Nimble обещает сократить расходы на токены на 51% с помощью Web Search Agents
Что изменилось для корпоративного ИИ. Нью-йоркский стартап Nimble представил Web Search Agents, систему специализированного поиска для ИИ-агентов. По данным компании, она повышает точность веб-исследований на 21% и использует на 51% меньше токенов по сравнению с ведущими альтернативами для ИИ-поиска. Nimble анонсировал продукт 3 марта 2026 года.
Почему обычный поиск обходится дорого. Общий поисковый API часто возвращает много материалов, которые не нужны для конкретной задачи. ИИ-модели приходится тратить токены на их просмотр и отбор. Токеном называют небольшую единицу текста, за обработку которой модель обычно взимает плату. Чем больше лишнего контекста получает агент, тем выше стоимость и тем дольше он формирует ответ.
В опубликованном Nimble бенчмарке средняя веб-страница содержит 8 795 символов, а целевой ответ занимает в среднем 31,7 символа. Это показывает разрыв между объёмом загруженного материала и фактически нужными данными. Компания оценивает, что в таком сценарии около 97,9% контента может быть нерелевантным. Полный набор исходных запросов, страниц и код проверки Nimble не опубликовала, поэтому заявленные результаты требуют независимой проверки.
Как специализированный поиск сокращает лишнюю работу. Вместо одного универсального алгоритма Web Search Agents подстраивают стратегию извлечения под область конкретного заказчика. Система может определить, что искать, перейти на нужные страницы, выделить сведения, проверить результат и вернуть агенту более компактный контекст.
По словам генерального директора и сооснователя Nimble Ури Кноровича, для каждого домена создаются специализированные модели извлечения. Они должны помогать быстрее находить нужную информацию и уменьшать число повторных шагов рассуждения. Это особенно важно для задач, которые выполняются часами или днями, например для конкурентного анализа, мониторинга рынка и проверки цепочек поставок.
Что это даёт бизнесу. Меньше лишних запросов означает меньшие расходы на обработку и более предсказуемую работу агентов. Клиент Nimble, CRM-компания Rox, сообщил о 20-кратном сокращении затрат на токены после перехода на инфраструктуру Nimble. При этом подробные параметры нагрузки и воспроизводимый базовый сценарий компания не раскрыла.
По данным Nimble, её инфраструктура поддерживает более 90 миллионов поисковых запросов в день. Источник не уточняет, какая доля этих запросов приходится именно на компании из списка Fortune 500, поэтому делать такой вывод нельзя.
Как подключить платформу. Разработчики могут использовать API, SDK или MCP. API позволяет подключать сервис к собственному приложению, SDK предоставляет готовые инструменты для популярных языков программирования, а MCP является стандартом связи ИИ-модели с внешними инструментами и данными.
- Поиск по актуальному вебу с небольшой задержкой;
- Многошаговые исследования, в которых агент сам планирует последовательность действий;
- Сбор структурированных наборов данных для последующей обработки;
- Поиск в рамках конкретной отрасли или домена.
Для регулярных задач Nimble также предлагает Agent Jobs. Они запускают сбор данных по расписанию и передают обновления в хранилище. Web Search Skills добавляют готовые сценарии для исследовательских задач. В документации есть примеры вызовов Search, Extract и Agents для Python, Node и cURL, поэтому разработчик может проверить экономию на собственной выборке.
Сколько это стоит. Тариф Agent API начинается с $0,025 за запрос к Web Search Agent в режиме с низкой сложностью. Управляемые планы для индивидуальной настройки потоков данных начинаются от $2 500 в месяц при оплате за год.
Nimble также заявляет, что проектирует сервис по принципу отсутствия хранения пользовательских данных в своей среде. Перед внедрением стоит проверить актуальную политику хранения, условия договора, обработку технических логов, применимость правила к выбранному тарифу и региону размещения данных.
Кому стоит обратить внимание. Web Search Agents особенно интересны командам, которые уже запускают корпоративных ИИ-агентов и видят, что основная стоимость уходит не на финальный ответ, а на поиск, загрузку и обработку лишних страниц. Для небольших разовых запросов разница может быть незаметной. Для постоянного мониторинга, исследовательских процессов и систем, работающих с большими объёмами веб-данных, специализированный слой извлечения может снизить операционные расходы и сделать результаты стабильнее.
Практичный следующий шаг. Не стоит принимать рекламные показатели Nimble на веру без проверки. Возьмите собственную выборку запросов, сравните число токенов, время ответа, полноту источников и стоимость одного результата в обычном поисковом API и Web Search Agents. Если качество сохраняется, а расход токенов действительно снижается, специализированный поиск может стать более доступным и надёжным фундаментом для корпоративных ИИ-систем. Подробнее: Prentis запускает ИИ для работы за компьютером: как это сократит ваши рутинные задачи.
