Модели дешевеют на 80%, а деньги перетекают в слой внедрения — разбираем день, когда «умнее модель» окончательно перестало быть стратегией.
Самое важное за 10–11 ноября — коротко, с фактами и нашим взглядом на то, что это значит для бизнеса.
Модель Gemini 4 Carbon вышла на платном API и в AI Ultra и сразу заняла первое место в CursorBench — бенчмарке реального кодинга. Это уже не «очередной релиз», а рутина: новая модель появляется и в тот же день берёт топ. Гонка моделей окончательно превратилась в конвейер.
Контекст. После открытых Kimi и Mistral (4 ноября) и Fable 5.2 (10 ноября) выход ещё одного фронтира — уже не событие, а расписание. Новые модели выходят по две в неделю.
Последствия. Рента с «самой умной модели» тает на глазах: топы бенчмарков сменяются еженедельно, и никто не успевает на них заработать.
Связи. 4 ноября: Mistral Le Chonk и Kimi открыли веса — теперь и Google отвечает в той же гонке.
Что делать. Перестать гнаться за «самой новой» — выбирать модель под задачу и закреплять систему вокруг неё. Там и маржа.
За считанные дни до IPO Anthropic запускает три рабочих приложения — таблицы, встречи и доски — внутри Claude. Модель перестаёт быть чатом и становится рабочим пространством, куда команда приносит задачи целиком. Прямая атака на Google Workspace и Microsoft 365.
Контекст. После Fable 5.2 и Mythos 5.2 (10 ноября) Anthropic достраивает то, что конвертирует модель в подписку, — приложения, где живёт работа.
Последствия. Война смещается с бенчмарков на рынок офисного софта, где десятилетиями сидят Google и Microsoft. Это другая экономика — с годовыми контрактами.
Связи. 8 ноября: заявка на IPO под тикером ANT — продуктовая линейка достраивается ровно под размещение.
Что делать. Следить, как быстро Claude-приложения заберут SMB. Это рынок внедрения, а не модели — и он ближе к нашему агентству.
ChatGPT получает верифицированные бизнес-профили и агентов, которых компании выставляют пользователям. OpenAI повторяет ход Amazon (шопинг-агент Alexa) и Apple (агентная Siri): платформа становится витриной, где бизнес встречается с покупателем через агента.
Контекст. Агент становится интерфейсом по умолчанию: Amazon и Apple уже форсируют это на своих платформах.
Последствия. Появляется новый канал дистрибуции: «быть найденным агентом» становится отдельной дисциплиной (AEO), как SEO двадцать лет назад.
Связи. 9 ноября: Amazon запустил шопинг-агента Alexa, заблокировав аналог у Meta.
Что делать. Бизнесу готовить структурированное описание продуктов под агентный поиск — кто не найдётся агентом, тот потеряет клиента.
Китайский гигант Meituan выложил под MIT-лицензией LongCat-2.5 — агентную модель на 1,6 трлн параметров. Открытые веса фронтир-класса становятся нормой, а не исключением. Запускать топ-модель локально и дёшево — теперь реальный сценарий, а не мечта.
Контекст. После Kimi K3.1 и Mistral Le Chonk открытые веса вплотную догнали закрытые фронтиры — это уже не догоняющие релизы.
Последствия. Цена «умного» продолжает падать, а ценность уходит в инфраструктуру запуска и в качество данных.
Связи. 4 ноября: Kimi открыла веса 2,8T модели, обогнав GPT-6 Astra.
Что делать. Присмотреться к self-hosted агентам на открытых моделях — подписка на API перестаёт быть обязательной статьёй расходов.
Третий доклад Stanford AI100 фиксирует: наращивание размера моделей больше не даёт прежнего выигрыша — упирается в нехватку данных и вычислительной мощности, а публика из процесса «в основном исключена». Индустрия, построенная на «больше = лучше», ищет новый источник роста.
Контекст. Весь 2025–2026 индустрия жила скейлингом; теперь сам Stanford говорит, что потолок близко.
Последствия. Капитал перетечёт из «ещё больше параметров» в качество данных, синтетику и эффективность инференса.
Связи. 2 ноября: бенчмарк GDPx показал, что лучшая модель берёт лишь 12% — пределы были видны уже тогда.
Что делать. Ставить на данные и процессы, а не «подождать следующую модель» — следующая может не быть заметно умнее.
AlphaProof Code за четыре недели формально верифицировал реализацию протокола Signal — задачу, на которую у людей ушли бы месяцы. Формальная верификация кода становится серийной: вчера это было искусство, сегодня делает модель. Снимается главный страх перед автономным кодом — невозможность доказать его корректность.
Контекст. ИИ-код всё чаще в проде, но проверить его корректность оставалось узким местом и ручным трудом.
Последствия. Верификация становится товаром: аудит и доказательство корректности можно продавать как отдельную услугу.
Связи. 10 ноября: Opus 5.5 формализовал CPython в Lean и нашёл 418 багов.
Что делать. Для критичных интеграций требовать формальную верификацию — теперь она доступна, а не экзотика.
