Worknano

Какая ИИ-модель для какой задачи?

Updated 2026-11-15

Какая ИИ-модель для какой задачи? Берите самую маленькую модель, которая хорошо справляется с задачей. Быстрая модель подходит для коротких и частых дел. Сбалансированная для обычной работы из нескольких шагов. Модель, которая думает глубоко, нужна для трудных задач, а локальная для данных, которые должны остаться внутри компании.

Почему моделей больше одной

ИИ-модель это программа, которая думает за ИИ-приложением. У каждой ИИ-компании их несколько, от маленьких до больших. Большие справляются с более трудными задачами, но отвечают медленнее и стоят дороже при каждом использовании.

Это как выбор транспорта. Грузовик для доставки письма не нанимают, а переезжать на велосипеде не станут. Правильный выбор зависит от груза.

Четыре вида

Названия моделей меняются каждые несколько месяцев. Эти четыре вида остаются.

Восемь задач и подходящая для каждой модель

ЗадачаМодель
Разложить входящие запросы по темамБыстрая
Достать из счёта дату, сумму и поставщикаБыстрая
Перевести короткое объявлениеБыстрая
Кратко пересказать длинную переписку с клиентомСбалансированная
Написать черновик ответа в тоне вашей компанииСбалансированная
Разбить проект на этапы и задачиСбалансированная
Сравнить два длинных договора пункт за пунктомГлубоко думающая
Кратко пересказать личные дела сотрудников, которые не должны покидать компаниюЛокальная

Как выбрать, в четыре шага

  1. Соберите десять настоящих примеров. Возьмите их из работы прошлого месяца и включите два-три неудобных.
  2. Начните с быстрой модели. Прогоните все десять и посчитайте, сколько результатов вы бы приняли.
  3. Сначала улучшите инструкции. Расплывчатые инструкции дают больше плохих результатов, чем слишком маленькая модель.
  4. Переходите на ступень выше, только если проблемы остались. Затем снова прогоните те же десять примеров и сравните.

Повторяйте проверку примерно раз в год. Новые модели появляются часто, и задача, которой в прошлом году нужна была сбалансированная модель, сейчас может хорошо работать на быстрой.

Чего большая модель не исправит

Два фактора влияют на результат сильнее, чем размер модели. Первый: инструкции, то есть одна понятная задача и ясное представление о том, как должен выглядеть ответ. Второй: информация, которую получает модель. Ни одна модель не может знать то, что ей не показали. Если она ни разу не видела ваш прайс-лист, даже самая большая может только гадать.

Одна модель на всю компанию?

Соблазнительно выбрать самую сильную модель и использовать её для всего. Тогда любая мелкая задача становится медленнее и дороже, чем нужно. Выбор под задачу работает лучше. Сортировка, которая запускается сотни раз в день, получает быструю модель. Сравнение договоров, которое запускается дважды в месяц, получает глубоко думающую.

Как с этим работает Worknano

В Worknano модель это настройка каждого агента, рядом с его инструкциями. Агент это ИИ-помощник, которого вы настраиваете для одной задачи. В руководстве по созданию агентов приводится то же правило: быстрая модель подходит для коротких проверок, а сбалансированная для планирования из нескольких шагов. Вы не привязаны к одной ИИ-компании. Можно подключить любую выбранную вами модель, в том числе локальные, open-source или закрытую точку доступа вашей компании, и подобрать модель под задачу, бюджет и правила работы с данными.

Создайте бесплатный workspace и выберите модель для вашего первого агента.