AI Ultra · 18 августа 2026 · 18.08 · файл

Какой кусок работы какой модели

После этой страницы ты умеешь написать правило на один вечер auctionscode: какой кусок работы какой модели, чем это отличается от решения «резать ли работу на нескольких помощников», и почему без такого правила всё снова уходит в один вызов.

Зачем это сейчас

В auctionscode рядом лежат три дела: собрать лоты с сайта, утром обновить список, сказать какой лот лучше. Сейчас это легко скинуть в один вызов. Привычка выглядит разумно: «пусть умная модель разберётся». На счёте и на качестве это одно и то же решение для трёх разных работ.

Сравнение двух лотов у тебя уже не абстракция. В рубрике есть пара A против B — якорь в репо, только смотреть: team/research/03-visual-appraisal-v1.md [4]. Репозиторий не открываем и не правим. После страницы правило висит на куске работы, не на кнопке «обновить» и не на фразе в чате.

Дорогая модель против дешёвой — это ты уже умеешь. Этот урок того слогана не повторяет. У papa и dawa один бот на деплой: там нечего маршрутизировать, эту схему не разбираем. Учебный слоган study-live вроде «главный всегда самый дорогой» тоже не учим заново.

Как это устроено

Люди склеивают два разных решения в одно «когда умную». Их надо развести.

Первое решение — ещё до ответа. Вопрос простой: бери быструю модель. Надо удержать пару и сравнить: бери ту, что умеет думать. Это и есть роутер модели (model router): кусок кода, который до ответа решает, какую модель звать [2][3].

В карточке системы OpenAI (линейка GPT-5, 2025) роутер смотрит на тип разговора, сложность, нужны ли инструменты, написал ли человек «подумай как следует» [2]. В ChatGPT это часто выбирает сама программа. Если вызываешь модель через API — выбираешь ты. Документ 2025 года. Механика живая. Имя линейки уже не новость: к августу 2026 Anton смотрит на 5.6. Сегодня берём выбор до ответа, не старое имя.

Открытый RouteLLM делает тот же выбор на своей стороне: до ответа сильная модель или слабая [3]. Порог пишут числом — какая доля запросов вообще имеет право идти в сильную. Без числа «иногда умную» снова становится «всегда умную».

Второе решение — другое. Резать ли работу на части и звать нескольких помощников сразу. Это уже не роутер. Роутер выбирает одну модель на этот вызов. Нарезка решает, можно ли вообще отдать куски разным исполнителям в одно время.

Резать стоит, только если куски не ждут друг друга. Один факт — один помощник. Много страниц, которые не зависят друг от друга — можно делить. Код почти всегда ждёт шаг за шагом: там нарезка обычно ничего не даёт [1].

Путаница выглядит так. На вопрос «сколько лотов сегодня» зовут самую дорогую модель. Или на один простой вопрос запускают пятьдесят помощников [1]. В обоих случаях правила нет. Есть привычка.

Как это садится на auctionscode

Только смотреть. Ничего не менять.

Собрать лоты с сайта — почти без модели. Это обход страниц. Суждения здесь нет, дорогая модель не делает обход умнее.

Обновить утренний список — дешёвая быстрая модель. Много однотипного. Если ошибётся на одной карточке, вечер не сломан.

Сказать, какой лот лучше — дорогая модель. Один раз на пару. В рубрике это уже сравнение A против B, не «все лоты скопом» [4]. Десять дешёвых помощников, которые не видят пару, эту работу не делают.

Проверка на вечер. Если сбор лотов и сравнение двух лотов идут в одну модель — правила нет. Если сравнение одной пары режут на десяток помощников — правила тоже нет: куски ждут общий взгляд.

Кто так уже делает

Anthropic описали, как у них устроен помощник для поиска [1]. Ведущий агент (lead agent) делит исследование. Несколько более дешёвых ищут свои куски одновременно. Зачем: один идёт страница за страницей и тонет, несколько разбирают список на части и успевают.

Их пример. Надо найти IT-директоров в советах компаний S&P 500. Один шёл по списку по очереди и не собрал. Параллельный разбор нашёл [1].

Правило из той статьи, своими словами [1]:

Ошибка в начале: на простой вопрос вызвали пятьдесят помощников [1]. Дорого и бессмысленно.

Цена токенов в той статье: один агент примерно в четыре раза дороже обычного чата, несколько агентов сразу — примерно в пятнадцать раз [1]. Имеет смысл, только если ошибка дорого стоит. Писать код так почти никогда не стоит: шаги кода ждут друг друга. Сбор двухсот карточек лотов ближе к их поиску по списку. Сравнение одной пары ближе к коду: общий взгляд нельзя честно разрезать.

На их внутреннем тесте (то, что в лабораториях называют eval) ведущий на Claude Opus 4 плюс помощники на Sonnet 4 обошли одного Opus 4 на 90,2 процента [1]. Номера моделей в той статье — 2025 год, не август 2026. Берём схему. Номер не продаём.

В чате OpenAI программа сама решает: ответить быстро или сначала подумать [2]. Если вызываешь модель через API — это твоё правило в файле, не настроение вечера.

RouteLLM — открытая штука, не закрытый чат [3]. До ответа решает: сильная или слабая. Порог — число, доля запросов, которым разрешён сильный вызов. Они пишут: до 85 процентов дешевле при 95 процентах качества GPT-4 на MT Bench [3]. Это чужой стенд, не лоты auctionscode. GPT-4 здесь — их тестовая пара 2024 года, не новость августа 2026.

