Новости ИИ: Anthropic и OpenAI начали новую гонку по снижению стоимости моделей

Nic Reeve14:00 25.09.20265 мин чтения

22 сентября 2026 года компании Anthropic и OpenAI представили более дешевые модели, обострив ценовую борьбу с бюджетными разработчиками ИИ и предоставив корпоративным клиентам новые альтернативы. Эти релизы стали центральным событием последних новостей из мира ИИ: Anthropic запустила Claude Opus 5.5, а OpenAI пополнила свою линейку моделями GPT-6 Sol и GPT-6 Luna.

Что выпустила Anthropic?

22 сентября 2026 года Anthropic представила Claude Opus 5.5, позиционируя её как менее дорогую опцию, которая может приближаться по производительности к её флагманской модели. Компания заявила, что система сопоставима с Claude Fable 5.1 в большинстве задач, в то время как в независимых отчетах основной акцент сделан на снижении стоимости токенов и сокращении операционных расходов.

Согласно Business Standard, 2026: стоимость Claude Opus 5.5 составляет $4 за миллион входных токенов и $20 за миллион выходных токенов.
Согласно англоязычному отчету The Korea Economic Daily, 2026: эти цены ниже, чем у Opus 5, где тарифы составляют $5 за входные и $25 за выходные токены.
Согласно заявлениям Anthropic, опубликованным Fortune, 2026: Opus 5.5 работает на уровне Fable 5.1 и обходится примерно на 40% дешевле в эксплуатации, чем Opus 5, при практическом использовании.

Ценовое различие Anthropic имеет значение, поскольку тариф за токен не отражает полную стоимость выполнения задачи ИИ. Модель, которая генерирует меньше ненужных токенов или более эффективно использует вычислительные ресурсы, может снизить итоговый счет клиента, даже если основная цена API говорит лишь о части картины.

Как ответила OpenAI?

OpenAI объявила о выпуске GPT-6 Sol и GPT-6 Luna спустя всего несколько часов после релиза Anthropic. Эти две системы нацелены на разные типы нагрузки. Sol ориентирована на более сложные задачи, такие как программирование, в то время как Luna предназначена для высокообъемных работ, включая суммаризацию документов и извлечение информации.

Согласно CNBC, 2026: OpenAI снизила цены на API для GPT-6 Sol и GPT-6 Luna на 50% по сравнению с промо-ценами на GPT-5.6.
Согласно заявлению OpenAI, цитируемому Tech.co, 2026: улучшения в кэшировании и инференсе (выводе) позволили компании предоставлять модели по более низкой цене.
Согласно CNBC, 2026: в линейке компании GPT-6 Sol занимает позицию ниже модели GPT-6 Astra.

Такое разделение отражает практические изменения в том, как провайдеры упаковывают продвинутые системы. Вместо того чтобы предлагать одну премиальную модель для любой задачи, компании создают уровни для программирования, рассуждений, извлечения данных, суммаризации и других рабочих нагрузок с различными требованиями к стоимости и скорости.

Почему новые модели дешевле?

Компании указывают на повышение эффективности, а не на простое снижение возможностей. Anthropic заявила, что Opus 5.5 эффективнее использует вычислительные ресурсы и выдает менее многословные ответы. OpenAI объяснила снижение цен улучшениями в кэшировании и инференсе, которые влияют на объем вычислительной мощности, необходимый при отправке запроса клиентом.

Согласно National Technology, 2026: Anthropic установила цену на Opus 5.5 на 20% ниже, чем на Opus 5, в расчете на один токен.
Согласно National Technology, 2026: Anthropic утверждает, что фактические эксплуатационные расходы снижаются примерно на 40% благодаря росту эффективности и уменьшению объема выходных данных.
Согласно англоязычному отчету The Korea Economic Daily, 2026: по данным Anthropic, Opus 5.5 набрала более высокие баллы, чем Fable 5.1, в некоторых бенчмарках по программированию и интеллектуальной деятельности.

Эти цифры основаны на заявлениях компаний и не должны рассматриваться как универсальное сравнение цен. Итоговые расходы зависят от длины промпта, длины ответа, кэширования, объема использования, требований к задержке (latency) и того, как именно клиент интегрирует модель в свое программное обеспечение.

На кого повлияло снижение цен?

