Editing Openai/69675db8-b8dc-8013-8d6c-c3552df72868 (section)

====== Show 1 (System): оптимизация конвейера «поиск → сводка → ответ» под стоимость API ======

Контекст: конвейер похож на «Deep Research»: локальный модуль делает сводки найденных материалов, облачный модуль пишет итоговый отчёт. В статье показано, что такие правила позволяют локальным моделям сводки порядка 3B параметров достигать 99% точности «фронтирной» системы при 26% стоимости API. arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/2512.21720|publisher=arxiv.org|access-date=2026-01-15}}</ref>

Шаги:
# Фиксируйте B_req как «доллары на один отчёт» и отдельным числом — задержку, которую готовы терпеть.
# Для каждого кандидата G_sum измерьте ⟨I_bits, R_bits_per_tok, T_sum, C_req⟩ на репрезентативной подвыборке запросов.
# Выберите кандидата, который даёт максимальный R_bits_per_tok при ограничении на C_req и T_sum.
# Для выбранного G_sum переберите 1–2 кандидата G_ans (например, текущую модель и следующую по цене) и сравните итоговую метрику отчёта.

Что записать в карточке решения: «При B_req = … модуль сводки X дал R_bits_per_tok = … и T_sum = …; это позволило заменить модель ответа на более дешёвую при сохранении метрики D».