[Writer](https://writer.com/blog/aug-roundup-new-at-writer/) выпустила Palmyra X6 и обещает снизить расходы на ИИ до 52%

Palmyra X6 создана на базе открытой модели GLM-5.2 компании Z.ai. Writer использовала ее как основу для дополнительного обучения, ориентированного на рабочие сценарии, где агенту приходится выполнять длинные цепочки действий, обращаться к инструментам и передавать отдельные задачи другим агентам.
Это заметное изменение относительно Palmyra X5, выпущенной в апреле 2025 года. Тогда Writer делала акцент на собственном адаптивном рассуждении и контекстном окне объемом 1 млн токенов. В случае X6 внимание сместилось на стоимость всей выполненной задачи и эффективность системы вокруг модели, а не только на характеристики самой LLM.
Именно здесь находится главный крючок обновления. По данным Writer, после переработки WRITER Agent задачи на разных протестированных моделях выполнялись в среднем на 44% быстрее и обходились на 41% дешевле при сохранении качества. В паре с Palmyra X6 компания заявляет уже о снижении средней стоимости на 52%, ускорении на 48% и росте качества на 10%. Это результаты тестов самой Writer, а не независимые измерения.
Причина экономии связана с так называемым harness, то есть программным слоем, который управляет работой агента: выбирает последовательность действий, запускает инструменты, распределяет задачи и следит за контекстом. Исследования Writer показали, что изменения этого слоя иногда сильнее влияют на итоговые расходы, чем смена самой языковой модели. В тестах экономия за счет такой оптимизации составляла в среднем около 40%.
Writer при этом не закрывает платформу на Palmyra X6. Клиенты могут продолжать использовать другие модели компании и сторонние системы, подключенные через Azure или Amazon Bedrock. Поэтому обновление инфраструктуры должно работать и без перехода исключительно на X6.
Palmyra X6 и обновленный агент уже доступны клиентам Writer. Отдельного запуска для России компания не анонсировала, а о локальной доступности или специальных условиях для российского рынка в опубликованных материалах не сообщается.
Похоже, борьба между корпоративными ИИ начинает смещаться от вопроса «кто умнее в очередном тесте» к более прозаичному показателю: сколько в итоге стоит одна выполненная задача. А вы при выборе ИИ-сервиса вообще смотрите на расход токенов?