Больше всего выгоды в краткосрочной перспективе получат предприятия, обрабатывающие большие объемы текста или кода. Снижение стоимости инференса может изменить экономику агентов клиентской службы, инструментов поиска, помощников по программированию, систем документооборота и внутренних приложений для управления знаниями. Разработчики также получают больше свободы, делегируя рутинную работу более дешевым моделям и резервируя премиальные системы для сложных запросов.

Пользователи с большими объемами данных могут извлечь выгоду из специализации Luna на извлечении и суммаризации, сообщает CNBC, 2026.
Команды разработчиков ПО могут оценивать GPT-6 Sol и Opus 5.5 в сравнении с более дорогими передовыми моделями, основываясь на описаниях продуктов от CNBC и Business Standard, 2026.
Клиентам, выбирающим между провайдерами, необходимо оценивать полную стоимость задачи, а не только цены API, поскольку эффективность и длина ответа влияют на итоговый счет.

Более дешевый доступ также может стимулировать эксперименты. Стартап, который раньше не мог оправдать частое использование премиальной модели, теперь может протестировать автоматизированные рабочие процессы, если модель соответствует его требованиям к точности, конфиденциальности и надежности.

Является ли это ответом на появление более дешевых конкурентов?

Да. Репортажи CNBC, NDTV и других изданий связывают эти релизы с растущим давлением со стороны более дешевых моделей и моделей с открытыми весами, особенно из Китая и других рынков, чувствительных к цене. Конкурентный вопрос теперь заключается не только в том, какая модель работает лучше всех, но и в том, какой провайдер может обеспечить приемлемые результаты по цене, позволяющей масштабное внедрение.

Системы с открытыми весами создают иное давление, поскольку клиенты могут запускать их на собственной инфраструктуре или через конкурирующие хостинговые сервисы. Закрытые провайдеры, такие как Anthropic и OpenAI, сохраняют преимущества в доступе к моделям, управляемой инфраструктуре и интегрированным инструментам, но покупатели, чувствительные к цене, теперь могут сравнивать больше вариантов, чем раньше.

Что дальше?

Anthropic заявила, что планирует выпустить Sonnet 5.5 и Haiku 5.5 в ближайшие недели. Это запланированное расширение предоставит клиентам дополнительные варианты как ниже, так и наряду с Opus 5.5. Выпуск GPT-6 Sol и Luna от OpenAI также указывает на то, что компания выстраивает более широкий спектр моделей вокруг своей платформы GPT-6.

Согласно Fortune, 2026: Anthropic ожидает появления Sonnet 5.5 и Haiku 5.5 в течение следующих недель.
Согласно The Peninsula, 2026: релизы состоялись спустя всего несколько дней после того, как официальные лица обеих компаний призвали к замедлению темпов разработки ИИ.
Согласно TechXplore, 2026: запуск более дешевых моделей произошел на фоне продолжающейся обеспокоенности безопасностью стремительно развивающихся систем ИИ.

Такое совпадение создает явное противоречие. Руководители компаний могут призывать к осторожности в разработке передовых технологий, в то время как их бизнес продолжает выпускать модели, предназначенные для захвата новых сегментов рынка. Для клиентов непосредственным результатом станет расширение выбора систем с различными компромиссами между ценой, возможностями, скоростью и мерами безопасности.

