CodeRabbit diz ter entregado 20 vezes mais software com a mesma equipe usando Codex e modelos da OpenAI

A CodeRabbit sustenta que o primeiro gargalo de quem adota coding agents é o code review, e construiu um produto para isso: uma plataforma de governança e controle com IA usada por mais de 20 mil organizações e mais de 150 mil projetos open-source. Os números de produtividade (cerca de 20 vezes mais software em 6 meses, sem contratar engenheiros) vêm do CEO, Harjot Gill, em entrevista publicada pela OpenAI. São estimativas dele, não medições independentes. O mesmo vale para os 2.500 a 3.000 pull requests que ele diz ter enviado em 30 dias.

O lado técnico é concreto. Como as revisões rodam de forma assíncrona na nuvem, a empresa tolera modelos de raciocínio mais lentos em troca de análise melhor. Ela avalia cada modelo novo num benchmark próprio de problemas conhecidos, e Harjot estimou que o GPT‑6 Astra capturava 50% dos problemas, o melhor resultado entre os testados. A arquitetura divide o trabalho: modelos baratos como o GPT‑6 Luna sustentam mais subagentes, e o GPT‑6 Astra faz planejamento e orquestração. Preço e cache, segundo a empresa, permitiram usar agentes em casos que antes não cabiam no custo.

Na segurança, o CodeRabbit Secure combina o Daybreak com modelos Codex. Em duas semanas de uma oferta promocional, a empresa diz ter coberto US$ 1 milhão em deep scans gratuitos e achado mais de 43 mil vulnerabilidades em 13 mil varreduras. Milhares já teriam sido corrigidas pelos clientes. O gargalo também mudou de lugar internamente: laptops, testes, build e dependências viraram limite, e o time refez o processo de release e as aprovações humanas.

Em 26 de outubro de 2026, o CEVIU noticiou que "CodeRabbit usa GPT-6.1 Sol como modelo principal em agente de segurança para codebases complexas". Agora, o foco se amplia: a empresa descreve a pilha completa, com GPT‑6 Astra e GPT‑6 Luna na revisão, Codex na entrega e Daybreak no CodeRabbit Secure, e traz números de adoção e de varreduras.

Para quem opera agentes de código, a leitura é que o custo do review tende a pesar mais que o custo de gerar código. A divisão entre modelo caro para orquestrar e modelo barato para subagentes é um padrão que vale testar contra o seu próprio benchmark. Os ganhos de 20 vezes são autodeclarados e dependem de ter refeito a entrega de software, não só de adotar uma ferramenta.