Первые бенчмарки серверных AMD Zen 6 EPYC Venice показывают +93% производительности на поколение в SPEC CPU — и опережение Nvidia Vera. Железо остаётся узким местом ИИ-бума: пока все спорят о моделях, ренту снимает тот, у кого кремний, память и энергия.
Контекст. Война за ИИ давно ушла на физический слой — память, чипы, энергия. Модели — только верхушка.
Последствия. Стоимость инференса продолжит падать, а дефицит вычислительной мощности сохранится надолго.
Связи. 3 ноября: Samsung, SK hynix и Micron заработали на памяти больше Apple, Microsoft и Amazon.
Что делать. Считать не «какая модель», а «сколько стоит токен на своей инфраструктуре» — это и есть маржа.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
24:38
11:59
21:47
14:20
11:18
24:13
12:56
22:08
12:12
28:29
Реальные результаты компаний, которые уже считают отдачу от ИИ в деньгах, а не в обещаниях.
Британский страховщик Aviva развернул ИИ против сложного мошенничества и оценивает предотвращённый ущерб в £230 млн. Система ловит схемы, которые пропускали ручные проверки, — от организованных групп до поддельных заявлений. Классика «ИИ окупается», когда считается напрямую в деньгах.
Страховщик UnitedHealthcare масштабирует ИИ-ассистента, который закрывает около 90% обращений клиентов. Расширение после пилота с такой точностью — сигнал, что поддержка с ИИ перешла из эксперимента в операционную норму. 90% без эскалации — это уже не «попробуем», а «работает».
В Малайзии открылся Ryt Bank, позиционируемый как первый ИИ-банк: от онбординга до поддержки клиентов процессы ведут агенты. AI-first запуск с нуля, а не пересадка ИИ на старую систему — редкий пример того, как банк строится вокруг модели, а не наоборот.
Немецкий телеком-гигант закладывает €2,5 млрд экономии от внедрения ИИ — автоматизация бэк-офиса, сетевых операций и клиентского сервиса. Цифра в бюджетном плане означает, что ИИ перешёл из пилотов в финансовое планирование. Это уже не «поищем кейсы», а строка в P&L.
Диагностический ИИ-инструмент Microsoft в клинических испытаниях обошёл врачей по точности. Пока это тест, а не продукт в клиниках, но результат фиксирует точку перелома: в узких диагностических задачах модель уже сильнее среднего специалиста — и это можно измерить.
Пять практических схем, собранных из свежих видео и кейсов — от лёгкого входа до продуктов с рекуррентным доходом.
Персональный разбор 1:1 и командные воркшопы, где вы учите бизнес пользоваться ИИ. $100–500 за сессию 1:1 и $150 за человека в воркшопе — без сайта и аудитории. Это ещё и вход в ИИ-консалтинг: сначала обучение, потом аудит и внедрение.
Агент, который знает контекст жизни клиента: календарь, почту, созвоны (через транскрипцию), заметки — и работает как начальник штаба в Telegram. Продаётся как настройка + поддержка руководителям, которым некогда. Рекуррентная модель: чем больше контекста, тем ценнее агент.
Голосовой агент на списанной видеокарте (CMP 30X за ~5000 ₽) с локальной моделью и префилл-кэшем — ответ за 2–3 секунды без ежемесячной подписки на API. Продаётся малому бизнесу (клиники, салоны, колл-центры) как «агент без абонплаты». Разработка такого агента стоит копейки.
Поставка доменных экспертов (врачи, юристы, маркетологи) для обучения и оценки моделей. ИИ-компании прочитали весь интернет и теперь платят за экспертизу — до $200/час на западных платформах. Модель: собрать пул экспертов и продавать их время лабораториям.
Сборка автоворонки под эксперта: контент → прогрев → продажа, где всю механику делают агенты, а вы получаете процент с выручки. В отличие от разовой услуги, это актив: система продаёт, пока вы спите. Вход — уметь собрать воронку и найти эксперта с аудиторией.
11 ноября 2026 — день, когда «умнее модель» окончательно перестало быть стратегией. Stanford AI100 фиксирует: скейлинг упёрся в лимиты данных и вычислений, а API-цены за три года упали на 80%. Gemini 4 Carbon выходит и в тот же день берёт топ CursorBench — но это уже рутина, а не событие: гонка превратилась в конвейер. Meituan открывает 1,6-триллионную модель под MIT, и «скачать фронтир» становится нормой. На этом фоне деньги уходят туда, где считают результат: Aviva отсекает £230 млн страхового мошенничества, UnitedHealthcare закрывает 90% обращений, Deutsche Telekom закладывает €2,5 млрд экономии в бюджет, а Anthropic и OpenAI превращают модели в офисные пакеты и витрины бизнесов. Железо напоминает, кто снимает ренту на самом деле: AMD Zen 6 даёт +93% за поколение. Побеждает не тот, у кого модель новее, а тот, кто держит систему вокруг неё — данные, внедрение и метрику, по которой действие агента можно посчитать до того, как оно ушло в мир.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации