Mrrp Research on riippumaton tekoälylaboratorio Tampereelta. Teemme avoimen lähdekoodin agentteja ja niiden tarvitsemat työkalut. Meiltä on purr, koodausagentti, joka toimii omalla koneellasi ja sillä mallilla, jonka itse valitset.
Haluamme, että osaava tekoäly on ihmisten omaa: sen voi ajaa itse, ja sen toiminnan voi ymmärtää.
Agenttimme tekevät työtä näppäimistön ääressä istuvalle ihmiselle. purr lukee projektin, muokkaa tiedostoja, ajaa testit ja kertoo, mitä teki. Ennen jokaista muokkausta ja komentoa se kysyy luvan, ellet erikseen salli niitä.
Aja agenttia omalla koneellasi Ollamalla, llama.cpp:llä, LM Studiolla tai vLLM:llä, tai valitse rajapintamalli itse. /private pitää kaiken koneellasi: ei verkkoa eikä tallennettua keskustelua. Ei telemetriaa, ei tiliä.
Työtä avoimesti
Koodi on MIT-lisenssillä, ja jokainen vertailuajo julkaistaan otoskoon, virhemarginaalin ja lähteen kanssa, myös keskeytetty. Tähän mennessä 5 ajoa.
purr on koodausagentti päätteeseen. Se toimii omalla koneellasi, saa pienistäkin paikallisista malleista oikeaa työtä irti ja toimii myös rajapintamallien kanssa.
Kevyt kehote. Lyhyt järjestelmäkehote ja rajat, jotka mahtuvat mallin kontekstiin.
Lipsahdukset korjataan. Epätarkka muokkaus menee silti perille, ja tekstinä kirjoitettu työkalukutsu ajetaan.
Työ tarkistetaan. Syntaksi ja lint jokaisen muokkauksen jälkeen, testit ennen kuin purr sanoo valmis.
Silmukat huomataan. Kun malli muokkaa samaa tiedostoa yhä uudelleen, purr pysäyttää ja ottaa askeleen taaksepäin.
Suunnittelutila. Iso malli pilkkoo pitkän tehtävän pieniksi tiketeiksi, ja pieni malli tekee ne yksi kerrallaan, jokaisen tuoreessa keskustelussa.
Paikalliset mallit
Ollama · llama.cpp · LM Studio · vLLM (löytyvät itsestään)
Rajapintamallit
DeepSeek · OpenRouter · Groqin, Cerebrasin, Geminin, Mistralin, NVIDIAn ja Coheren ilmaiset tasot ja mikä tahansa OpenAI-yhteensopiva palvelin
Tilat
codetekee työn
askkatsoo, ei muuta mitään
learnjättää avainrivit sinulle
pairvuorotellen, askel kerrallaan
planiso malli suunnittelee, pieni tekee
chat · createjuttelu, ideat ja kirjoitus
Yksityinen tila
/private vaihtaa vain paikallisiin malleihin: ei verkkoa, eikä keskustelua tallenneta. Telemetriaa purr ei lähetä koskaan, eikä se vaadi tiliä.
Lisenssi
MIT
Asenna (Windowsissa WSL:n sisällä)
curl -LsSf https://raw.githubusercontent.com/rephyr/purr/main/install.sh | sh
tai uv tool install git+https://github.com/rephyr/purr
Avoimesti • jokainen ajo
Tulokset
Yksi tutkimuskysymyksistämme: kuinka paljon oikeaa työtä pieni paikallinen malli saa tehtyä pitkässä ja väljästi kuvatussa tehtävässä?
Mittaamme purria julkisilla vertailuilla samoilla asetuksilla kuin muitakin ohjelmia. Numerot ovat suoraan purrin repositoriosta, otoskoon ja virhemarginaalin kanssa.
Kaikki julkaistut ajot, uusin ensin. Tulos on pass@1 (läpäisseiden osuus), ± on keskivirhe tehtävien yli. Palkki: 0–100 %, kaksi prosenttiyksikköä solua kohden.
