La firma de pruebas Vals AI comparó el 9 de octubre un agente de programación con un equipo de agentes. Los equipos costaron entre 1,8 y 5,1 veces más, y solo una de cuatro comparaciones mostró una mejora real. Esa mejora fue de 7,3 puntos con GPT-6 Sol de OpenAI, y cada configuración se ejecutó una sola vez.