# Sådan måler vi

Canonical source: https://maguyva.ai/da/methodology

License: text under [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/); code samples under [MIT-0](https://opensource.org/license/mit-0); the Maguyva name, logos, brand assets and other code are not covered. Details: [maguyva.ai/license](https://maguyva.ai/license).

Denne side er bogstaveligt talt stedet at læse om, hvordan kvalitets- og omkostningspåstandene om Maguyva er forankrede. Det er rene fakta: hvad vi måler, hvordan vi scorer det, og hvad vi ikke lader som om vi har revideret.

Senest opdateret: 2026-10. Aktuelle antal genereres igen fra kildedata; denne side forklarer målemodellen. Den linkede evidensoversigt skelner mellem implementerede regler for testcases og ubekræftede historiske søgemål.

- Kvalitetskrav til testcases
- Language-audit-dimensioner
- Omkostningstransparens

> Dette er en AI-understøttet oversættelse leveret som en bekvemmelighed. Den officielle engelske version er den eneste bindende — enhver aftale, du indgår ved tilmelding, er underlagt den engelske tekst. [Læs den officielle engelske version](https://maguyva.ai/methodology)

**tl;dr**: Kvalitetsrapportering bruger klassifikationer af testcases og flerdimensionelle oversigter fra sprogaudit. GREEN på kendte testcases er ikke uafhængigt verificeret korrekt ekstraktion eller en garanti for, at alle aktiverede sprog opfylder tærsklerne. Udsagn om omkostninger bygger på beregninger af workspace-priser og offentligt indblik i driftsomkostninger, ikke en konkurrentsammenligning auditeret af en tredjepart.

## 1. Hvorfor denne side findes

Skeptiske købere bør ikke skulle reverse-engineere marketingtekst. Maguyva indekserer repositories og viser præcisions-, sprogdæknings- og omkostningspåstande på tværs af siden. Disse påstande kræver en metodologioverflade, der er ærlig om måleomfanget: hvad der er fixture-baseret, hvad der er vurderingsbaseret, og hvad der er framing frem for uafhængig certificering.

## 2. Hvad vi måler

Kvaliteten af kodeintelligens måles primært på sprogmotoren — ekstraktion af symboler, relationer og grafer fra kilden — ikke på subjektive “agent happiness”-scorer.

- Fixture-sæt pr. sprog: forventede edges og symboler, som handleren skal ekstrahere korrekt
- Klassifikation af nøjagtighed på testcases: GREEN kræver precision ≥ 0.95, recall ≥ 0.99, F1 ≥ 0.97 og mindst 20 forventede kanter samt yderligere kontroller af testcasenes kuratering. Det er en regel for kendte testcases, ikke et estimat af statistisk sikkerhed eller en påstand om, at alle aktiverede sprog er GREEN.
- Language-audit-dimensioner: nøjagtighed, strukturel integritet, fuldstændighed, kvalitet og ydeevne på valideringstavlen
- Korpus- og stikprøveløkker: samplede edges fra rigtige repositories, klassificeret efter bedømmelseskriterier (korrekt, falsk positiv, type-/scope-/metadatafejl) — beskrevet i vores language-grind-blogindlæg
- Markeringer af produktfunktioner: hvad serveren annoncerer (AST, locals, grafekstraktion) adskilt fra katalogstørrelse

**Vigtigt:** Fixtures valideres mod fixtures, vi selv har skrevet. GRØN betyder, at de kendte tilfælde består. Det betyder ikke automatisk, at hvert idiom fra den virkelige verden ekstraheres fejlfrit. Den skelnen er bevidst og offentlig.

## 3. Grøn versus uafhængigt verificeret

Language-audit-tavlen bruger flere akser, så et enkelt grønt lys ikke kan læses som “bevist perfekt.” Hovedtallene på tavlen er typisk opdelt:

- overall_green — regressionsrent mod self-snapshot-fixtures og relaterede corpus gates (nødvendigt, ikke tilstrækkeligt)
- independently_verified — har et stærkt vurderingssignal, f.eks. et spot-check-seed (inkluderer sprog, der stadig viser vurderede fejl)
- verified_clean / nul vurderede fejl på samplede edges — en strengere delmængde af vurderede sprog
- curation / oracle trust — om fixtures selv behandles som pålidelige oracles
- structural flags — grafekstraktion og AST-kapabilitet er ikke identisk med katalogmedlemskab

Marketingens sprogantal (f.eks. “285+ sprog”) er katalogstørrelse: konfigurerede sprog og serverposter. Katalogstørrelse er ikke en AST-kvalitets-SLA. Vi foretrækker lagdelt rapportering frem for ét enkelt pralende tal. For den nuværende produktoverflade, se Kompatibilitet og Sprogguider; for narrativ detalje, se blogindlægget om sprogenes rekursive selvforbedring.

