Una vittoria netta sulla correttezza del codice.
Abbiamo dato a Claude Code cinque compiti di sviluppo che dipendono da regole del team scritte fuori dal codice, con e senza Mios. Con Mios la prima risposta era del tutto corretta in circa metà delle esecuzioni (5 su 11), contro nessuna su 41 senza. Sono serviti quasi la metà dei prompt per arrivare a codice corretto, con un costo totale vicino a quello di Claude Code da solo.
Esecuzioni del 12 e 13 novembre 2026 · build di Mios del 12 novembre, commit 251d8392 · Claude Sonnet 5.5
Come l’abbiamo misurato.
- 01Cinque veri compiti di sviluppo
Cinque funzionalità sul repository di un prodotto SaaS in produzione. Ognuna tocca più file e si aggancia a codice esistente: route, controller, servizio, test e documentazione. L’agente riceve il ticket e nient’altro.
- 02Test nascosti
L’agente non vede mai i test che lo valutano: vengono copiati solo per la valutazione. Un controllo per compito per la funzionalità stessa, uno per ogni regola del team, 24 controlli in tutto. Nessun modello partecipa alla valutazione.
- 03Regole scritte fuori dal codice
Ogni compito dipende da regole che il team ha scritto in chat, in documenti condivisi e in messaggistica. 11 di queste non compaiono da nessuna parte nel repository: un agente le segue solo se qualcosa gliele porta.
- 04Cinque configurazioni, un modello
Claude Code da solo, con Obsidian sulla documentazione del repository, con Graphify sul repository, con entrambi e con Mios. Tutte usano Claude Sonnet 5.5 sullo stesso clone, con lo stesso ticket e lo stesso limite di tempo.
- 05Due esecuzioni per cella
Due esecuzioni per compito e configurazione. Sull’unico compito in cui le due esecuzioni non concordavano, una terza per Mios e per la migliore delle altre configurazioni.
- 06La stessa revisione per tutti
Se la prima risposta fallisce un test, la stessa sessione riceve un commento di revisione sulle parti che falliscono, identico parola per parola per ogni configurazione. Dal quinto prompt indica anche la regola mancante e mostra i test che falliscono, così ogni configurazione finisce con codice corretto. Fino a 8 prompt.
- 07Soglie scritte prima
Cosa conta come vittoria e cosa è rumore è stato scritto prima della prima esecuzione. Due cose sono cambiate lungo la strada, entrambe nei limiti più sotto: il tetto è passato da 4 a 8 prompt, e i giri di revisione si contano per attività invece che per esecuzione.
Un prompt, la prima risposta.
Cosa consegna ogni configurazione con il solo ticket. Tempo e costo sono mediane per compito. Il costo è quanto spende Claude Code, più il server Mios nel caso di Mios.
| Configurazione | Del tutto corretta | Controlli superati | Regole fuori dal repository seguite | Tempo | Costo |
|---|---|---|---|---|---|
| Claude Code da soloil ticket e il repository | 0 esecuzioni su 10 | 23%5,5 su 24 | 0 su 11 | 90 s | 0,266 $ |
| + Obsidianla documentazione del repository come note | 0 esecuzioni su 11 | 40%9,5 su 24 | 0,5 su 11 | 110 s | 0,279 $ |
| + Graphifyun grafo del repository | 0 esecuzioni su 10 | 33%8 su 24 | 0 su 11 | 97 s | 0,300 $ |
| + Obsidian e Graphifyentrambi insieme | 0 esecuzioni su 10 | 33%8 su 24 | 0 su 11 | 111 s | 0,299 $ |
| + Miosla memoria del team via MCP | 5 esecuzioni su 11 | 84%20,2 su 24 | 9,3 su 11 | 108 s | 0,395 $ |
Regole fuori dal repository seguite: media sulle esecuzioni, sulle 11 regole assenti dal repository. Rispetto a Claude Code da solo, la prima risposta con Mios costa il 48% in più per compito e richiede il 19% di tempo in più. Secondo le nostre soglie la differenza di tempo è rumore; quella di costo no.
Finché il codice è giusto.
Ogni configurazione ha chiuso con tutti i test verdi. Ecco cosa è servito per i cinque compiti, ognuno fatto una volta: quello che paga un team. Sotto ogni cifra, lo scarto rispetto a Claude Code da solo.
