В понедельник три компании выложили три новых продукта, и каждая считает победой своё. Meta вывела потребительского агента Muse. xAI показала флагман Grok 4.7. Xiaomi открыла веса MiMo V2.6, которую можно скачать и запустить у себя. Прошло меньше суток, и китайский производитель телефонов повторил результат Grok в том же рейтинге, потратив на инференс в разы меньше денег.

Эта новость про цены и контуры, а не только про лидерборды. Модель, которая стоит дешевле в пять раз и лежит на вашем сервере, меняет экономику сценариев. Разберём, что из этого применимо к внедрению искусственного интеллекта в бизнес.

Главная мысль. Цена за миллион токенов и возможность держать веса у себя становятся такими же критериями выбора модели, как качество ответов.

Xiaomi повторила результат Grok за меньшие деньги

Xiaomi открыла серию MiMo V2.6 через сутки после запуска Grok 4.7. В ней три модели: Pro, Flash и дистиллированная версия на 9 млрд параметров. Флагман собран на смеси экспертов: 1,02 трлн параметров всего, 42 млрд активных, контекст 1 млн токенов.

В индексе интеллекта Artificial Analysis MiMo V2.6 Pro набрала 46 баллов. Столько же, сколько Grok 4.7. Шестое место в общем зачёте, первое среди открытых моделей и плюс 20 пунктов к прошлой версии. Дальше начинается арифметика. Grok 4.7 просит 2,00 доллара за миллион входных токенов и 6,00 за выход, MiMo V2.6 Pro берёт 0,435 и 0,87. Вход дешевле почти в пять раз, выход почти в семь при одинаковом балле. Xiaomi заявляет, что её затраты на обучение в 20-60 раз меньше, чем у моделей сопоставимого уровня.

И API тут необязателен. Компания выложила веса, технический отчёт, окружения для обучения с подкреплением и код обучения. Модель можно поставить на свои серверы. Для бизнеса во Владивостоке и по всей России это часто решающий аргумент: данные не уходят наружу, а расходы на инференс предсказуемы и не зависят от курса.

Отдельные тесты вышли смешанными. На DeepSWE v1.1 модель даёт 71,9 против 74,0 у Claude Opus 5 и обходит всех трёх закрытых соперников на AutomationBench с 53,1. На ExploitBench провал: 47,9 против 78,5 у GPT-5.6 Sol.

Внедрение искусственного интеллекта: выбор между открытой моделью на своих серверах и облачным API
Иллюстрация: AG Branding

Grok 4.7 вышел и встал в середину

Третья неделя сентября для xAI выдалась рабочей: модель 4.7 позиционируют как самую сильную у компании для кода и работы со знаниями. База больше, обучение с подкреплением дольше, самопроверка лучше. Доступ открыт через API Grok, Cursor и Grok Build по цене 2 доллара за миллион входных токенов и 6 за миллион выходных.

Бенчмарки остудили запуск. В индексе Artificial Analysis у Grok 4.7 сорок шесть баллов, у Claude Fable 5.1 и GPT-6 по пятьдесят три. В Terminal-Bench 4.0, который измеряет агентный кодинг, модель берёт 26 процентов против 60 у GPT-6 Astra и 55 у Claude Fable 5.1. Бесплатная DeepSeek V4.1 Flash обошла её с 27 процентами.

Цена агрессивная, и на фоне версии 4.6 вышел шаг вперёд. Разрыв с фронтиром на этой неделе сохранился, а в агентном кодинге он вырос. Практический вывод: для сложных задач с кодом фронтир пока стоит своих денег, для остального середина закрывает работу.

Meta вывела агента через три миллиарда готовых аккаунтов

Meta выпустила Muse 8 сентября. Это персональный AI-агент под руководством директора по ИИ Александра Вана, и устроен он не как чат-бот. Агент каждого пользователя живёт на отдельной виртуальной машине в облаке Meta, у него свой браузер, а доступ к чувствительным действиям закрывает система Sentinel и требует подтверждения. Бесплатный тариф плюс планы за 20 и 100 долларов в месяц, рекламы нет.

За первые двенадцать дней сторонние оценки дают такую картину: 1,8 млн загрузок iOS в США и Канаде против 1,3 млн у ChatGPT за такой же отрезок после запуска. По миру 2,8 млн установок. 642 000 активных пользователей в день в США, у ChatGPT на сопоставимом этапе около 231 000. Место в американском App Store тоже первое.

А теперь число, которое объясняет остальные. Больше 95 процентов пользователей Muse уже сидят в Facebook, 63 процента в Instagram. Meta не выиграла продуктовую гонку в этом месяце. Она направила готовые аккаунты на новую иконку, и этого хватило для первых позиций.

Что это значит для бизнеса

Три запуска показывают три разных способа победить, и бизнесу полезно примерять их к себе. Распространение работает, когда у вас уже есть аудитория и канал: дистрибуция решает больше, чем качество продукта. Середина рынка работает, когда задача не требует фронтира: агентный кодинг и сложные рассуждения пока дороже, остальное закрывается дешевле. Открытые веса работают там, где важны данные и предсказуемый счёт.

Отсюда практический порядок действий. Разложите свои сценарии на три полки. Секретные данные и внутренние документы, публичные тексты и черновики, тяжёлые задачи вроде кода и аналитики. Дальше под каждую полку выбирается контур: локальная модель, дешёвый API или фронтир. Такой разбор уменьшает счёт за токены без потери качества там, где оно заметно клиенту.

Компании во Владивостоке и на Дальнем Востоке проходят этот путь с теми же вводными: локальные данные, ограниченные бюджеты, готовые инструменты в свободном доступе. Начать можно с бесплатного AI-аудита бизнеса, где мы разберём процессы и найдём задачи под внедрение искусственного интеллекта.

Разложим ваши сценарии по контурам

Проведём бесплатный аудит, покажем, какие задачи закрывает открытая модель на ваших серверах, а какие выгоднее отдать в API, и соберём план внедрения искусственного интеллекта под ваши процессы.

🔍 Бесплатный AI-аудит ⚙️ Внедрение под ключ

Читайте также