Круглосуточный запуск автономных агентов способен быстро истощить корпоративные бюджеты по мере роста расходов на токены. Чтобы решить проблему этих издержек, подразделение MAI выпустило линейку из семи новых моделей. Их цель — предоставить организациям более дешевые варианты для непрерывных операционных нагрузок.

По данным MAI, корпоративным клиентам необходимы доступные цены, чтобы запускать агентов, выполняющих реальные инженерные задачи, без неконтролируемого роста счетов. Переходя от стандартного доступа к облачным API к лицензируемым весам, MAI меняет юнит-экономику автономных рабочих процессов. Для компаний, масштабирующих непрерывную автоматизацию, остается открытым вопрос, смогут ли эти архитектуры надежно сдержать рост расходов на токены.

Разрыв в ценах наиболее очевиден в специализированных операционных задачах. В автоматизированном тестировании безопасности MAI Cyber 2 Flash превосходит по качеству GPT-6 Astra, расходуя менее 2% от стоимости одной задачи на бенчмарке CyberGymE2E.

«MAI Cyber 2 Flash превосходит по качеству GPT-6 Astra, расходуя менее 2% от стоимости одной задачи на бенчмарке CyberGymE2E.»

Этот разрыв меняет представления о высокочастотных задачах защиты. В рамках платформы MDASH на долю MAI Cyber уже приходится почти 40% сканирований, а новейшая модель MAI Cyber 2 Flash стоит на 86% дешевле по исходящим токенам, чем MAI Cyber 1.1 Flash. Модели для инженерных нагрузок демонстрируют аналогичную динамику: MAI Code 2 достигает 98% качества написания кода GPT-6.1 Sol примерно за 40% от ее цены и выдает 96% производительности всего за 5% стоимости. В рутинной работе MAI Code 2 Flash соответствует производительности GPT-6 Luna при 65% стоимости и Haiku 5.5 при 20% стоимости. В слепом сравнительном тестировании задач фронтенд-разработки разработчики отдавали предпочтение MAI Code 2 перед GPT-6 Sol в 64% случаев, хотя в MAI отдельно отмечают, что эти модели пока не оптимизированы для фундаментальных научных исследований или агентной работы с очень длинным горизонтом планирования.

Стратегический контекст

Снижение цен напрямую связано с базовой инфраструктурой и маршрутизацией задач. В Microsoft подтвердили, что Maia 200, AI-ускоритель второго поколения компании, уже запущен в производство и обслуживает крупнейшие модели, обеспечивая прирост энергоэффективности в 1,7 раза больше токенов на ватт для снижения нагрузки на дата-центры.

«Maia 200, AI-ускоритель второго поколения от Microsoft, запущен в производство для работы с крупнейшими моделями и обеспечивает на 1,7 раза больше токенов на ватт.»

Маршрутизация моделей также меняет финансовое уравнение. Модель Decision 1.1, новейшая модель принятия решений от Microsoft, работает в 50 раз быстрее и обходится в 79 раз дешевле, чем GPT-Sol 6.1. В сфере креатива и звука MAI Image 2.7 занимает первое место на бенчмарке редактирования изображений Artificial Analysis, обходя GPT Image 2.6 Sunburst (max) при стоимости в пять раз ниже, что поддерживается моделью MAI Image 2.7 Flash по цене около $10 за 1 000 изображений. В обработке речи MAI Realtime 1 превосходит GPT-Realtime 2.1 при тарифах от $0,01 за минуту аудио. Клинические приложения показывают аналогичные масштабы: сервис Dragon Copilot Transcribe на базе MAI Transcribe 2 обрабатывает 10 миллионов приемов пациентов в месяц и используется третью врачей в США.

Ключевым вопросом для организаций остается то, обеспечивают ли лицензируемые веса моделей достаточный уровень изолированности и контроля при управлении автономными агентами в чувствительных корпоративных средах. В MAI утверждают, что выделенные веса дают прямой контроль, необходимый предприятиям для предотвращения операционного дрейфа при одновременном снижении накладных расходов на инференс.

Экономика корпоративного ИИ смещается от бенчмарков чистой производительности к операционной устойчивости. Снижая цены на рутинные задачи и обеспечивая инференс чипами Maia 200, MAI делает непрерывные автономные нагрузки жизнеспособными для рабочих бюджетов.

Где подвох

Риск вылететь из бюджета при непрерывном запуске автономных агентов снижается, когда вендор переводит клиентов со стандартных облачных API на лицензируемые веса семи новых моделей. За доступный инференс приходится платить функциональными ограничениями, ведь эти архитектуры пока не созданы для фундаментальных исследований или работы с очень длинным горизонтом планирования. Вектор сместился от погони за абсолютными рекордами в бенчмарках к утилитарному сдерживанию счетов за токены.

Экономика ИИСтоимость инференсаAI-чипы и ускорителиMicrosoft