| Configurazione | Prompt | Tempo | Token di Claude Code | Costo di Claude Code | Costo del server Mios | Costo totale |
|---|---|---|---|---|---|---|
| Claude Code da soloil ticket e il repository | 16,5riferimento | 954 sriferimento | riferimento | 2,241 $riferimento | nessun server | 2,241 $riferimento |
| + Obsidianla documentazione del repository come note | 17,5+6% | 1029 s+8% | +10% | 2,352 $+5% | nessun server | 2,352 $+5% |
| + Graphifyun grafo del repository | 17+3% | 1064 s+12% | +9% | 2,330 $+4% | nessun server | 2,330 $+4% |
| + Obsidian e Graphifyentrambi insieme | 17+3% | 1055 s+11% | +17% | 2,423 $+8% | nessun server | 2,423 $+8% |
| + Miosla memoria del team via MCP | 9−45% | 675 s−29% | −18% | 2,034 $−9% | 0,436 $ | 2,471 $+10% |
Token e costo di Claude Code sono letti da ogni sessione. Il costo del server Mios sono le chiamate ai modelli fatte dal server Mios, misurate; le altre configurazioni non chiamano alcun server. Per compito, la mediana dice la stessa cosa: 1,5 prompt per Mios contro 3 per Claude Code da solo, 132 s contro 184 s, e 0,404 $ contro 0,403 $ di costo totale.
Dove aiuta, quanto costa.
Dove Mios aiuta
- Codice corretto. Alla prima risposta Mios ha superato l’84% dei controlli (20,2 su 24). La migliore delle altre configurazioni, con Obsidian, il 40%. Mios ha seguito in media 9,3 delle 11 regole fuori dal repository; nessun’altra configurazione è andata oltre 0,5.
- Meno giri. 9 prompt per i cinque compiti, contro 16,5 per Claude Code da solo: il 45% in meno.
- Meno tempo. 675 s fino al codice corretto, contro 954 s per Claude Code da solo: il 29% in meno.
Quanto costa
- La prima risposta costa di più: 0,395 $ per compito contro 0,266 $ per Claude Code da solo, il 48% in più in mediana.
- Fino al codice corretto, Claude Code stesso spende il 9% in meno con Mios. Aggiungendo il server Mios, il totale è più alto del 10%: 2,471 $ contro 2,241 $ per i cinque compiti.
- Il 98% del costo del server è il guardiano delle modifiche, un controllo che gira su Claude Sonnet prima che l’agente scriva. È lì che vanno i soldi, ed è la parte che dobbiamo rendere più economica.
Una vittoria netta sulla correttezza del codice. Con Mios, quasi metà delle prime risposte (5 su 11) erano del tutto corrette, contro nessuna per tutte le altre configurazioni. Arrivare al codice corretto ha richiesto il 45 % di prompt in meno e il 29 % di tempo in meno. Il costo è alla pari, non ancora più basso: fino al codice corretto, Claude Code spende il 9 % in meno con Mios, e il server Mios porta il totale al 10 % in più rispetto a Claude Code da solo, entro il 25 % di rumore fissato prima delle esecuzioni.
Cosa questo benchmark non dimostra.
- 01Compiti brevi
Una prima risposta richiedeva da 90 a 110 s in mediana, il codice corretto da 2 a 4 minuti. I compiti lunghi non sono stati misurati.
- 02Messo a punto sulle stesse fonti
Gran parte dello scarto viene da compiti le cui conversazioni di origine sono servite a mettere a punto Mios: tre compiti portano 13,5 dei 14,7 punti di scarto tra Mios e Claude Code da solo. Il benchmark mostra che Mios serve bene i fatti che ha acquisito bene. Non mostra che l’acquisizione funzioni su conversazioni mai viste.
- 03Poche esecuzioni
Da una a tre esecuzioni per cella. Una differenza di costo o di tempo sotto il 25% è rumore e non decide nulla.
- 04Cosa sbaglia Mios
Mios manca una regola in tutte le sue esecuzioni di un compito, e su un altro il risultato varia da un’esecuzione all’altra. Non sappiamo ancora se non trova la regola, o se la trova e l’agente non la segue.
- 0511 regole, non 13
Due delle 13 regole scritte fuori dal repository non distinguono le configurazioni: una passa in ogni esecuzione, Claude Code da solo compreso, e all’altra si arriva con dati già presenti nel repository. Contiamo le 11 che distinguono.
- 06Un tetto cambiato a metà
Il tetto di prompt è passato da 4 a 8 durante il benchmark, e ogni esecuzione tiene il proprio. Con il tetto originale di 4, la mediana dei prompt non cambia. Dopo una revisione esterna, i giri di revisione si contano per attività, ogni attività una volta, invece che per esecuzione; il verdetto è lo stesso in entrambi i casi.
Esecuzioni del 12 e 13 novembre 2026. Mios misurato: la build del 12 novembre 2026, commit 251d8392. Claude Sonnet 5.5 per ogni configurazione. In questa pagina c’è solo ciò che abbiamo misurato noi, nessuna cifra di altri fornitori. Mios a confronto, funzione per funzione
Dai al tuo team una memoria.
Il tuo team la interroga. I tuoi agenti la consultano prima di ogni modifica.
Mios apre prima a pochi team. Prenota una call e faremo entrare il tuo.