Компания AISquared анонсировала Bolt — линейку специализированных AI-моделей, нацеленных на решение проблемы «токенового бремени» в энтерпрайзе. Вместо того чтобы гонять тяжеловесные Claude Opus 4.6 или GPT-5.5 для рутинных задач, разработчикам предлагают использовать компактные и дешевые модели, заточенные под конкретные воркфлоу.

Экономия и производительность

Главный аргумент Bolt — цифры. По данным разработчиков, использование Bolt обходится в 20 раз дешевле, чем эксплуатация топовых проприетарных моделей. При обработке миллиона инвойсов в месяц это экономит около $1.89 млн в год.

Основные фишки релиза:

• Bolt-VL-9B: Модель для работы с документами. В тестах на парсинг инвойсов она показала точность в 7.2 раза выше, чем у универсальных гигантов, при этом снизив затраты на инфраструктуру на 42%.
• Bolt Instruct 32B: Используется как интеллектуальный роутер. В связке с платформой UNIFI она перехватывает запросы и распределяет их: 58% задач уходят на легкие модели, и только самые сложные — на тяжелый стек. Это снижает задержки (latency) на 42%.

Что это значит для вайбкодеров

Для тех, кто строит сложные AI-агенты и автоматизации, Bolt подтверждает важный тренд: эра «одной модели для всего» заканчивается. В продакшене выгоднее и быстрее использовать каскад моделей.

Bolt позволяет разворачивать специализированные узлы для извлечения данных (data extraction), проверки комплаенса и маршрутизации запросов. Модели могут работать как в облаке, так и on-premise, что критично для проектов с жесткими требованиями к безопасности данных (PII detection у Bolt близок к идеальному).

Вердикт

AISquared делает ставку на эффективность. Если ваш агент тратит тысячи долларов на простые задачи по классификации или парсингу через GPT-4/5, переход на специализированный роутинг через Bolt может сократить операционные расходы почти вдвое без потери качества.