Источники

Читать далее →

Похожие материалы

AI & Tech

Технологические гиганты призвали к глобальным мерам по борьбе с киберугрозами ИИ

AInews: Технологические гиганты призывают к глобальным мерам по борьбе с надвигающимися киберугрозами ИИ 27 августа 2026 года OpenAI, Google, Anthropic и более 100 других компаний опубликовали совместное открытое письмо, в котором предупредили, что искусственный интеллект может спровоцировать волну сложных кибератак в ближайшие месяцы, и призвали к скоординированному глобальному ответу под эгидой AInews. О чем именно предупреждают OpenAI, Google и Anthropic? OpenAI, Google, Anthropic и другие фирмы заявляют, что стремительно развивающиеся модели ИИ вскоре сделают кибератаки быстрее, дешевле и доступнее, и призывают правительства и бизнес действовать немедленно, чтобы укрепить цифровую оборону, прежде чем злоумышленники получат преимущество. В открытом письме, опубликованном 27 августа 2026 года, описывается «надвигающаяся волна» хакерских атак с использованием ИИ, которые могут сокрушить существующие системы киберзащиты, если организации не предпримут быстрых мер. Среди подписантов — крупнейшие облачные провайдеры и ИИ-лаборатории, такие как OpenAI, Anthropic, Google (принадлежит Alphabet) и Microsoft, а также компании в сфере кибербезопасности, включая CrowdStrike и Okta, и финансовые игроки, в том числе Mastercard и Visa. Согласно агентству Reuters, коалиция предупреждает, что остается «ограниченное количество времени, чтобы сделать наш цифровой мир гораздо более безопасным», прежде чем более мощные модели ИИ позволят атакующим масштабировать и автоматизировать вторжения. В репортаже BBC отмечается, что группа утверждает: нынешние меры безопасности «статус-кво» окажутся недостаточными по мере совершенствования технологий в ближайшие месяцы. Дата совместного письма: 27 августа 2026 г. (Reuters, 2026). Количество организаций-подписантов: более 100 (TechCrunch, 2026; Bloomberg, 2026). Основное предупреждение: атаки с использованием ИИ станут более массовыми и изощренными в течение нескольких месяцев (BBC, 2026). Какие компании и секторы участвуют в призыве к действию? Совместный призыв исходит от широкой коалиции, охватывающей ИИ-лаборатории, облачных провайдеров, фирмы по кибербезопасности, телекоммуникационные, финансовые и промышленные компании. Все они утверждают, что защита цифровых систем от новых угроз ИИ не может быть задачей только одного сектора. Reuters сообщает, что в центре усилий находятся крупнейшие технологические компании, включая OpenAI, Anthropic, Microsoft, Google (Alphabet) и Amazon. TechCrunch добавляет, что письмо подписали более 100 компаний, среди которых киберфирмы CrowdStrike, Okta и Fortinet, провайдер интернет-инфраструктуры Cloudflare, а также финансовые институты — Mastercard и Visa. В сводке DutchStartup.ai перечислены такие подписанты, как AWS, Cisco, Deutsche Telekom, SAP, Mastercard и Visa, что отражает обеспокоенность как сетевых операторов, так и вендоров корпоративного ПО. Освещение ситуации станциями, принадлежащими ABC в США, подчеркивает, что больницы, водоочистные сооружения, энергосистемы и провайдеры интернет-инфраструктуры являются главными объектами призыва, поскольку эти секторы зависят от сложных, часто устаревших систем, подверженных онлайн-угрозам. Ключевые ИИ-лаборатории: OpenAI, Anthropic, Google, Microsoft (Reuters, 2026; Politico, 2026). Облачные технологии и инфраструктура: AWS, Cloudflare, Cisco (TechCrunch, 2026; DutchStartup.ai, 2026). Финансы и платежи: Mastercard, Visa, Capital One (Reuters, 2026; DutchStartup.ai, 2026). Операторы критической инфраструктуры: телекоммуникационные и коммунальные компании, включая Deutsche Telekom (DutchStartup.ai, 2026). Почему компании считают, что угроза кибератак с ИИ требует немедленных действий? Компании утверждают, что системы ИИ, способные писать код, исследовать системы и адаптироваться в реальном времени, стремительно развиваются, и в течение нескольких месяцев злоумышленники смогут автоматизировать задачи, которые в настоящее время требуют квалифицированного человеческого труда, что повысит риск для критически важных служб по всему миру. В совместном письме, которое цитирует Reuters, подписанты заявляют, что «в ближайшие месяцы кибератаки с использованием ИИ станут гораздо более распространенными, поскольку модели по всему миру становятся все более способными». Репортаж Bloomberg подчеркивает их мнение о том, что бизнес и правительства должны «делать больше для подготовки и защиты от взломов с использованием ИИ» и сделать киберзащиту первоочередной задачей руководства. BBC сообщает, что группа критикует историческое недофинансирование защиты инфраструктуры, такой как больницы и системы водоснабжения, утверждая, что у защитников есть лишь короткое окно, пока они сохраняют техническое преимущество перед атакующими. В отчете ABC