench 4 결과와 속도의 예외
Terminal-Bench 4 수치는 Factory가 직접 돌린 것이다. 같은 모델을 쓴 하네스끼리 2026년 10월 23일부터 28일까지 작업마다 3회 시도했고, 비용과 시간은 두 하네스가 3회 모두 통과한 작업만 집계했다.1
| 하네스 | Claude Opus 5.5 | GPT-6.1 Sol |
|---|---|---|
| Droid 1.0 | 65.2% | 57.6% |
| Cursor | 62.1% | 원문에 없음 |
| OpenCode | 62.1% | 51.0% |
| Devin | 59.6% | 45.0% |
| Claude Code | 57.6% | 시험하지 않음 |
| Codex | 시험하지 않음 | 54.0% |
Claude Opus 5.5에서 Droid의 통과 작업당 비용은 4.73달러였고, 비교 하네스보다 최대 24% 저렴하다고 Factory는 밝혔다. 같은 모델에서 통과 작업당 시간은 16~26% 짧았다. Claude Code와 비교하면 토큰도 17% 적게 썼다. GPT-6.1 Sol에서는 통과 작업당 비용이 0.79달러였다.1
속도는 모든 조합에서 앞서지 않는다. GPT-6.1 Sol에서 Droid는 통과 작업당 시간이 Codex보다 10% 길다. Codex는 터미널에서 돌아가는 코딩 에이전트로, ChatGPT 요금제에 로그인하거나 API 키로 쓴다.1,2
프롬프트 축소와 앱 개선
기본 프롬프트는 입력 토큰이 2만 887개에서 1만 3,055개로 37% 줄었다. 처음부터 싣는 도구 정의는 11개에서 2개가 됐고, 도구 정의 분량은 46% 줄었다. 자주 쓰지 않는 도구는 필요할 때 불러온다. 새로 불러온 도구는 요청 끝에 붙여, 일반적인 실제 요청에서 입력의 98%를 캐시에서 읽는다.
같은 도구 호출이 3번 반복되면 경고를 보내고 6번이면 루프를 멈춘다. 대화 압축 요약의 분량은 8,000토큰에서 1만 6,000토큰으로 늘었다. 앱은 첫 화면 표시가 1,839ms에서 488ms로 빨라졌고, 세션을 하나 더 열 때 늘어나는 메모리는 350MB에서 약 20MB로 줄었다.
이 개선 대부분은 Factory 내부의 Agent Factory 루프에서 나왔다. 에이전트가 실패 사례를 읽고 변경안을 내면 영향받는 모든 모델 계열에서 시험하고, 엔지니어가 검토해 병합한다.1
Droid의 라이선스는 공개되지 않았고 SDK만 Apache 2.0이다. OpenCode는 MIT, Codex는 Apache-2.0이다.1,2