---
title: Больше агентов, мало преимущества: команды ИИ-агентов стоят дороже и приносят едва ли лучшие результаты
url: https://www.elseif.net/ru/bolse-agentov-malo-preimushhestva-komandy-ii-agentov-stoiat-doroze-i-prinosiat-edva-li-lucsie-rezultaty
published: 2026-10-14T13:54:10+00:00
language: ru
section: Агенты
source: https://the-decoder.de/mehr-agenten-wenig-mehrwert-ki-agentenschwaerme-kosten-mehr-und-bringen-kaum-bessere-ergebnisse/
organizations: vals, anthropic, openai
publisher: elseif
---

# Больше агентов, мало преимущества: команды ИИ-агентов стоят дороже и приносят едва ли лучшие результаты

Команды ИИ-агентов, согласно анализу Vals AI, едва ли показывают лучшие результаты, чем отдельные агенты. Компания протестировала GPT-6 Sol и Claude Opus 5.5 на "Vibe Code Bench", как по отдельности, так и в составе команды, при двух уровнях рассуждений: среднем и максимальном. Команды стоили от 1,8 до 5,1 раза больше, чем отдельные агенты. Из четырех сравнений между командой и отдельным агентом только одно показало статистически значимое улучшение: GPT-6 Sol на среднем уровне рассуждений, которое в команде набрало на 7,3 балла больше. На максимальном уровне рассуждений команда не принесла ни Sol, ни Opus 5.5 значительных преимуществ. Результаты указывают на то, что дополнительные затраты на команды агентов в большинстве случаев не оправданы, особенно когда модели уже работают на полную мощность.

Anthropic наблюдала в двух собственных тестах с Opus 5.5 уменьшающиеся качественные преимущества от дополнительных агентов: большие команды достигали определенного уровня производительности быстрее, но при увеличении с десяти до ста агентов результаты через 24 часа увеличивались лишь незначительно. В отдельных тестах ProgramBench преимущества в скорости сопровождались высоким потреблением токенов.

Разработчик OpenAI Эрик Провенчер недавно предостерег от использования агентов в больших группах, так как это, скорее всего, пустая трата денег из-за проблем с координацией. Он называет это "координационной ставкой". Исследователь OpenAI Ноам Браун подтвердил, что многоагентные системы в основном обеспечивают скорость, а не качество. Четыре агента решали задачи в два раза быстрее, но и стоили вдвое дороже. При 16 агентах эта тенденция сохранялась, но становилась немного менее эффективной.