Presis добавляет классификацию на собственной инфраструктуре в платформу агентов Boost.ai

10 ноября 2026 года компания boost.ai объявила о запуске Presis — языковой модели для классификации диалогов с ИИ-агентами, которая размещается на собственной инфраструктуре. По данным компании, внутреннее тестирование показало, что Presis работает как минимум в 2,5 раза быстрее заменяемых ею моделей; особенно заметна разница в часы пиковой нагрузки и при работе голосового ИИ.

Presis определяет, какая часть ИИ-агента должна ответить, относится ли вопрос к сфере его компетенции, безопасно ли показывать ответ конечному пользователю и как проверять завершённые диалоги. При использовании голосовых решений проверки маршрутизации и безопасности должны завершиться до начала ответа, поэтому классификация напрямую влияет на время отклика. По словам компании, Presis уже отвечает за эти решения на платформе, а её внедрение на остальных участках продолжается и должно завершиться в ближайшие недели.

Производительность и инфраструктура

По результатам внутреннего тестирования компании, средняя стоимость токенов снизилась на 33%, а точность улучшилась во всех пяти функциях классификации — от 0,5 до 7,9 процентного пункта в зависимости от функции.

Технический директор Rasmus Hauch заявил, что контроль над «каждой частью используемого стека» позволяет и дальше совершенствовать модель, предназначенную для классификации. В документации по версии 14 указано, что дообученные модели размещены на выделенных кластерах серверов под внутренним управлением; заявленные цели — низкое время отклика и высокая пропускная способность.

Presis работает в AWS в том же регионе, где уже обслуживается экземпляр платформы каждого клиента, поэтому указанное место обработки данных не меняется. AWS уже одобрена в качестве субобработчика, а значит, модель не добавляет новых субобработчиков и не требует менять соглашение об обработке данных или заключать дополнительное соглашение.

По словам компании, сквозной контроль устраняет риск того, что решения о маршрутизации, сфере компетенции и мерах безопасности пострадают из-за сбоев, превышения времени ожидания или колебаний пропускной способности у сторонних поставщиков.

В версии 14 генерация и классификация разделены

В версии 14 языковые модели платформы используются для двух разных задач: генерации и классификации. GPT-5.1 обязательно нужна для встроенных функций генерации текста и устанавливается по умолчанию для новых агентных действий, а Presis отвечает за классификацию в оркестраторе агента, при обучении на малом числе примеров, проверке ИИ, обнаружении запросов вне сферы компетенции и системных защитных механизмах. Перед обновлением клиенты должны настроить GPT-5.1; без неё миграция системы завершится ошибкой.

Такая архитектура сокращает выбор поставщиков моделей для встроенной классификации. Поддержка внешних собственных моделей и параметры настройки поставщика для этих задач будут удалены, но использование собственной модели (BYO) останется доступным для генеративных агентных действий, действий LLM и защитных механизмов.

Переход на новые модели

Компания связывает более широкий переход с запланированным на апрель 2027 года выводом из эксплуатации моделей GPT-4o, GPT-4.1, GPT-4.1-mini и GPT-4.1-nano в Azure, объявленным Microsoft. Возможности для ранней миграции и тестирования появились в версии 12.8.3 в августе 2026 года, а обязательные изменения версии 14, согласно плану, должны были начать внедрять в рабочую среду в середине октября 2026 года.

Presis — это переименованная Boost Native Model. По словам boost.ai, норвежское название передаёт идеи точности и своевременности, а переименование не изменило принцип работы модели.

Компания также оценивает возможность применить аналогичный подход с выделенной моделью для генеративных функций. Для клиентов ближайший компромисс — более строгий контроль над платформой и заявленный рост эффективности в обмен на меньшую свободу выбора поставщика для встроенной классификации. Более широкое применение этого подхода для генерации пока лишь рассматривается, а запуск не объявлен.