AI21 corta em 98% o custo do GitLab Duo Code Review com DeepSeek V4 Flash e context compaction

O estudo da AI21 pegou o GitLab Duo Code Review, o Code Review Flow do GitLab Duo Agent Platform, e mexeu só no harness: qual modelo roda cada estágio e quanto contexto cada um lê. O fluxo é construído em LangGraph e está publicado no repositório source-available ai-assist. Na época do teste, rodava Claude Sonnet 5 por padrão. São quatro estágios: exploração (lista a árvore do repositório), busca de arquivos, análise e revisão. O custo estimado caiu de US$ 0,589 para US$ 0,0135 por pull request, e o F1 foi de 46,4% para 47,2% no Code Review Bench da Martian, com 50 PRs públicos.

O caminho teve etapas. O Claude Haiku 4.5 funcionou nos dois estágios mecânicos, mas perdeu qualidade na análise e na revisão. Com o DeepSeek V4 Flash, servido com vLLM em H100s, em todos os estágios e sem compaction, o corte foi de 85,3% (US$ 0,086, F1 de 48,4%). A implantação aceita prompts de até 256K tokens, e 3 dos 50 PRs passavam disso (até 480K), gerando 11 chamadas de fallback para o Sonnet 5. A compaction, feita por regras e sem resumir nada (janela de 25 linhas em torno de cada hunk e diff em formato unified), baixou o maior prompt para 109K e acabou com os fallbacks. Limitações: configurações ajustadas nos mesmos 50 PRs em que foram avaliadas, custo a preço de tabela (não inclui a infraestrutura própria) e nenhum teste em outra base de código. A AI21 também diz que o GitLab já migrou o Duo Code Review para o Sonnet 5.5.

A cobertura anterior do CEVIU trata de temas próximos, mas de outras entidades e eventos. Em 4 de agosto de 2026, o CEVIU noticiou "DeepSeek V4-Flash redefine custo-benefício em modelos de IA, sendo o mais econômico do mercado", e a notícia atual traz um caso concreto de uso desse modelo em revisão de código, com o custo medido por PR. As matérias da Cloudflare (20 e 21 de outubro de 2026) tratam do revisor de código da própria empresa, não do GitLab, então não há evolução do mesmo projeto.

Para quem opera agentes de revisão de código, a leitura é que trocar de modelo não basta. O resultado dependeu de medir o custo por estágio e de testar de novo cada mudança depois da seguinte, já que a compaction valia cerca de um quinto da conta no Sonnet 5 e decidiu o resultado numa implantação de 256K. Vale lembrar que os números vêm de um único benchmark público e de um estudo da AI21, não do GitLab.