Du code assisté par IA, rapide, sur votre bureau.
Environ 69 % sur SWE‑bench Verified.

Également dans la 1.7.0 : Night Shift peut tenter une tâche plusieurs fois et garder la meilleure tentative (/night add --best-of N), une machine peut faire tourner plusieurs passerelles Signal, et un client choisit entre deux nœuds d'un même réseau sans perdre celui qu'il connaît. Notes de version et téléchargements.

Installer

$ curl -fsSL https://github.com/dreamference/ragon/releases/latest/download/install.sh | bash

$ ragon-admin server start      # télécharge le modèle une seule fois (~20 Go), puis le sert
$ cd ~/your-project && ragon    # c'est tout

> irm https://github.com/dreamference/ragon/releases/latest/download/install.ps1 | iex

À essayer d'abord

Ou mettez du travail en file pour cette nuit avec /night add <task> : Ragon déroule la file pendant que vous dormez, chaque tâche sur sa propre branche git, et vous relisez les branches en buvant votre café.

$ ragon "explain this repository to me like I'm new on the team"
# reads the code index (ragon-code outline, def, refs, callers) instead of grepping,
# then walks you through the layout, the entry points and how they connect

$ ragon "the tests are failing: find out why and fix them"
# runs the tests, reads the failure, edits the code and runs the tests again,
# asking before anything risky

> /night add --best-of 3 add input validation to the signup form, with tests
# tonight: three attempts, each in its own git worktree; the one the chooser picks
# is committed on its own branch, and nothing is merged or pushed
$ ragon-admin night status      # the timer, the window and the queue
> /night apply <id>            # in the morning: bring the branch back as uncommitted changes

Ce que vous obtenez

L'application de bureau de Ragon 1.7.0 réunit Ask et Work dans une seule fenêtre. Work est un véritable établi pour les sessions d'agent : un compositeur avec fichiers, skills et commandes, un volet de revue pour indexer, annuler et valider, des worktrees, des onglets de terminal, ainsi qu'une arborescence et des onglets de fichiers à côté de la conversation. Sur vos autres ordinateurs, c'est un client de votre GB10, qu'elle trouve sur le réseau local.

$ ragon worktree on   # new sessions start in their own worktree
$ cd ~/your-project && ragon
> /airgapped on      # no network for any command it runs
> /worktree apply    # bring the changes back to your checkout

$ sudo apt install ./ragon_1.7.0_arm64.deb

$ ragon-admin mcp            # stdio MCP for JetBrains and VS Code
$ ragon signal setup         # Note to Self only, off until linked
$ ragon chat telegram setup  # topics and the Mini App

Pourquoi Ragon

SWE-bench Verified, mesuré sur un seul DGX Spark

Le 2026-10-08, l'agent de Ragon 1.5.1 avec Qwen3.8-27B a résolu 68 des 100 tâches de SWE-bench Verified sur un seul DGX Spark, hors ligne : un échantillon fixe de 100 tâches, une tentative par tâche, mode par défaut. Ramené aux 500 tâches, cela donne ≈69 % estimé (intervalle à 95 % : 63,9–73,4 %). C'est notre propre mesure, sur notre propre machine et sur un sous-ensemble, pas une entrée du classement.

À lire comme une mise en perspective, pas comme un classement. Sur les mêmes 100 tâches, Ragon en a résolu autant que Qwen3-Coder-480B et GLM-4.6, des modèles bien plus gros, mais chaque ligne utilise un agent différent, un matériel différent et, pour les lignes du classement, les images de test x86 officielles, alors que les nôtres ont tourné sur des images arm64 de la communauté. En mode refine, une première session étudie la tâche sans rien modifier, puis une session neuve l'exécute : il a résolu une tâche de plus que le mode par défaut (69 contre 68, chaque mode gagnant des tâches que l'autre perdait), pour environ 2,2 fois plus de temps par tâche ; il reste donc optionnel (ragon --refine).

1. Ragon : 100 tâches, une tentative chacune ; un DGX Spark (GB10, 128 Go), modèle servi en local, pas de cloud ; mode par défaut mesuré le 2026-10-08, mode refine le 2026-10-09. Estimation à partir des données par tâche de SWE-bench experiments.
2. 500 tâches, une tentative ; matériel non indiqué. Source : experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. Le même modèle avec mini-SWE-agent : 57/100, 55,4 %.
3. 500 tâches, une tentative, agent non divulgué ; matériel non indiqué. Source : experiments, 20250930_zai_glm4-6.
4. 500 tâches, une tentative ; matériel non indiqué. Source : experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 tâches, une tentative ; matériel non indiqué. Source : experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. 500 tâches chacune ; matériel non indiqué. Quatre soumissions : OpenHands (80/100, 77,6 %), live-SWE-agent (80/100, 79,2 %), Sonar Foundation Agent (77/100, 79,2 %), mini-SWE-agent, high (79/100, 76,8 %). Une exécution antérieure de mini-SWE-agent a obtenu 74/100, 74,4 %.
7. 500 tâches, une tentative ; matériel non indiqué. Source : experiments, 20251120_livesweagent_gemini-3-pro-preview. Le même modèle avec mini-SWE-agent : 72/100, 74,2 %.
8. Le meilleur modèle publié de 20–40B au classement. 500 tâches ; la mise à l'échelle au moment du test utilise deux tentatives ou plus par tâche ; matériel non indiqué. Sources : mise à l'échelle au moment du test, tentative unique.
9. 500 tâches, une tentative ; matériel non indiqué. Source : experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. Chiffre de GitHub lui-même, avril 2025 : « agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet ». Nombre de tâches, de tentatives et matériel non indiqués ; absent du classement. Source : blog de GitHub.
11. Anthropic publie SWE-bench Verified pour ses modèles Claude, exécuté dans un échafaudage simple qui lui est propre (un outil bash et un outil d'édition), et non pour le produit Claude Code. Sources : Claude Code, méthode SWE-bench d'Anthropic.
12. Cursor publie des résultats sur son propre benchmark, Cursor Bench, et non sur SWE-bench Verified. Source : blog de Cursor, Composer.

Tous les chiffres du classement : swebench.com et le dépôt SWE-bench/experiments ; « mêmes 100 tâches » désigne les résultats publiés par tâche de chaque soumission, restreints aux tâches exécutées par Ragon.

Article

FAQ