Если один агент справляется с задачей так себе, логично предположить, что десяток агентов сделают работу лучше. Исследование компании Vals AI показывает: это не так, а разница в цене, колоссальная.
Vals AI протестировала GPT-6 Sol и Claude Opus 5.5 на бенчмарке Vibe Code Bench: поодиночке и в команде, на двух уровнях вычислительных усилий. Команды обходились в 1.8-5.1 раза дороже одиночных агентов. Из четырёх сравнений статистически значимое улучшение нашлось только в одном: GPT-6 Sol на среднем уровне рассуждений показал прирост в 7.3 балла. На максимальном уровне рассуждений преимущества команды не было вообще, ни у Sol, ни у Opus 5.5.
Anthropic в собственных тестах Opus 5.5 увидела похожую картину: рост с 10 до 100 агентов почти не менял итоговый результат после 24 часов работы. Knowledge base задача выросла с 0.70 до 0.74 балла, Lean Theorem Proving: с 0.66 до 0.68. Прирост есть, но он несоразмерен затраченным ресурсам. У модели Fable 5.1 на части задач результат при масштабировании с 30 до 100 агентов вовсе немного просел.
Исследователь OpenAI Ноам Браун в подкасте Dwarkesh подтвердил закономерность: больше агентов это про скорость, не про качество. Четыре агента решают задачу вдвое быстрее, но и стоят вдвое дороже. Эффект сильно зависит от типа задачи: вебпоиск и математику можно параллелить, а написание романа, нет, добавил Браун, сравнив идею с попыткой бросить на написание книги десять тысяч человек. Разработчик OpenAI Codex Эрик Провенше назвал мультиагентные команды «налогом на координацию»: агенты тратят ресурсы не на решение задачи, а на попытки договориться друг с другом.
Хотите такого помощника у себя? Заказать разработку AI-агента можно у нас.
