Языковые модели
Как выбрать языковую модель для ИИ-агента
Если не знаете, что выбрать
Для большинства типовых ИИ-агентов этого достаточно как стартовой конфигурации. После запуска проверьте агента на реальных сценариях и меняйте модель или настройки только в том случае, если вас не устраивает качество работы или расход BotCoin.
Что такое языковая модель
Языковая модель — это основа ИИ-агента, которая обрабатывает системный промпт, формирует ответы и принимает решения в рамках заданной логики.
Например, к ИИ-моделям относятся GPT-5.6 Sol, Grok 4.6, Gemini 3.7 Flash и др.
Модель умеет работать с естественным языком: понимать разные формулировки одного запроса, извлекать смысл из сообщений, анализировать информацию и генерировать ответы.
Но сама по себе модель ещё не знает, какую работу должна выполнять в конкретном агенте.
На что влияет выбор модели
Предположим, агент консультирует по услугам, собирает контакты и передаёт заявку в CRM. Он отвечает на типовые вопросы, уточняет детали и вызывает функции, когда нужно создать заявку или найти свободное время.
Эти задачи выполняет не сама модель, а связка из:
системного промпта;
функций;
сценариев;
источников знаний;
температуры и остальных настроек агента.
От модели зависят:
качество и стабильность ответов;
насколько строго агент соблюдает инструкции;
насколько уверенно он справляется со сложной логикой и функциями;
сколько BotCoin уходит на диалоги.
Большинство моделей способны справиться с этими задачами и их нельзя строго поделить на модели, которые лучше подходят для продаж, для работы с таблицами или для вызова функций.
Разница в качестве заметна, если сравнивать дорогую модель с существенно более дешёвой: дешёвая может хуже следовать сложным инструкциям, терять контекст или менее стабильно вызывать функции. Более дорогая модель при этом не спасёт, если есть ошибки в промпте или общей логике агента.
Три группы моделей по цене
Все модели по-разному расходуют BotCoin. Стоимость зависит от количества входящих и исходящих токенов. Две модели могут давать похожий результат, но заметно отличаться по цене на большом количестве диалогов.
Условно модели можно разделить на три группы.
Экономичные модели
Подходят, если:
задача относительно простая;
важно максимально снизить стоимость работы;
небольшое снижение качества допустимо.
Обычно сюда относятся облегчённые модели с обозначениями Mini, Nano, Flash, Haiku и другие недорогие модели.
Например:
GPT-6 Luna;
GPT-5.4 Mini и Nano;
GPT-5 Mini и Nano;
GPT-4.1 Mini и Nano;
GPT-4o Mini;
Claude Haiku 4.5;
DeepSeek V4 Flash;
GLM 5.3 Flash.
Если несколько моделей стоят примерно одинаково, обычно имеет смысл начать с более новой.
Сбалансированные модели
Это основной вариант для большинства ИИ-агентов.
С этой категории обычно начинают, если не нужна максимальная экономия и нет причин сразу брать самые дорогие модели. Диалог, системный промпт и функции могут работать и на экономичных моделях — здесь речь о балансе между качеством и стоимостью.
Например:
GPT-6.1 Sol;
GPT-6 Sol;
GPT-5.2;
GPT-5.4;
GPT-5.6 Terra;
Claude Sonnet;
Grok;
Gemini Flash;
DeepSeek V4 Pro;
Kimi;
GLM.
Если вы не знаете, с какой модели начать, чаще всего имеет смысл выбрать одну из моделей этой категории и проверить её в работе.
Модели с максимальным качеством
Имеют смысл, когда качество результата важнее стоимости.
Например, если агент работает со сложными инструкциями, большим количеством условий или ошибочный ответ может заметно повлиять на бизнес-процесс.
К этой категории относятся наиболее мощные и дорогие модели, например:
GPT-6 Astra;
GPT-5.6 Sol;
GPT-5.5;
Claude Fable;
Claude Opus 5.5;
Claude Opus.
