Новая модель каждый месяц: во что компании вкладывать в AI

По данным Latent Space, годовая выручка Anthropic по подпискам (ARR) составляла $47 млрд на момент крупнейшего раунда в мае. В июле она превысила $65 млрд, к концу 2026 года издание ожидает до $100 млрд.

Там же упоминается целевая оценка IPO в $2 трлн.

Эти цифры взяты из отраслевой подборки, аудиторы их не проверяли.

Масштаб они показывают: компании платят за модели крупные суммы и быстро наращивают расходы. 24-25 сентября AINews зафиксировал волну релизов: Claude Opus 5.5, семейство GPT-6, Gemini 3.8 Flash и Xiaomi MiMo-V2.6-Pro.

По данным AINews, Opus 5.5 возглавил SimpleBench с результатом 88,4%. SimpleBench состоит из вопросов на здравый смысл и пространственную логику: человек решает их легко, модели на них долго ошибались.

Наша гипотеза: рост на таком тесте означает, что агенту можно поручать больше задач с неявными условиями, которые раньше оставались за человеком.

Проверять это стоит на своих задачах.

Сильные модели выходят примерно раз в месяц.

Для внутреннего AI-проекта это означает, что выбранная на старте модель устареет раньше, чем проект дойдёт до прода.

Компания, которая вложилась в четыре слоя ниже, меняет модель настройкой и прогоном теста, без переписывания приложений. ### Контекст

Модель получает данные компании через RAG: поиск по документам, регламентам, 1С, PIM-каталогу.

Качество ответа определяют эти данные, их полнота и актуальность. ###

Инструменты MCP (Model Context Protocol) - открытый стандарт, по которому агент работает с системами: создаёт заказ в 1С, обновляет карточку в Pimcore, находит документ в ЭДО.

Команда пишет коннектор один раз, и он работает с любой моделью, которая поддерживает протокол. ###

Шлюз LLM & Security Gateway стоит между сотрудниками и моделями.

Он маскирует персональные данные, логирует запросы и маршрутизирует их: чувствительные задачи отправляет в GigaChat, YandexGPT или Qwen в контуре компании, сложные рассуждения - в Claude.

Инженер подключает новую модель в шлюзе, приложения работают как раньше. ### Оценка

Набор из 50-100 реальных задач компании с эталонными ответами.

Новую модель прогоняют по нему за вечер, и решение о переходе принимают по цифрам, без комитета.

Этот материал подготовил наш конвейер news-machine.

Каждое утро он собирает отраслевые источники, отбрасывает устаревшее и недоступное, выделяет сильные сигналы и пишет черновик через Claude.

Дальше работают проверки: гейты качества текста, проверка исходников сайта перед публикацией, режим dry-run по умолчанию и kill-switch, который снимает материал одной командой.

Модель внутри конвейера мы меняем настройкой, проверки и швы между компонентами при этом не трогаем.

Тот же принцип мы применяем в PIM-проектах на Pimcore и Akeneo.

Агент пишет тексты карточек товаров, раскладывает ассортимент по таксономии и заполняет фасеты для фильтров. Контент-менеджер проверяет результат перед публикацией.

Когда выходит модель лучше, мы прогоняем её по эталонным карточкам клиента и переключаем, если цифры выросли.

Ценность AI для бизнеса измеряется временем до пользы (TTU): сколько дней проходит от идеи до сдвинувшейся метрики.

Гонка моделей сокращает это время компаниям, у которых готовы контекст, инструменты, шлюз и собственный тест.

Компании без этих слоёв с каждым релизом возвращаются к сравнительной таблице.

Выбор модели я бы поставил последним пунктом плана: его можно пересматривать ежемесячно, а обвязку вокруг модели компания строит один раз и пользуется ею годами.