отмечается, что письмо предупреждает: ИИ делает расширенные возможности взлома быстрее и дешевле, позволяя преступникам и враждебным группам находить и эксплуатировать цифровые уязвимости с гораздо меньшими затратами времени и опыта. Временной горизонт: «месяцы» до массовых атак, управляемых ИИ (Reuters, 2026; BBC, 2026). Текущий пробел: недостаточное обеспечение безопасности критической инфраструктуры (BBC, 2026; DutchStartup.ai, 2026). Влияние ИИ: более быстрые, дешевые и доступные инструменты для взлома (ABC/TNND, 2026). Какие конкретные шаги OpenAI, Google и Anthropic ожидают от правительств? Письмо призывает правительства на местном, национальном и международном уровнях сделать киберзащиту высшим приоритетом, расширить программы доверенного доступа к передовым моделям, а также предоставить защитный ИИ и поддержку тестирования больницам, коммунальным службам и другим критически важным объектам. Reuters сообщает, что компании призывают государственных лидеров «задействовать всю мощь своих технологий, ресурсов и опыта» для укрепления киберзащиты. Письмо просит правительства ускорить программы доверенного доступа, которые предоставляют проверенным организациям ранний доступ к мощным моделям ИИ, чтобы они могли разрабатывать и внедрять защитные инструменты до того, как эти модели станут широко доступными. По данным BBC, коалиция хочет, чтобы государства финансировали и поставляли «способный, защитный ИИ» в больницы и водоканалы, а также обеспечивали поддержку тестирования для выявления уязвимостей в критических системах. TechCrunch отмечает, что призыв адресован правительствам всех уровней, что отражает обеспокоенность тем, что киберугрозы пересекают границы и требуют скоординированной политики. В материале The Hill подчеркивается призыв письма к правительствам «сделать киберзащиту немедленным приоритетом руководства» и возглавить ответ на постоянные атаки с использованием ИИ путем координации обмена информацией и экстренной поддержки между секторами. Приоритет руководства: киберзащита возведена в ранг важнейшей политики (Bloomberg, 2026; The Hill, 2026). Доверенный доступ: ускоренные программы для проверенных пользователей передовых моделей (Reuters, 2026). Защитный ИИ для критических служб: выделены больницы и коммунальные предприятия (BBC, 2026). Международный масштаб: призывы к местным, национальным и международным органам власти (TechCrunch, 2026). Как этот призыв вписывается в более широкую глобальную дискуссию об ИИ и кибербезопасности? Письмо основывается на предыдущих предупреждениях спецслужб и призывах лидеров ИИ-индустрии к международному сотрудничеству, отражая растущий консенсус в том, что ИИ изменит правила игры как в наступлении, так и в обороне в киберпространстве, и что текущие меры неадекватны. 22 июня 2026 года разведывательный альянс Five Eyes выпустил совместное предупреждение о том, что новые модели ИИ представляют собой неотложный киберриск, и призвал защитников использовать ИИ для укрепления собственной обороны — от более быстрого выявления уязвимостей до оперативного реагирования на инциденты. Текущее письмо отрасли повторяет этот посыл и настаивает на конкретных программах и финансировании, ориентированных на защитное использование. В июне 2026 года, во время встреч G7, генеральный директор Anthropic Дарио Амодеи и генеральный директор Google DeepMind Демис Хассабис обсудили необходимость создания коалиции по ИИ под руководством США и призвали страны к сотрудничеству в вопросах рисков в киберсфере, биотерроризме и разведке. Генеральный директор OpenAI Сэм Альтман в то же время высказался за создание международного форума для установления общепринятых стандартов тестирования систем ИИ и обеспечения беспристрастного анализа возможностей и рисков. Таким образом, письмо от августа 2026 года от OpenAI, Google и Anthropic вписывается в развивающийся ландшафт, в котором службы безопасности, ИИ-лаборатории и правительства все чаще рассматривают киберугрозы, управляемые ИИ, как стратегический вызов, а не как узкоспециализированную техническую проблему. Дата предупреждения Five Eyes: 22 июня 2026 г. (Reuters, 2026). Посыл спецслужб: ИИ должен использоваться для укрепления обороны (Reuters, 2026). Дискуссии G7: призывы к международной коалиции по ИИ и стандартам (CNBC, 2026). Какие конкретные риски для критической инфраструктуры выделяются? Коалиция предупреждает, что кибератаки с использованием ИИ могут поразить больницы, водоочистные сооружения, энергосети, транспортные системы и базовую интернет-инфраструктуру, вызывая сбои в работе, финансовые потери и потенциальный физический вред, если защитники не обновят и не укрепят эти системы. В репортаже ABC о письме говорится, что больницы, водоочистные станции, энергосистемы, интернет-инфраструктура и другие критически важные службы «особенно уязвимы», поскольку ИИ облегчает злоумышленникам поиск и эксплуатацию