Päivä
Vertailu
Tehtävät × ajot
Tulos
±
050100Palkki
Huomio ja lähde
Terminal-Bench 2.1purr 0.5.0+fae8051
89 × 1
82,0 %
± 4,1
Paras julkaistu ajo. Ei aikakatkaisuja, ei virheitä, kustannus 3,84 $. Lähde
Terminal-Bench 2.1purr 0.5.0+0736578
89 × 1
80,9 %
± 4,2
Yksi aikakatkaisu ja yksi virhe, kustannus 4,52 $. Lähde
Terminal-Bench 2.0, pikakierrospurr 0.3.1+3dde078
20 × 1
75,0 %
± 9,9
Samat 20 tehtävää versiosta toiseen. Leveä marginaali: vertaa vain toisiin pikakierroksiin, ei täysiin ajoihin. Lähde
DeepSWE 1.1, keskeytettypurr 0.4.0+bd79ea4
48 / 113 arvioitu
56,2 %
—
Pysäytetty käsin: virhe rajasi purrin 150 askeleeseen 500:n sijaan. Korjattu, uusintaajoa ei ole vielä tehty. Ei vertailukelpoinen. Lähde
purr bench, omat tehtävätpurr ennen 0.3:a
9 × 1
8 / 9
—
Ei virallinen. OpenCode samalla mallilla 7 / 9. Tehtävät on kirjoitettu purrin rinnalla, joten yksi tehtävä suuntaan tai toiseen on kohinaa. Lähde
Kaikki yllä olevat ajot käyttävät rajapintamallia (DeepSeek V4.1 Flash), koska vertailukohdat on julkaistu sillä. Ne kertovat, kestääkö purr julkisen vertailun. Pienten paikallisten mallien tuloksia, joita varten purr on varsinaisesti tehty, ei ole vielä julkaistu.
Muiden ohjelmien rinnalla
Sama vertailu ja sama malli, tulokset tekijöidensä julkaisemina. Tämä ei ole tasainen kilpailu: muiden luvut ovat täysiä ajoja ilman virhemarginaalia, meidän paras yhden ajokerran tulos, ja meidän ajoissamme tehtäväkontin verkko oli auki.
Lue näin: purrin rivin lyhyet solut ovat epävarmuus. Kuusi yhdeksästä julkaistusta tuloksesta osuu sen sisään tai reunalle; kolme parasta (88,0–90,6 %) ovat selvästi yläpuolella. Kaksi tehtävää ei mene nyt läpi keneltäkään (niiden arvioijan Debian-peili on poistunut); muista 87:stä purr läpäisi 73 (83,9 %).
Terminal-Bench 2.1, 89 tehtävää, malli DeepSeek V4.1 Flash. Palkki: 75–95 %, puoli prosenttiyksikköä solua kohden.
Ohjelma
Ajot tehtävää kohden
pass@1
758595Palkki
DSH Minimal
ei kerrottu
90,6 %
mini-SWE-agent
ei kerrottu
90,3 %
Claude Code
ei kerrottu
88,0 %
Pi
ei kerrottu
86,1 %
DSH Standard
ei kerrottu
85,8 %
DSH PTC
ei kerrottu
85,8 %
OpenCode
ei kerrottu
85,0 %
Codex
ei kerrottu
84,1 %
Ante
5
83,9 %
purr meidän, paras yhden ajon tulos
1
82,0 % ± 4,1
Ajotapa • laitteisto
Menetelmä
Näin ajot tehdään, jotta tuloksen voi asettaa muiden viereen ja tarkistaa itse.
Ajaja
Harbor, sama ajaja kuin julkisilla tulostauluilla. Jokainen tehtävä omassa Docker-kontissaan, purr juuri sellaisena kuin se julkaistaan, ja jokaisen ajokerran commit tallessa.
Malli
DeepSeek V4.1 Flash DeepSeekin omalta palvelimelta, ilman varaisäntiä, koska osa niistä ajaa mallia pienemmällä tarkkuudella.
Asetukset
Lämpötila 1,0, top_p 0,95, enintään 64k tokenia vastausta kohden, 1M konteksti, 500 mallikutsua ja tehtävän oma aikaraja. Mahdollisimman lähellä DeepSeekin omaa vertailua.
Pisteet
pass@1 on läpäisseiden ajokertojen keskimääräinen osuus. Aikakatkaisut ja virheet ovat hylättyjä, kuten tulostauluilla. ± on keskivirhe tehtävien yli.
Erot vertailuun
Terminal-Benchissä tehtäväkontin verkko on meillä auki ja DeepSeekin ajoissa kiinni, joten latausta vaativat tehtävät ovat meillä helpompia. Yksi ajokerta tehtävää kohden on epätarkempi kuin täysi ajo, jossa kertoja on useampi.
Laitteisto
Vertailuajot käyttävät rajapintamallia, joten oma kone vaikuttaa lähinnä aikoihin. purr benchin ajot ja paikalliset mallit:
Osaavaa tekoälyä, joka on yrityksenne omaa. Selvitämme ensin, missä siitä on oikeasti apua, rakennamme vain sen omalle laitteellenne tai EU:ssa toimivaan palveluun ja opetamme tiimin käyttämään sitä.
Tekoälykartoitus
Käymme läpi, mihin teillä kuluu aikaa, ja kerromme suoraan, missä tekoälystä on apua ja missä ei. Saat kirjallisen yhteenvedon ja ehdotuksen pienimmästä järkevästä ensimmäisestä askeleesta.