Неочевидные решения

Пиши правило на кусок работы, не на всё приложение. Кнопка «обновить» внутри может быть тремя вызовами: обход, список, сравнение. Если правило висит на кнопке, дорогая модель снова обходит все карточки. Цену платишь так: работу надо нарезать заранее, не в момент «ой, дорого».

Режь работу, только если куски не ждут друг друга. Сравнить два лота — один дорогой взгляд. Не десять дешёвых, которые не видят пару. Собрать двести лотов — наоборот, можно параллельно, как поиск по списку у Anthropic [1]. Если по привычке резать всё, ответ станет примерно в пятнадцать раз дороже зря [1].

«Когда дорогая» пиши числом, не ощущением. Например: в сильную идёт не больше стольких-то пар за вечер. Или только если оба лота уже прошли дешёвый фильтр. RouteLLM так и делает: порог — доля запросов, которым разрешена сильная модель [3]. Без числа «иногда умную» снова станет «всегда умную». Порог потом двигаешь, когда рынок тихий или горячий.

Практика, 15 минут

Репозиторий не открывать.

Возьми один свой вечер auctionscode. Три строки, своими словами:

  1. Что сегодня было обходом? Собрать, обновить.
  2. Что было однотипным списком? Отфильтровать мусор.
  3. Где нужен был взгляд на пару? Эта пара лотов. Не «все лоты».

Потом правило из файла, не из чата. В правиле обязательна строка «нельзя». Без запрета это снова слоган.

собрать лоты с сайта → почти без модели
утренний список → дешёвая быстрая
этот лот лучше того → дорогая, один раз на пару, максимум __ пар за вечер
нельзя: дорогая модель на сбор лотов
нельзя: несколько помощников на одну пару сравнения

Урок сдан, если в правиле есть запрет и кусок работы. Если написал «на сложное бери умную» без куска — это снова слоган прошлого года.

Три вопроса

  1. Список из трёхсот лотов отправили в ту же модель, что сравнение двух лотов. Это правило?
  2. Чтобы найти пятьдесят цен, ведущий вызвал пятьдесят помощников. По правилу Anthropic это можно?
  3. В чате написали «на сложное бери самую умную». Завтра сбор лотов снова уйдёт в самую умную. Почему?
Ответы
  1. Нет. Куски разные, модель одна. Сбор списка — однотипный обход или дешёвая быстрая модель. Сравнение пары — один дорогой взгляд. Правило начинается, когда эти два вызова разведены. Один вызов на триста карточек и на пару — привычка, не система.
  2. Нет. У Anthropic уже было: пятьдесят помощников на простой вопрос [1]. Для факта хватает одного помощника и нескольких обращений к инструментам, не пятидесяти параллельных вызовов. Пятьдесят цен — это пятьдесят фактов рядом, но сначала спроси, ждут ли они друг друга. Если это просто «найти цену у этой карточки», режь работу на помощников осторожно и с границей. Не по числу фактов, а по тому, видит ли каждый свой кусок.
  3. Потому что правило жило в чате и было про «сложное», не про кусок. Завтра сбор лотов снова покажется сложным: карточек много. Нужна строка в файле: сбор лотов никогда не идёт в дорогую. Фраза в чате следующий вечер не увидит.

Источники

[1] Anthropic. How we built our multi-agent research system. 13 июня 2025. https://www.anthropic.com/engineering/multi-agent-research-system
Что взяли: ведущий агент делит исследование, более дешёвые ищут куски одновременно. На внутреннем тесте ведущий Claude Opus 4 плюс помощники Sonnet 4 обошли одного Opus 4 на 90,2%. Пример: IT-директора в советах S&P 500 — параллельный разбор нашёл, один по очереди нет. Правило: один факт — 1 помощник и 3–10 обращений к инструментам; сравнение — 2–4 помощника; сложное — больше, с ясной границей. Ранняя ошибка: 50 помощников на простой вопрос. Цена токенов: агент ≈4× обычного чата, несколько агентов ≈15×. Код обычно плохо параллелится. Номера моделей в статье 2025 года — учим схему, не номер.

[2] OpenAI. GPT-5 System Card. https://openai.com/index/gpt-5-system-card/
Что взяли: до ответа роутер выбирает быстрый режим или режим с размышлением по типу разговора, сложности, инструментам и явной просьбе подумать. В ChatGPT выбирает продукт, в API выбираешь ты. Документ запуска линейки GPT-5, 2025. Механика живая. Не учим «GPT-5 — текущая»: к августу 2026 линейка уже 5.6. Смотрим механику, не старое имя.

[3] LMSYS / Ong et al. RouteLLM. Репозиторий: https://github.com/lm-sys/RouteLLM · статья: https://arxiv.org/abs/2406.18665 · блог: http://lmsys.org/blog/2024-07-01-routellm/
Что взяли: открытый роутер сильная против слабой до ответа. Порог — число, доля запросов, которым разрешена сильная модель. Их заявление: до 85% дешевле при 95% качества GPT-4 на MT Bench. Это чужой стенд, не лоты auctionscode. GPT-4 здесь — их тестовая пара 2024 года, не новость августа 2026.

[4] якорь в репо, только смотреть: team/research/03-visual-appraisal-v1.md
Что взяли: в рубрике уже есть сравнение пары A против B. Репозиторий не править.

Кто собрал

AI Ultra · 18.08 · файл