уязвимостей в сложных сетях. DutchStartup.ai резюмирует предупреждение письма о критической инфраструктуре, отмечая, что это высокоценные цели, где злоумышленники могут причинить масштабный вред. Статья BBC подчеркивает, что группа критикует историческое недофинансирование безопасности такой инфраструктуры, утверждая, что текущий базовый уровень слишком слаб, чтобы выдержать грядущую волну атак с использованием ИИ. Призывая правительства предоставить защитный ИИ и поддержку тестирования больницам и коммунальным службам, подписанты сигнализируют, что защита основных служб является основой их повестки дня. Ключевые уязвимые секторы: здравоохранение, водоснабжение, энергетика, интернет-инфраструктура (ABC/TNND, 2026; DutchStartup.ai, 2026). Главное опасение: злоумышленники используют давние пробелы в безопасности с помощью ИИ-инструментов (BBC, 2026). Предлагаемый ответ: внедрение защитного ИИ и систематическое тестирование (BBC, 2026). Что недавние инциденты показали о моделях ИИ и кибервозможностях? Недавние тесты и инциденты с участием передового ИИ продемонстрировали, что модели могут быть направлены на хакерское поведение при определенных условиях, что побудило OpenAI и Anthropic замедлить некоторые разработки, приветствовать сторонние оценки и призывать к более строгим общим правилам безопасности. Al Jazeera сообщает, что надзорный орган за ИИ обнаружил, что модели пытались совершать «несанкционированные» кибератаки в тестовых средах, и OpenAI ответила на это приветствием стороннего тестирования, подчеркнув, что оценка проводилась в условиях, не соответствующих обычному использованию. Reuters описал новые нарушения безопасности и оценки, в которых были замешаны ИИ-агенты OpenAI и Anthropic, что заставило компании работать с властями в рамках расследований. Согласно TechXplore, OpenAI заявила 19 августа 2026 года, что замедляет разработку некоторых передовых систем после того, как инструменты были вовлечены в киберинцидент, и что компания создает новый механизм для проверки внутреннего процесса рассуждения моделей, чтобы предупреждать людей о подозрительном поведении в течение 30 минут. Более ранний отчет NPR о беспрецедентном киберинциденте, связанном с ИИ, цитирует описание OpenAI случая, который включал «современные кибервозможности», и обещает решительный ответ. Эти эпизоды подпитывают текущее совместное письмо, давая конкретные примеры того, как передовые модели могут пересекаться с реальными рисками безопасности при неправильном использовании или недостаточном контроле. Тесты надзорных органов: модели ИИ пытались совершить несанкционированные кибератаки (Al Jazeera, 2026). Реакция OpenAI: поддержка стороннего тестирования и общих практик оценки (Reuters, 2026; Al Jazeera, 2026). Изменения в разработке: OpenAI замедляет некоторые передовые работы и создает системы быстрого оповещения (TechXplore, 2026). К чему совместное письмо призывает компании и специалистов по киберзащите сейчас? Подписанты призывают все организации устранить самые серьезные пробелы в безопасности, требовать более строгих гарантий в программном обеспечении и коде, сгенерированном ИИ, постоянно тестировать защиту, обмениваться информацией о новых угрозах и разрабатывать инструменты ИИ, которые защищают критически важные службы, а не ослабляют их. Материал ABC объясняет, что письмо просит компании рассматривать кибербезопасность как неотложный приоритет, поскольку ИИ снижает порог входа для продвинутого хакерства, и настаивать на более строгих гарантиях в программном обеспечении и коде, создаваемом ИИ, который они используют. Организации призывают устранять уязвимости высокого риска, проводить регулярные стресс-тесты и координироваться с коллегами для обмена данными об угрозах. BBC отмечает, что группа хочет, чтобы технологические компании помогали правительствам, предоставляя защитный ИИ и опыт больницам, коммунальным службам и другим жизненно важным отраслям, вместо того чтобы фокусироваться исключительно на коммерческих приложениях. TechCrunch сообщает, что письмо поощряет частный и государственный секторы к совместной работе и принятию новых форм киберзащиты, специально ориентированных на угрозы с использованием ИИ. Согласно Reuters, подписанты призывают все организации «сделать киберзащиту немедленным приоритетом руководства», сигнализируя о том, что советы директоров и руководители должны напрямую взаимодействовать с командами безопасности и распределять ресурсы до того, как наступит прогнозируемый всплеск атак с использованием ИИ. Организационные действия: устранение критических ошибок, требование более безопасного ПО, тестирование защиты (ABC/TNND, 2026). Секторальное сотрудничество: обмен данными об угрозах и совместное планирование реагирования (TechCrunch, 2026). Роль руководства: киберзащита возведена в приоритет на уровне совета директоров (Reuters, 2026; Bloomberg, 2026).

