Схему DevRev на GPT-6.1 Sol стоит скопировать любому магазину, клинике или сервису с входящим потоком обращений: дешевая быстрая модель маршрутизирует и отвечает на простое, а рассуждающая подключается только на сложных кейсах. Для бизнеса с 50 тикетами в день задача - разделить конвейер по сложности еще до того, как начинать платить за токены премиум-моделей.
По данным OpenAI, DevRev запускает своих агентов Computer и Operator на GPT-6.1 Sol, балансируя рассуждение, скорость и стоимость внутри одного продакшн-стека. Простые запросы вроде возврата или статуса заказа остаются на быстрых дешевых моделях, а многошаговая диагностика и действия в аккаунте уходят на Sol. В итоге self-service не жжет рассуждающие токены на каждом "где мой заказ".
Что это значит для малого бизнеса
Корпоративный масштаб для такого паттерна не нужен. В потоке на Claude или GPT легкий классификатор (Haiku, 4o-mini или кэшированный интент-промпт) размечает намерение и риск, и до рассуждающей модели доходят только сложные тикеты. Для магазина в WhatsApp или клиники с записью по email это обычно режет расход на модели в 5-10 раз без потери качества там, где оно критично - ту же логику я собирал в автоматизации клиентского сервиса сети фитнес-студий, где подтверждения записи и реальные жалобы идут по разным дорожкам.
Почему это важно: Автономная поддержка на ИИ-агентах имеет экономический смысл только при разделении дешевого и дорогого мышления: сначала маршрутизация, рассуждение - только когда тикет этого заслуживает.
Источник: OpenAI