Työn läpikäynti
Kirjallinen yhteenveto
Ensimmäinen askel
Hinta tarjouksen mukaan
Yksityinen tekoäly omalla laitteella
Avustaja ja asiakirjahaku, jotka toimivat kokonaan omalla koneellanne tai palvelimellanne, joten yrityksen tiedot eivät lähde talosta. Kun mitään ei siirry ulos, moni tietosuojakysymys jää kokonaan pois. Samalla periaatteella toimii purrin yksityinen tila.
Asiakirjahaku
Sisäinen avustaja
Ei pilvipalvelua
Hinta tarjouksen mukaan
Paikallisten mallien käyttöönotto
Valitsemme laitteillenne sopivan avoimen mallin, asennamme sen (esimerkiksi Ollama tai llama.cpp), kytkemme sen tiimin työkaluihin ja opastamme käyttöön. Kerromme myös, mihin pieni malli ei riitä.
Mallin valinta
Asennus
Koodaustyökalut tiimille
Opastus
Hinta tarjouksen mukaan
Avustajat ja automaatiot
Verkkosivujen avustaja, joka vastaa asiakkaiden kysymyksiin teidän omista sivuistanne ja asiakirjoistanne ja ohjaa ihmiselle, kun ei tiedä. Automaatiot rutiineihin: saapuvien viestien lajittelu, tarjousluonnokset tarjouspyynnöistä, tietojen siirto työkalusta toiseen. Ihminen hyväksyy aina ennen kuin mitään lähtee.
EU:ssa tai omalla laitteella
Viestien lajittelu
Tarjousluonnokset
Hinta tarjouksen mukaan
Omat agentit
Agentti teidän toistuvaan tehtäväänne: koodausagentti omaan koodiinne, tarkistaja tai raportoija. purr näyttää, miten ne rakennamme: rajatut työkalut, tarkistukset jokaisen askeleen jälkeen, ja ihminen päättää.
Koodausagentit
Tarkistajat
Raportit
Hinta tarjouksen mukaan
Hinnan saat kirjallisena ennen kuin työ alkaa, ja isommat työt jaetaan vaiheisiin, joilla jokaisella on oma kiinteä hintansa. Emme ole arvonlisäverovelvollisia (AVL 3 §), joten hintoihin ei lisätä arvonlisäveroa.
Näin se etenee
Maksuton puheluPäivä 1
Kerrot, mitä teette ja mikä vie aikaa. Kerromme heti, jos tekoäly ei ole siihen oikea työkalu.
Kartoitus ja tarjousYleensä muutama päivä
Katsomme työn ja aineiston. Saat yhteenvedon ja kiinteän hinnan seuraavalle vaiheelle.
Kokeilu omalla aineistollaEnnen isompaa työtä
Testaamme mallin teidän oikeilla asiakirjoillanne ja tehtävillänne, jotta tiedätte, mihin se pystyy, ennen kuin sitä rakennetaan enempää.
Rakennus ja opastusVaihe kerrallaan
Rakennamme, otamme käyttöön ja opastamme tiimin. Ohjeet jäävät teille.
YlläpitoSen jälkeen
Mallit ja työkalut kehittyvät nopeasti. Päivitämme ja seuraamme, että kaikki toimii edelleen.
Kysymyksiä
Mihin tietomme menevät?
Te valitsette: kokonaan omalle laitteelle, EU:ssa toimivaan palveluun tai isoon rajapintamalliin silloin, kun tieto ei ole arkaluonteista. Kerromme jokaisen vaihtoehdon hinnan ja rajat etukäteen.
Riittääkö pieni malli?
Rajattuun tehtävään usein riittää, pitkään ja epämääräiseen huonommin. Juuri sitä tutkimme. Kokeilemme teidän omalla aineistollanne ennen kuin suosittelemme mitään.
Mitä laitteita tarvitaan?
Se riippuu mallista ja käytöstä. Omat testimme ajamme koneella, jossa on yksi RTX 4080 -näytönohjain (16 Gt). Kartoituksessa kerromme, mitä teidän käyttöönne tarvitaan, ja voimme myös käyttää jo olemassa olevaa konetta.
Tekeekö tekoäly päätöksiä itse?
Ei meidän tekemissämme. Ihminen hyväksyy jokaisen viestin, tarjouksen ja muutoksen ennen kuin se lähtee. Sama periaate on purrissa: se kysyy ennen jokaista muokkausta ja komentoa, ellei sitä erikseen sallita.
Paljonko tämä maksaa?
Hinta tarjouksen mukaan, ja saat sen kirjallisena ennen kuin työ alkaa. Isommat työt jaetaan vaiheisiin, joilla jokaisella on oma kiinteä hintansa. Emme ole arvonlisäverovelvollisia, joten hintaan ei lisätä arvonlisäveroa.
Kysy tekoälystä
Varaa maksuton 20 minuutin puhelu. Kerro, mitä teette, niin kerromme, missä tekoälystä olisi apua ja mitä se maksaisi. Puhelu ei sido mihinkään.
