Контроль ИИ-агентов дешевле: в тесте Goodfire расходы на проверяющую модель упали почти в 49 раз

Проверять каждый ход дорого. При сплошной проверке вторая модель читает всё, что делает ИИ-агент. Агент сам планирует шаги и вызывает инструменты, поэтому проверяющая модель получает целую последовательность действий. Goodfire развернула выборочную проверку для Kimi K3 и GLM 5.3.

Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.

В оценке Goodfire от 8 октября расходы на проверяющую модель и средняя дополнительная задержка изменились так:

| Режим проверяющей модели | Стоимость миллиона ходов раньше | С монитором | Задержка на ход раньше | С монитором | | --- | --- | --- | --- | --- | | Без рассуждений | $3 166 | $65 | 160 мс | 2 мс | | С рассуждениями | $5 420 | $185 | 2 750 мс | 42 мс |

Goodfire оценила каскад на 2 400 сессиях и свыше 60 000 ходов. Он выявлял около 93% вредоносных сессий, отправляя на дополнительную проверку 5,5% безопасных.

С монитором Kimi K3 блокировала 96% вредоносных сессий вместо 29%. Доля прерванных безопасных сессий выросла с 5% до 9%.

В опубликованном отчёте FAR.AI число сработавших универсальных jailbreaks в статическом тесте снизилось с 66 до 0. Такие запросы пытаются заставить модель обойти защиту. Число успешных отдельных взаимодействий снизилось с 700 до 18.

Подключение через Goodfire. Команды, использующие открытые модели, компания направляет в форму Contact Us на своём сайте. Это внедрение монитора в работу модели, а не кнопка в обычном чате.

Источники: [TechCrunch, 8 октября 2026](https://techcrunch.com/2026/10/08/goodfire-says-its-new-inside-out-monitors-catch-rogue-ai-agents-at-a-fraction-of-the-cost), [форма подключения Goodfire](https://www.goodfire.com/contact-us).

Мониторы Goodfire уже доступны клиентам Baseten.