Orquestração de Agentes AI Provou Ser Mais Importante que a Escolha de Modelo: Pesquisa arXiv

Исследование, опубликованное на arXiv в июле 2026 года, показало неожиданное: оптимизация слоя оркестрации AI-агентов (способ, которым система собирает контекст, управляет инструментами, последовательностью действий и логикой выполнения) влияет на расходы больше, чем выбор самой модели.

Как проверили эффект оркестрации

Авторы провели контролируемый эксперимент методом строгого замещения. Выбрали 22 фиксированные задачи оценки работы агентов и протестировали их на шести фундаментальных моделях. Менял только слой оркестрации, всё остальное оставалось неизменным.

С одной стороны лежала стандартная production-архитектура (обычная система, которую используют в реальности), с другой — оптимизированный Writer Agent Harness (специально улучшенный слой оркестрации). Все модели тестировали на одинаковых задачах, с одинаковой длительностью, одинаковой фактурой контекста.

Результаты: цифры, которые удивляют

• Снижение стоимости: $0.21 → $0.12 за одну задачу (экономия 41%)
• Ускорение выполнения: 48 секунд → 27 секунд (на 44% быстрее)
• Экономия токенов: 14.2k → 8.8k токенов на задачу (на 38% меньше)
• Качество работы: 0.78 → 0.81 в метрике completion (сохранилось или улучшилось)
• Качество на доллар выросло на 82%
• Протестированные модели: Claude Sonnet 4.6, Gemini 3.1, Gemini Flash 3.5, Qwen 3.6, GLM 5.1, Palmyra X6

Самый интригующий вывод: на этой нагрузке слой оркестрации повлиял на стоимость задачи больше, чем полный диапазон разброса цен самих моделей.

"Оркестрация — это один компонент, эффективность которого

мультипликируется на каждой модели, которую запускает организация: текущей и будущей."

Работает ли эффект на всех моделях

Да. Все шесть моделей стали дешевле на 33-61%, независимо от их базовой стоимости и производительности. Эффект универсален.

Но качество улучшалось неравномерно: более сильные модели показали больший прирост, чем слабые. Авторы назвали это явлением "harness leverage" — эффект рычага оркестрации. Корреляция между улучшением качества и изначальной мощностью модели составила r=0.99 (почти идеальная связь).

Какие механизмы стоят за экономией

Авторы выделили шесть семейств механизмов, которые вместе дают выигрыш:

• Дисциплина кеширования — правильная форма и размер кеша, избежание cache misses
• Структурирование промптов — порядок предоставления контекста, приоритизация важных данных
• Управление ошибками — если tool-call вернул ошибку, не пытаться его повторять слепо
• Оптимизация повторов — когда переходить к следующему шагу, а когда нужен ещё один turn
• Наблюдаемость и логирование — видеть, что делает агент, ловить необычное поведение рано
• Управление затратами на ошибки — не переплачивать за безуспешные попытки

Все эти механизмы вместе и мультипликируют друг друга.

Что это значит для enterprise

Выбор модели — только часть задачи оптимизации расходов. Инженерия оркестрации (как мы собираем контекст, как кешируем, как управляем цепочкой tool-calling, как обрабатываем ошибки и отказы) имеет больший рычаг на экономику, чем сам выбор модели.

Для компаний, которые развёртывают AI-агентов в production, это значит: перед тем, как платить за более дорогую или мощную модель, имеет смысл посмотреть на архитектуру самой системы. Правильно спроектированная оркестрация может дать больший выигрыш в стоимости и скорости, чем апгрейд модели. И этот выигрыш масштабируется: если вы запускаете на шести моделях, улучшение оркестрации даст плюс ко всем шести.