## 4. Kvalitet af søgning og retrieval

Kvaliteten af semantisk søgning er multimodal: tekst, AST, graf og embeddings smeltes sammen. Vi dokumenterer bevidste ingeniørafvejninger frem for at hævde uovervindelig retrieval:

- Embeddings bruger en kommerciel modelfamilie (voyage-4-large ifølge blog-øjebliksbilledet fra juni 2026), valgt op imod offentlige retrieval-ranglister på beslutningstidspunktet
- Vektorer er binært kvantiserede af hensyn til lagring og omkostninger; det bytter bevidst noget retrieval-præcision for billigere, hurtigere Hamming-søgning uden en separat vektordatabase
- Intent-routing og fusionsvægte er konstruerede heuristikker. Et forslag fra december 2025 anslog en andel af søgninger uden resultater på cirka 15 % og satte et mål under 5 %; vi har ikke fremlagt et forespørgselssæt eller en målerapport, der dokumenterer faldet. Evidensoversigten retter den tidligere påstand om en opnået forbedring.
- Blogindlæg indeholder afsnit om “hvad der stadig er ufuldstændigt” — ufuldstændige signaler er en del af protokollen, ikke fodnoter, der skjules

## 5. Omkostningspåstande

Omkostningssproget hos Maguyva handler om prisstruktur og driftstransparens, ikke en formel TCO-undersøgelse certificeret af en tredjepart.

- Workspace-prisfastsættelse: faktureres efter repositories, indekserede linjer og genopbygningsfrekvens — ikke pr. brugerlicens til et menneske eller en agent. FAQ og plantekst forklarer dimensionerne.
- Priseksemplet sammenligner 25 betalte brugerpladser til en illustrativ pris på $19–$59 pr. bruger med Crew til $49/måned. Besparelsen afhænger af teamets størrelse og det alternative produkt; det er ikke en sammenligning af identiske funktioner eller et uafhængigt konkurrencebenchmark.
- Ærlighed om driftsomkostninger: /team-siden offentliggør en reel månedlig opgørelse af softwareomkostninger (abonnementer, MCP-/søgeværktøj, brugsbaserede omkostninger). Det er åbenhed om vores egen brug af produktet som dets første kunde, ikke et revideret regnskab.
- Embedding- og infraomkostninger er accepterede produktomkostninger (premium-embeddings, lagring, grafgenopbygninger). Vi betaler dem med vilje og siger det i voyage-4-large-indlægget og prisfastsættelsesfortællingen.

## 6. Hvad vi ikke påstår

Denne side er også en liste over ikke-påstande. Hvis noget ikke er på måletavlen, så behandl ikke marketingtonen som bevis.

- Ingen generel garanti for absolut præcision for alle sprog. Fixture-tærskler gælder pr. sprog på kendte tilfælde; resterende fejl fra den virkelige verden er forventede, og vi arbejder løbende på at reducere dem.
- Ingen påstand om, at overall_green svarer til produktionsperfekt ekstraktion for hvert repository-idiom
- Ingen compliance-certificeringspakke fra en tredjepart, der hævdes at være et metodologisk artefakt på denne overflade (se Sikkerhed for fakta om datahåndtering, ikke compliance-mærker)
- Ingen uafhængig multivendor-sammenligning med delte korpusser offentliggjort som et stående scorecard
- Søgeresultater og analyser forbliver best-effort under tjenestevilkårene — Maguyva er ikke en erstatning for kodegennemgang, test eller sikkerhedsrevisioner

## 7. Sådan verificerer du selv

Den tiltænkte købsadfærd er stadig: indekser et repo, du allerede forstår, stil ét rigtigt spørgsmål, og undersøg citaterne.

- Start gratis: små repræsentative repos slår et helt firmas indeks på dag ét
- Brug MCP-værktøjer (intelligent_search, find_symbol, dependency_search), og åbn de citerede stier
- Læs Sådan fungerer det for ingestion- og retrieval-arkitekturen
- Læs Kompatibilitet og Sprogguider for kapabilitetsniveauer, ikke kun katalogstørrelse
- Læs Sikkerhed og Privatlivspolitik for datahåndtering; denne side erstatter dem ikke

- [Evidens og rettelser for søgekvalitet (engelsk)](https://maguyva.ai/evidence/search-quality.md)
- [Evidens for søgekvalitet (JSON, engelsk)](https://maguyva.ai/evidence/search-quality.json)
- [Sådan fungerer det](https://maguyva.ai/da/docs/how-it-works)
- [Kompatibilitet](https://maguyva.ai/da/docs/compatibility)
- [Priser](https://maguyva.ai/da/pricing)
- [Team](https://maguyva.ai/da/team)
- [Sikkerhed](https://maguyva.ai/da/security)
- [Privatliv](https://maguyva.ai/da/privacy)
- [Status](https://maguyva.ai/da/status)
- [Rekursiv selvforbedring af sprogunderstøttelse: Sådan forbedrer vi kodeintelligens på tværs af ~280 sprog](https://maguyva.ai/da/blog/autonomous-quality-loops-language-grind)
- [Hvorfor vi opgraderede kodesøgning til voyage-4-large](https://maguyva.ai/da/blog/upgrading-code-search-to-voyage-4-large)

Spørgsmål om måleomfang eller en påstand, der virker uforankret: [support@maguyva.ai](mailto:support@maguyva.ai)