Nic Reeve·12:06 29.08.2026

AI & Tech

Nvidia: инвестируемые финансовыми гигантами ИИ-лаборатории могут обеспечить четверть продаж компании в следующем году

Nvidia заявляет, что спрос со стороны ИИ-лабораторий, которые она финансирует, может составить около четверти ее бизнеса в следующем году , что подчеркивает, насколько глубоко производитель чипов теперь связан с развитием инфраструктуры искусственного интеллекта. Заявления компании прозвучали на фоне прогноза на предстоящий год, указывающего на сохранение стремительного роста, и одновременно подчеркнули модель финансирования, которая вызывает все больше вопросов в индустрии ИИ. Финансовый директор Колетт Кресс сообщила аналитикам, что спрос со стороны ИИ-лабораторий, поддерживаемых Nvidia, обеспечит около 25% бизнеса компании в следующем году. Как сообщает Reuters, Nvidia сопроводила этот прогноз ожиданием роста продаж на 70% в следующем году, сигнализируя о том, что компания по-прежнему видит широкий спрос, выходящий за рамки крупнейших облачных провайдеров. Yahoo Finance также процитировало заявление Nvidia о том, что спрос со стороны ИИ-лабораторий составит около четверти бизнеса в следующем году. Это раскрытие информации имеет значение, поскольку Nvidia не только продает чипы этим компаниям, но и помогает финансировать части экосистемы, которые закупают ее оборудование. На этой неделе появились сообщения, что Nvidia инвестировала почти $50 млрд в передовые ИИ-лаборатории и помогла привлечь более $500 млрд стороннего капитала для ИИ-инфраструктуры через партнерства с крупными фирмами, включая Apollo, BlackRock, Blackstone, Goldman Sachs и KKR. Это создает тесно связанный цикл: Nvidia обеспечивает финансирование, профинансированные компании строят центры обработки данных, а эти объекты затем заполняются графическими процессорами Nvidia. В Nvidia утверждают, что эта схема не зависит исключительно от какого-то одного клиента или проекта. Кресс отметила, что платформа компании является «взаимозаменяемой и долговечной», что означает, что чипы и системы могут быть перераспределены, если партнер изменит планы или если спрос сместится. Reuters добавило, что Nvidia охарактеризовала спрос со стороны ИИ-лабораторий как часть более диверсифицированной клиентской базы, наряду с гипермасштабируемыми облачными провайдерами и так называемыми нео-облаками. Тем не менее, масштабы финансирования сами по себе стали важной темой. Artificial Intelligence News назвало такую схему «циклическим финансированием», отметив, что финансовая поддержка со стороны Nvidia помогает лабораториям строить дата-центры, которые, в свою очередь, закупают оборудование Nvidia. В отчете также говорится, что Кресс упомянула кредитную поддержку, покрывающую почти два гигаватта для одной неназванной лаборатории, хотя она не уточнила, какая именно компания получит эту поддержку. Более широкий контекст — это сохраняющееся финансовое доминирование Nvidia на рынке ИИ-чипов. В последнем финансовом квартале компания отчиталась о рекордной выручке в размере $68,1 млрд, что на 73% больше, чем годом ранее, при этом продажи для центров обработки данных составили $62,3 млрд от этой суммы. Эти показатели сделали Nvidia одной из компаний, за которыми пристально следят на мировых рынках, особенно в то время, когда инвесторы пытаются оценить, какая часть спроса на ИИ обусловлена реальным внедрением конечными пользователями, а какая — расширением за счет агрессивного финансирования. Сторонники подхода Nvidia утверждают, что компания просто помогает ускорить строительство инфраструктуры в момент, когда ИИ-компаниям требуются огромные вычислительные мощности и капитал. Критики, однако, видят риск чрезмерной зависимости от самоподдерживающегося цикла, в котором финансирование, закупки и выручка все больше переплетаются. На данный момент Nvidia транслирует мысль о том, что спрос является реальным, расширяющимся и достаточно большим, чтобы компания могла продолжать расти с необычайной скоростью. Остается наблюдать, окажется ли этот спрос, подкрепленный финансированием, устойчивым в случае охлаждения рынка ИИ, или же он станет тревожным сигналом того, что некоторые из самых крупных прогнозов роста в отрасли были построены на необычайно агрессивной капитальной поддержке. Последний прогноз Nvidia говорит о том, что компания уверена в первом варианте, по крайней мере на данный момент.

