In 2.5 the model could act, and it stopped too soon: asked for a snake game, Nimbus 1.1 wrote a 16-line page and a 59-line script with no score and no restart. A file was written inside a JSON tool call, every line break escaped, and a small model writes very little code that way. In 3.0 the model plans first — a step for each file, then one to run the result — and writes each file as a code block, with the files before it in view. The same request, on the same model at the same size: three files, a 125-line script, the score on screen and a restart that works.

Before it answers, what it wrote is checked: code that does not compile, a page loading a file that is not there, a script looking for an element the page lacks, a canvas with no size. What is found goes back to the model to fix. Every file an answer touches is copied first, so one click puts the whole answer back. A task too big for one turn keeps its plan, and Continue picks it up.

The Windows and Linux builds now run llama.cpp's Vulkan engine, so as much of the model as fits goes on the graphics card. On a laptop with a 4 GB GTX 1050 Ti that is half of Nimbus 1.1: 4.5 tokens a second against 3.3 on its processor, and a whole project turn in 11 minutes. Builds are ready for Windows, macOS (Apple silicon and Intel) and Linux.

در نسخه‌ی ۲٫۵ مدل می‌توانست کار کند، ولی زود دست می‌کشید: برای یک بازی مار، نیمبوس ۱٫۱ یک صفحه‌ی ۱۶ خطی و یک اسکریپت ۵۹ خطی نوشت، بدون امتیاز و بدون شروع دوباره. هر فایل داخل یک فراخوانی JSON نوشته می‌شد و همه‌ی خط‌هایش escape می‌شد، و مدل کوچک این‌طوری کد خیلی کمی می‌نویسد. در ۳٫۰ مدل اول برنامه می‌ریزد — برای هر فایل یک گام و در آخر یک گام برای اجرا — و هر فایل را به شکل یک بلوک کد می‌نویسد، با فایل‌های قبلی جلوی چشمش. همان درخواست، روی همان مدل و همان اندازه: سه فایل، یک اسکریپت ۱۲۵ خطی، امتیاز روی صفحه و شروع دوباره‌ای که کار می‌کند.

پیش از پاسخ، آنچه نوشته بررسی می‌شود: کدی که کامپایل نمی‌شود، صفحه‌ای که فایلی را بار می‌کند که وجود ندارد، اسکریپتی که دنبال عنصری است که صفحه ندارد، بومی که اندازه ندارد. هرچه پیدا شود برای درست کردن به مدل برمی‌گردد. از هر فایلی که یک پاسخ دست می‌زند اول نسخه‌ای گرفته می‌شود، پس یک کلیک کل پاسخ را برمی‌گرداند. کاری که در یک نوبت جا نشود برنامه‌اش را نگه می‌دارد و «ادامه بده» پی‌اش را می‌گیرد.

نسخه‌های ویندوز و لینوکس حالا موتور Vulkan از llama.cpp را اجرا می‌کنند، پس هر چقدر از مدل که جا شود روی کارت گرافیک می‌رود. روی یک لپ‌تاپ با کارت ۴ گیگابایتی GTX 1050 Ti، نیمی از نیمبوس ۱٫۱ روی کارت است: ۴٫۵ توکن در ثانیه در برابر ۳٫۳ روی پردازنده، و یک نوبت کامل پروژه در ۱۱ دقیقه. نسخه‌ها برای ویندوز، مک (اپل سیلیکون و اینتل) و لینوکس آماده‌اند.