Writer запускает модель Palmyra X6 и обновляет инфраструктуру для снижения затрат на токены
Компания Writer объявила о выпуске новой флагманской модели искусственного интеллекта — Palmyra X6, а также об обновлении своей агентной инфраструктуры. Разработанный на основе открытой модели GLM-5.2 от Z.ai, новый продукт ориентирован на снижение стоимости развертывания ИИ-решений. По оценкам разработчиков, комбинация новой модели и оптимизированных инструментов может сократить расходы клиентов на базовые задачи до 50%.
# Writer представляет Palmyra X6: новая эра экономичного ИИ
Компания Writer, специализирующаяся на инструментах и агентах для маркетинга, запустила новую флагманскую модель искусственного интеллекта — Palmyra X6. Основной целью этого обновления является решение растущей проблемы пользователей: поиск правильного баланса между качеством модели и стоимостью её использования. В рамках анонса также были представлены значительные улучшения стандартной агентной инфраструктуры (harness) платформы.
Технические основы и экономическая эффективность
Новая модель Palmyra X6 разработана как вариация пост-обучения на базе открытой модели GLM-5.2 от компании Z.ai. Writer заявляет, что эта конфигурация обеспечивает готовность к развертыванию (deployment-ready capabilities) при значительно более низкой цене за токен по сравнению с альтернативами от крупных лабораторий.
Важным аспектом анонса стало не только само ядро модели, но и обновленная инфраструктура. Компания утверждает, что синергия новой модели и изменений в базовой архитектуре позволит сократить затраты клиентов на базовые задачи примерно на 50%.
*«Я считаю, что корпоративный сектор просто устал гнаться за следующими бенчмарками,* — заявил генеральный директор Writer Мей Хабиб (May Habib) в интервью TechCrunch. — *Они хотят стабильной стоимости, и пока никто не может этого гарантировать».*
Оптимизация инфраструктуры как ключ к экономии
Writer делает особый акцент на сложности многоступенчатых задач, выполнение которых должно становиться быстрее и требовать меньшего количества токенов. Исследования, проведенные исследователями компании, подтверждают гипотезу о том, что оптимизация инфраструктуры часто эффективнее выбора конкретной модели для снижения издержек.
Недавно опубликованная статья авторов Writer, сравнивающая различные модели, показала, что изменения в эффективности harness приводят к снижению расходов в среднем на 40%. В исследовании подчеркивается универсальность такого подхода:
*«Harness — это тот компонент, эффективность которого умножается на каждую модель, используемую организацией, как текущую, так и будущую»*, — указали исследователи.
Это означает, что оптимизация «обертки» работает независимо от того, какая именно модель находится внутри: будь то собственная модель Palmyra X6 или внешние решения, импортированные через платформы Microsoft Azure или Amazon Bedrock. Клиенты Writer по-прежнему могут работать с модель-агностическим подходом, выбирая наиболее подходящие инструменты для своих задач.
Критика индустрии и доверие
Запуск новой модели также отражает более широкое недовольство в корпоративном секторе. По мнению Хабиба, стремление сократить расходы подпитывает растущее недоверие к крупным лабораториям искусственного интеллекта. Генеральный директор отмечает, что многие эти компании имеют финансовую мотивацию увеличивать потребление токенов, что приводит к неконтролируемому росту затрат для бизнеса.
*«Взрыв цен здесь беспрецедентен для клиентов, так же как и степень, в которой руководители ИТ-отделов (CIO) отказываются от лабораторий»,* — добавил Хабиб, выразив мнение, что крупные игроки «не深刻理解» того, как действительно помочь предприятиям извлечь выгоду из внедрения ИИ.
Этот шаг Writer иллюстрирует важный тренд: переход от盲目ного преследования рекордов точности к прагматичному подходу, где стоимость и предсказуемость расходов становятся критическими факторами принятия решений в корпоративной среде.