Релизы ИИ разогнались. Прогресс — не обязательно

Крупные модели выходят всё чаще. По оценке Samuel Hammond, интервал между «большими» релизами OpenAI и Anthropic сжался с одного примерно в 73 дня в 2023-м до одного в 18 дней в 2026-м. Claude Opus 5.5, GPT‑6 Sol и Grok 4.7 выходят в один день: календарь релизов превращается в слот-машину, где названия сменяются быстрее, чем пользователи успевают понять, что именно изменилось.

Но частота анонсов — плохой заменитель скорости технологического развития. Новая модель может быть не новой ступенью способностей, а новой точкой на другой кривой: дешевле, быстрее, с иным режимом рассуждений, более удобной упаковкой для API или лучше настроенной под конкретные агентские сценарии. Это не «фейковый» прогресс. Просто его главный адресат всё чаще не человек, который сравнивает ответы в чате, а компания, считающая экономику автоматизации.

Хорошо это видно на AutomationBench — тесте сквозных бизнес-задач в 47 инструментах. GPT‑6 Astra показывает наивысший результат, около 41%, но находится в дорогой части шкалы. GPT‑6 Sol при этом набирает 33,2% за $0,27 на задачу; заявленный результат Claude Opus 5 в максимальном режиме — 26,9%, а стоимость выше примерно в 11 раз. GPT‑6 Luna заметно слабее по score, зато стоит считанные центы за задачу. Здесь сопоставляются разные модели и разные уровни effort, так что это не стерильное измерение «интеллекта». Но именно такой, нестерильный, выбор и делает покупатель.

Отсюда следует менее эффектный, но более важный сюжет. Рынок оптимизирует не только максимум на бенчмарке, а цену полезного действия: сколько стоит обработать обращение, собрать отчёт, провести лид через CRM, исправить типовой код или проверить документ. Если модель чуть лучше предшественницы, но позволяет выполнить тот же поток задач вдвое дешевле, для внедрения это может быть событием крупнее, чем очередной рекорд в тесте.

Прогресс перемещается из демонстрации в экономику.

Поэтому разговор о «замедлившемся ИИ» неточен — но и победные реляции о каждом новом релизе стоит читать с поправкой на прайс-лист. Способности продолжают расти, хотя неравномерно и по-разному на разных задачах. Зато снижение стоимости, рост скорости и появление более дробной линейки моделей делают эти способности доступными там, где вчера они были слишком дорогими или ненадёжными. Прогресс перемещается из демонстрации в экономику.

Возможно, главный вопрос ближайшего цикла — не «какая модель умнее». Вопрос в том, при какой цене и с какой надёжностью агент сможет заменить или радикально ускорить конкретный кусок работы. Когда ответ меняется каждую неделю, поток релизов действительно имеет значение. Просто измерять его нужно не числом новых названий, а количеством задач, которые впервые сошлись по качеству, риску и себестоимости.

Но у нынешнего ускорения может быть и другой, парадоксальный итог. Нельзя продолжать ускоряться, нельзя бесконечно часто выводить новые модели на рынок: каждая требует от компаний заново адаптировать процессы, инструменты и команды. В какой-то момент потребители потребуют остановить это безумие — не постом в ленте, а рублём.