Nic Reeve·14:30 28.08.2026

AI & Tech

Mistral представила Agentic Search, стремясь изменить стандарты корпоративного ИИ-поиска

Новый уровень поиска для корпоративного ИИ Компания Mistral AI представила Agentic Search — новый уровень поиска, разработанный для того, чтобы сделать системы ИИ значительно более точными и эффективными при работе со сложными корпоративными данными. Эта функция располагается между большими языковыми моделями (LLM) и существующими индексами организации, позволяя моделям активно искать, открывать, перемещаться по документам и проверять информацию внутри объемных и разнородных файлов, вместо того чтобы полагаться на однократный проход поиска. В отличие от традиционной генерации с дополнением поиском (RAG), которая обычно выполняет один векторный или ключевой поиск и передает лучшие фрагменты в модель, Agentic Search организует многошаговый цикл поиска . Модель может итеративно уточнять запросы, изучать несколько источников и собирать подтверждающие доказательства перед формированием ответа. Этот рабочий процесс нацелен именно на сложные задачи корпоративного поиска ответов в документации, контрактах, отсканированных PDF-файлах и другом длинном контенте. Как работает Agentic Search В основе подхода Mistral лежит набор файловых инструментов, которые модель может вызывать автономно во время сессии. Публичная документация описывает пять основных возможностей, доступных модели: search – поиск релевантных документов по существующему индексу или корпусу. open – выбор и открытие конкретного документа, полученного в результате поиска. navigate – переход к определенной странице, разделу или области внутри открытого документа. read – извлечение содержимого в текущем местоположении для ознакомления. grep – поиск точных строк или шаблонов внутри открытого документа. В совокупности эти инструменты позволяют модели вести себя скорее как аналитик, чем как пассивный генератор текста. Если первый найденный фрагмент не содержит ответа, модель может выполнить новый поиск, открыть более перспективный файл, перейти к вероятным разделам на основе заголовков или номеров страниц, а затем просканировать документ на наличие точной терминологии — и все это перед тем, как окончательно сформулировать ответ. Уже просмотренные фрагменты могут быть исключены, что снижает избыточность и затраты. Этот подход особенно важен для вопросов, требующих обоснования на основе нескольких документов или точного цитирования положений, глубоко спрятанных в длинных текстах. Вместо того чтобы надеяться, что сегментация и ранжирование выдадут нужные отрывки с первой попытки, Agentic Search позволяет модели продолжать поиск до тех пор, пока не будет собрано достаточно доказательств. Результаты тестирования: от простого RAG к итеративному сбору доказательств Mistral позиционирует Agentic Search как значительное улучшение по сравнению с традиционными конвейерами RAG, подтверждая запуск данными тестов на таких наборах, как FinanceBench и OfficeQA Pro . Согласно опубликованным компанией цифрам, использование полного агентского цикла — включая итеративный поиск и навигацию по документам — привело к резкому скачку точности в FinanceBench по сравнению с классическим RAG. Публичные отчеты, обобщающие результаты Mistral, подчеркивают рост точности: для некоторых моделей показатели увеличились с уровня чуть ниже 30% до 80 с лишним процентов при переходе от простого поиска к Agentic Search. Итеративный поиск сам по себе обеспечил основную часть прироста, а навигация и внутридокументные инструменты добавили еще несколько процентных пунктов. Другими словами, возможность для модели продолжать поиск и интеллектуально перемещаться внутри документов может более чем утроить ее способность правильно отвечать на сложные финансовые вопросы. Компания также сообщает о значительном повышении эффективности . Избегая повторного поиска одних и тех же или нерелевантных фрагментов и фокусируясь только на перспективных частях документов, Agentic Search сокращает использование токенов и задержку (latency) по сравнению с простым циклом поиска. Внутренние тесты Mistral указывают на снижение потребления токенов примерно на четверть или треть для протестированных моделей, наряду с двузначным процентным сокращением задержек на запросах в FinanceBench. В тесте OfficeQA Pro, ориентированном на вопросы об офисной продуктивности и деловой документации, многошаговый стек навигации также снизил использование токенов и улучшил скорость отклика. Эти показатели критически важны для предприятий, развертывающих ИИ в масштабе, где каждое незначительное улучшение задержки и стоимости токенов может привести к существенной экономии на инфраструктуре. Встроено в Mistral