Не стоит сразу использовать самую дорогую модель для каждого агента. Если более дешёвая модель стабильно выполняет задачу, переход на более дорогую может просто увеличить расход без заметного роста в качестве.
Поэтому при выборе модели сначала опирайтесь на цену: определите, какой расход для агента приемлем, и возьмите актуальную модель из подходящей категории. Затем проверьте её на своём агенте.
Уровень рассуждений и подробность ответа
У некоторых моделей после выбора становятся доступны дополнительные настройки: «Уровень рассуждений» и «Подробность ответа».
Уровень рассуждений
Эта настройка определяет, сколько вычислительных ресурсов модель использует для анализа запроса перед ответом.
Чем выше уровень рассуждений, тем лучше модель может справляться со сложными инструкциями, большим количеством условий и неоднозначными ситуациями. При этом может увеличиваться расход BotCoin и время ответа.
Для GPT-5.4 в большинстве типовых агентов рекомендуем начинать с отключённого уровня рассуждений. Модель достаточно сильная и без дополнительного рассуждения.
Для более экономичных моделей повышение уровня рассуждений иногда позволяет заметно улучшить качество, не переходя сразу на более дорогую модель. Например, если недорогая модель плохо справляется с логикой агента, попробуйте увеличить уровень рассуждений и повторно провести тесты.
Универсального значения для всех агентов нет, поэтому изменение этой настройки лучше проверять на реальных сценариях.
Подробность ответа
Настройка определяет, насколько развёрнутыми будут ответы модели.
Для большинства агентов, которые консультируют клиентов, квалифицируют заявки или продают через мессенджеры, рекомендуем начинать с низкой подробности.
Так ответы получаются короче и естественнее для переписки, а расход исходящих токенов снижается.
Повышать подробность имеет смысл, если задача агента действительно требует развёрнутых объяснений: например, подробной консультации, анализа или сложных инструкций пользователю.
Как протестировать модель
Выберите одну подходящую по стоимости модель и прогоните несколько диалогов в тестовом чате.
Проверьте:
Обычный диалог
Задайте типичный вопрос, с которым будет обращаться клиент.
Сложный или неоднозначный запрос
Проверьте, правильно ли агент понимает инструкции и контекст.
Нестандартную ситуацию
Например, вопрос, который напрямую не описан в системном промпте.
Работу функций
Если агент использует CRM, календарь, таблицы или другие действия, проверьте несколько сценариев их вызова.
Стоимость
Посмотрите расход BotCoin на реальных диалогах.
Что делать после теста
Если агент работает стабильно, а расход вас устраивает — оставьте выбранную модель.
Если качество недостаточное — сначала проверьте системный промпт и настройки агента. Если настройка корректная, попробуйте более сильную модель.
Если качество устраивает, но агент расходует слишком много BotCoin — протестируйте более экономичную модель. Если после перехода качество заметно падает — вернитесь к предыдущему варианту.
Особенности отдельных моделей
У некоторых моделей есть технические особенности, которые важно учитывать независимо от их стоимости.
Kimi K3 и функции
Веб-поиск со своим API-ключом
Для некоторых моделей веб-поиск при использовании собственного API-ключа доступен только через OpenRouter.
Это относится к моделям:
DeepSeek;
MoonshotAI;
Z.ai.
Главное
Не нужно долго выбирать идеальную модель до запуска агента. Её можно менять и повторно тестировать по мере развития агента.
Для большинства проектов достаточно:
определить допустимый уровень расходов;
выбрать актуальную модель подходящей категории;
протестировать её на реальных сценариях;
оценить качество и расход;
при необходимости переключиться на более сильную или более экономичную модель.
Связанные статьи
Системный промпт — инструкция, от которой зависит качество работы модели
Температура — как настроить степень следования промпту после выбора модели
Расходы на LLM — как считаются токены и стоимость
Тестовый чат — где сравнивать модели до запуска агента в рабочие каналы
Конструктор сообщений — действие сценария, позволяющее менять модель в отдельных сообщениях
Last updated
Was this helpful?