Корпоративный ИИ-агент Omni от стартапа Xpander показал невероятный результат в 90.9% на бенчмарке GAIA. Это достижение подтверждает: будущее ИИ зависит не только от мощности моделей, но и от их способности эффективно взаимодействовать с внешними инструментами и данными через поисковые API.
Что такое GAIA и почему 90.9% — это много?
Бенчмарк GAIA (General AI Assistants) считается одним из самых сложных для современных моделей. В отличие от текстовых тестов, здесь агенты должны решать реальные задачи: искать информацию в сети, работать с файлами и выполнять многошаговые инструкции. Долгое время даже топовые модели не могли преодолеть порог в 30-40% без использования специализированных инструментов.
Успех Omni (90.9%) обусловлен архитектурой «универсальной обвязки» (universal agent harness). Она позволяет модели не просто «гадать» ответ, а открывать страницы полноценным браузером, извлекать структурированные данные и проверять факты в реальном времени. Именно такой подход к поиску реализован в срезAI.
Сравнение лидеров бенчмарка
| Агент / Система | Результат GAIA | Ключевая особенность |
|---|---|---|
| Xpander Omni | 90.9% | Корпоративная инфраструктура и Tool-use |
| Tavily (оптимизированный) | 91.2% | Специализированный поисковый слой |
| срезAI (агент на базе GPT-4o) | 87.3% | Глубокий поиск по Рунету и верификация |
| Базовый GPT-4o | ~30-35% | Без внешних инструментов поиска |
Почему поиск — это 80% успеха агента
Рекорд Omni доказывает: чтобы агент был полезен в бизнесе, он должен уметь обрабатывать динамический контент. Стандартные поисковые выдачи часто содержат «мусор» или устаревшие данные. Для достижения точности выше 90% требуются функции, которые мы внедрили в срезAI:
- JavaScript выполняется на нашей стороне: агент видит страницу так же, как человек, включая все динамические элементы.
- Чистый Markdown: модель не отвлекается на HTML-теги и рекламу, работая только с полезным текстом.
- Мгновенная верификация: встроенный инструмент verify_claim позволяет агенту перепроверить найденную цифру в 3-5 независимых источниках.
- Headless-рендер: обработка страниц происходит в защищенном окружении, что критично для корпоративной безопасности.
Интересный факт
Как внедрить поисковый слой уровня Omni
Для разработчиков в РФ срезAI предлагает готовый MCP-сервер. Это позволяет подключить возможности глубокого поиска к вашему агенту буквально за пару минут. JavaScript выполняется на нашей стороне, а ваш агент получает уже готовый, отфильтрованный контент.
import requests # Пример запроса к срезAI для получения данных, # нужных для решения задачи уровня GAIA
response = requests.post( "https://api.srezai.ru/v1/web_search", json={ "query": "финансовые показатели Xpander 2024-2025", "excerpts": True, "num": 5 }, headers={"Authorization": "Bearer YOUR_API_KEY"}
) print(response.json())Почему обычного Google API недостаточно для агентов?
Обычные API выдают только ссылки и короткие сниппеты. Для решения задач GAIA агенту нужно прочитать содержимое страниц, что требует рендеринга JavaScript и очистки текста, которые предоставляет срезAI.
Какая точность у срезAI в сравнении с Omni?
В последних тестах на подмножестве GAIA, агенты использующие срезAI для поиска по Рунету и фактчекинга, достигают точности 87.3%.
Можно ли использовать срезAI для поиска по зарубежным источникам?
Да, API работает глобально, но наше уникальное преимущество — самая глубокая индексация и понимание специфики Рунета.
Сколько стоит один запрос для агента?
Стоимость составляет 0,10₽ за базовый поиск. Верификация фактов и глубокое исследование стоят дороже, но экономят время разработчика на обработку ошибок LLM.
Поддерживает ли срезAI работу с динамическими сайтами (SPA)?
Да, рендер как в браузере позволяет нам корректно извлекать данные с любых современных сайтов на React, Vue или Angular.
Попробуйте срезAI бесплатно
Получить 1000 кредитовСвой веб-доступ для агента: поиск, чтение страниц и извлечение данных по одному ключу.
