На рынке автономных ИИ-агентов для финансового анализа произошёл заметный сдвиг: компания Samaya AI представила Sterling — специализированного исследовательского агента, который, по заявлениям разработчиков, превосходит топовые универсальные модели на профильном бенчмарке FrontierFinance. При этом Sterling работает всего на 3 миллиардах активных параметров и обходится примерно в 11 раз дешевле конкурентов. Звучит почти как нарушение законов индустрии, где принято считать, что «умнее значит больше и дороже». Разбираемся, как инженерам удалось добиться такого результата и что это значит для будущего Agentic AI.
Что такое Sterling и почему вокруг него столько шума
Sterling — это не очередная «чат-модель для финансистов», а полноценный исследовательский агент. Он умеет самостоятельно планировать многошаговые задачи: находить нужные данные в документах и отчётах, сверять цифры между источниками, строить промежуточные гипотезы и оформлять итоговый вывод со ссылками на первоисточники. Именно такая автономность, а не только качество генерации текста, отличает агентные системы от классических языковых моделей.
Ключевая особенность релиза — ориентация на узкую предметную область. Вместо того чтобы пытаться быть универсальным помощником на все случаи жизни, Sterling обучен и «заточен» под финансовую аналитику: чтение отчётности, сравнение мультипликаторов, разбор рисков, работа с длинными таблицами и сносками. По словам Samaya AI, именно специализация позволила добиться высокой точности при скромном размере модели.
Три миллиарда параметров против гигантов: в чём подвох
На первый взгляд цифра в 3 млрд активных параметров выглядит скромно на фоне моделей с сотнями миллиардов. Однако здесь важно различать общее число параметров и активные параметры — ту часть сети, которая реально задействуется при обработке каждого запроса. Архитектуры с разреженной активацией (по принципу mixture-of-experts) позволяют держать в памяти большой «склад знаний», но включать лишь небольшую его долю в момент вычисления.
Именно такая схема, судя по всему, лежит в основе Sterling. Это даёт сразу несколько выгод:
- Скорость. Меньше активных вычислений — быстрее отклик, что критично для агента, делающего десятки последовательных шагов.
- Стоимость. Вычисления — основная статья расходов при инференсе, и их сокращение напрямую бьёт по счёту за токены.
- Управляемость. Специализированные «эксперты» внутри модели проще настраивать под конкретные финансовые задачи.
Иными словами, Sterling не пытается «переспорить» гигантов объёмом, а обыгрывает их за счёт архитектурной эффективности и предметной фокусировки.
FrontierFinance: что на самом деле измеряет бенчмарк
Заявления о превосходстве над Claude Fable 5.1 (условным флагманом конкурента в описании релиза) опираются на результаты в бенчмарке FrontierFinance. Подобные тесты обычно проверяют не умение красиво формулировать, а способность агента доводить до конца реальные исследовательские цепочки: найти нужный показатель в массиве документов, корректно его интерпретировать, сопоставить с другим источником и не ошибиться в арифметике.
Именно в таких сценариях специализированный агент получает преимущество. Универсальная модель может «знать» больше в абсолютном выражении, но на длинных многошаговых задачах чаще сбивается: теряет контекст, путает единицы измерения, галлюцинирует ссылки. Sterling же обучен дисциплине исследования — проверять, сверять и явно указывать, откуда взята цифра.
Почему специализация бьёт масштаб
В индустрии долго доминировала идея «просто сделаем модель больше — и она всё поймёт». Однако для прикладных задач всё чаще работает другой принцип: узкая модель, обученная на качественных профильных данных и обёрнутая в грамотный агентный каркас (harness), обходит универсального гиганта там, где важна точность, а не широта эрудиции. Финансы — идеальный полигон для этой логики: здесь ошибка стоит дорого, а данные структурированы и поддаются проверке.
Откуда берётся «в 11 раз дешевле»
Экономия в 11 раз — не маркетинговая уловка, а следствие нескольких инженерных решений, которые усиливают друг друга:
- Разреженная активация. Запрос задействует лишь часть параметров, а не всю сеть целиком.
- Специализированный каркас. Агент не тратит токены на «размышления» о том, как подступиться к задаче — маршрутизация шагов заложена в его логику.
- Экономный расход контекста. Вместо пересказа всего документа модель извлекает нужные фрагменты, сокращая объём обрабатываемого текста.
- Меньше лишних итераций. Точный план исследования снижает число холостых шагов, каждый из которых стоит денег.
В сумме эти факторы дают кумулятивный эффект: каждая отдельная экономия невелика, но вместе они формируют разрыв в стоимости, который и обеспечивает заявленный коэффициент.
Что это значит для рынка AI Infrastructure
Релиз Sterling хорошо иллюстрирует зреющий сдвиг в индустрии. Гонка «у кого больше параметров» постепенно уступает место конкуренции за эффективность: кто дешевле и точнее решит конкретную задачу. Для бизнеса это означает, что внедрение Agentic AI перестаёт быть роскошью для избранных — стоимость запуска профильных агентов падает до уровня, доступного средним компаниям.
Одновременно растёт значение инфраструктурных компонентов: guardrail-механизмов, контролирующих корректность действий агента, систем логирования шагов и инструментов оценки качества. Ведь чем автономнее система, тем важнее понимать, как именно она пришла к своему выводу. Samaya AI, судя по акценту на проверяемость результатов, делает ставку именно на доверие к агенту, а не только на его скорость.
Ограничения, о которых стоит помнить
Стоит сохранять трезвость: результаты на бенчмарке — это всё же результаты на бенчмарке. Реальная финансовая аналитика полна грязных данных, неоднозначных формулировок и ситуаций, которых нет в обучающих наборах. Кроме того, сравнение с конкурентом в релизе подаётся самой компанией, а значит, требует независимой проверки. Тем не менее сам вектор — специализация плюс эффективная архитектура — выглядит убедительно и заслуживает внимания.
Вывод
Sterling от Samaya AI — наглядный пример того, что будущее искусственного интеллекта не обязательно за самыми большими моделями. Сочетание разреженной архитектуры на 3 млрд активных параметров, глубокой специализации под финансовые исследования и продуманного агентного каркаса позволило создать инструмент, который заявляет о превосходстве над флагманскими универсальными моделями при кратно меньшей стоимости. Если эти результаты подтвердятся в независимых тестах, рынок получит важный сигнал: конкуренция смещается от масштаба к эффективности, а качественный Agentic AI становится всё доступнее для реального бизнеса.
