Datadog Scout 1.0: SRE-modell bygget på GLM-5.3 Flash matcher Opus 5.5 til 3–8 ganger lavere kostnad

En generell frontmodell og en spesialtrent utgave av en åpen modell havner på samme nivå når de skal finne årsaken til et produksjonsvarsel, ifølge Datadog. Forskjellen ligger i regningen. Scout 1.0 medium matcher GPT-6.1 Sol high og Claude Opus 5.5 high til 3–8 ganger lavere estimert inferenskostnad, og ligger på nivå med Claude Fable 5.1 medium og GPT-6 Astra medium til 12 og 19 ganger lavere kostnad. Datadog lanserte modellen 15. oktober som motoren i Bits Investigation, selskapets KI-SRE, foreløpig i lukket forhåndsvisning.

Tallene kommer fra AlertEval, Datadogs interne benchmark med ekte varsler, arkivert telemetri og årsaksforklaringer skrevet av ingeniører. En LLM-dommer gir poeng fra 0 til 100, og poengene er ikke andel løste hendelser. På den offentlige SREGym-testen med 90 feil slår Scout 1.0 medium også GLM-5.3 til over 4 ganger lavere kostnad.

«Vi trente Scout for å kutte inferenskostnaden, slik at undersøkelser blir billige nok til å kjøres en størrelsesorden oftere og tidligere i en hendelses livsløp.» — Datadog, i lanseringsbloggen

Den tekniske rapporten er den mest gjenbrukbare delen. Datadog bygger treningsscenarier med kjent årsak ut fra ekte hendelser, uten å trene direkte på kundedata, og kjører asynkron forsterkningslæring på en fork av SkyRL over Ray med en modifisert GRPO. Fordi produksjonsverktøyene og MCP-serveren stadig endres, fjerner treningen tilfeldig valgfrie verktøy og varierer hvor mange runder modellen får. Da lærer den å finne en annen vei til bevisene når et verktøy mangler.

Scout er bare tilgjengelig gjennom Bits Investigation. For deg som bygger egne agenter er poenget at en smal oppgave med gode simulerte miljøer kan gjøre en åpen grunnmodell konkurransedyktig med de dyreste API-modellene.