Стартап из Лондона заявил, что его агент Faraday обошёл GPT-5.5 и Claude в проверке научных работ
Стартап из Лондона заявил, что его агент Faraday обошёл GPT-5.5 и Claude в проверке научных работ
Лондонский стартап Inherent заявил, что его агент Faraday лучше крупных систем Anthropic и OpenAI воспроизводит результаты опубликованных научных работ без заранее известного ответа. Об этом сообщает TechCrunch со ссылкой на сооснователя и научного руководителя компании Эдварда Хьюза. Независимой проверки методики и результатов пока не опубликовано.
Faraday — не новая базовая модель, а агентная система: она выбирает, какие эксперименты запускать и как проверять гипотезы. По словам Inherent, в сравнении использовались Claude Opus 4.8 и GPT-5.5. Сам агент построен вокруг Qwen 3.6 с 27 млрд параметров — заметно меньшей модели, чем системы, с которыми его сопоставляют.
Важен не только размер модели
Компания называет ключевой целью «научный вкус»: способность не просто выполнять инструкции, а решать, какие эксперименты имеют смысл. Для обучения этому поведению Inherent использует обучение с подкреплением. В конкретной задаче агент должен был самостоятельно повторять выводы научных статей, а не искать готовый ответ.
Сравнение нельзя читать как доказательство общего превосходства Faraday над Claude или GPT: речь идёт об одном сценарии и о данных самой компании. Но сама конструкция заслуживает внимания. В агентных задачах итог всё чаще зависит не от одной самой большой модели, а от связки планирования, инструментов, проверки промежуточных результатов и более дешёвых специализированных компонентов.
Агент как коллега, а не чат
Inherent не пытается заменить всеми компонентами внешние сервисы. Для программирования Faraday, по данным TechCrunch, использует GPT-5.5 Codex. Такой подход ближе к работе исследовательской команды: один участник формулирует и проверяет гипотезы, другой выполняет специализированную работу.
Для лабораторий и компаний это практичный ориентир. Покупать самую мощную модель для каждого шага не обязательно; важнее заранее определить, где агент обязан остановиться, что перепроверить и какой инструмент привлечь. Если Inherent подтвердит результаты независимым тестированием, это будет аргументом в пользу таких «сборных» исследовательских систем, а не очередной таблицы бенчмарков.