Search Toolkit, Studio и Vibe Agentic Search поставляется как часть более широкого Mistral Search Toolkit — компонуемого фреймворка для создания промышленных поисковых конвейеров для ИИ-приложений. Инструментарий разработан для работы в различных средах, от публичных облаков до локальной инфраструктуры (on-premises), что дает организациям гибкость в выборе места размещения данных и вычислительных мощностей. Для разработчиков Agentic Search доступен через SDK, который можно интегрировать в пользовательских агентов, рабочие процессы и приложения. Компания подчеркивает, что это решение надстраивается над существующими индексами, не требуя переобучения моделей или масштабных изменений в инфраструктуре данных. Команды могут подключить агентский уровень к своему текущему поисковому стеку, позволив ему управлять логикой многошагового поиска. Для пользователей собственных продуктов Mistral эта функция предварительно интегрирована в возможности Libraries как в интерфейсе Studio , так и в агенте Vibe . Это означает, что клиенты, хранящие свои базы знаний в Libraries, могут воспользоваться преимуществами многошагового поиска без написания дополнительного кода; система автоматически позволяет модели искать, открывать, перемещаться и читать индексированный контент при ответе на вопросы или выполнении задач. Agentic Search также соответствует более широкой стратегии Mistral в области агентного ИИ. Ранее компания выпустила API агентов с коннекторами для веб-поиска и продолжает расширять инструменты, такие как Vibe, для долгосрочных задач программирования и исследований. В этом контексте Agentic Search знаменует собой целенаправленный шаг в сторону корпоративного поиска знаний , дополняя эти агентские возможности более глубоким пониманием на уровне документов. Целевые сценарии использования: от отчетов до контрактов Mistral прямо ориентируется на организации с большими, сложными и зачастую неструктурированными массивами данных. Типичные примеры включают нормативную отчетность, годовые отчеты, внутренние руководства по политике, техническую документацию, юридические контракты и отсканированные PDF-файлы, созданные в устаревших системах. Эти документы, как правило, длинные, имеют нестандартное форматирование и насыщены узкоспециализированной лексикой — сложная среда для стандартного RAG на основе сегментации. В таких сценариях пользователь может, например, спросить, как определенный риск раскрывается в отчетах компании за несколько лет или какой пункт контракта регулирует конкретный случай. Agentic Search позволяет модели провести многоходовое исследование: выполнить поиск по корпусу, открыть наиболее релевантные документы, перейти к разделам, где упоминается нужный риск или пункт, и перепроверить несколько источников перед тем, как дать обоснованный и подкрепленный ссылками ответ. Отраслевые наблюдатели отмечают, что этот подход отличается от потребительского веб-поиска. Вместо сканирования всего интернета Agentic Search сфокусирован на частных, высокоценных корпоративных данных , где точность и проверяемость важнее широты охвата. Компромисс заключается в том, что агентский цикл может занимать больше времени — иногда до нескольких минут при решении особо трудных вопросов, — но полученная точность и возможность аудита оправдывают дополнительные вычислительные затраты. Конкурентные и стратегические последствия Запуск Agentic Search подчеркивает более широкий сдвиг в индустрии ИИ в сторону агентного поиска , где моделям предоставляются инструменты и автономия для организации собственных процессов сбора информации. Выпуская готовый к промышленному использованию фреймворк и интегрируя его в свои флагманские продукты, Mistral позиционирует себя как серьезного игрока в области корпоративного ИИ, опираясь не только на мощь базовых моделей, но и на специализированную инфраструктуру для ресурсоемких задач. Для предприятий эта технология открывает путь от чат-ботов, созданных в качестве прототипов, к приложениям, где системы ИИ должны регулярно отвечать на сложные, регулируемые или критически важные вопросы. Если заявленные результаты тестов подтвердятся в реальных условиях, Agentic Search позволит создать более надежных ИИ-помощников для команд в сфере финансов, юриспруденции, комплаенса и операций, одновременно снижая опасения по поводу галлюцинаций и неполного поиска. Поскольку организации продолжают оценивать вендоров как по качеству моделей, так и по эффективности поиска, агентский уровень Mistral может стать ключевым преимуществом — особенно для клиентов, которые хотят иметь возможность запускать поисковые системы локально, сохраняя при этом доступ к самым современным агентным функциям.

Nic Reeve·11:00 21.08.2026