NVIDIA открыла SoL-Pi — система сокращает расход токенов ИИ-агентов до 49%

NVIDIA выпустила в открытый доступ SoL-Pi — расширение для фреймворка Pi, предназначенное для снижения затрат при длительной работе ИИ-агентов. Исходный код опубликован на GitHub под лицензией MIT.

SoL-Pi не является отдельной языковой моделью. Это надстройка над агентской средой Pi, которая пытается уменьшить количество повторных обращений к модели, объём повторно передаваемого контекста и ненужное чтение больших результатов инструментов.

Проект появился в результате автоматических исследовательских циклов NVIDIA. ИИ-агенты предложили 152 направления оптимизации, после проверки которых в финальную систему вошли четыре механизма.

Один объединяет последовательные действия вроде редактирования файла и его последующей проверки в один вызов. Второй заменяет повторную передачу больших результатов инструментов компактными ссылками с возможностью точно восстановить нужный фрагмент. Третий сжимает завершённые части контекста, а четвёртый передаёт чтение длинных логов более дешёвому агенту, проверяя цитируемые им строки по оригиналу.

NVIDIA's SoL-Pi, now on Hugging Face paper pages

A token-efficient agent harness built by recursively scaling auto-research loops. It cuts token traffic by 44.7-49.0% and API cost by about one third while preserving performance. pic.twitter.com/EMhnRRqkSW

— DailyPapers (@HuggingPapers) September 18, 2026

До 49% меньше токенов, но с небольшой потерей результата

Наиболее заметный эффект NVIDIA получила в EdgeBench — наборе из 51 длительной агентской задачи, каждая из которых может требовать нескольких часов работы.

В испытании с GPT-5.6 Sol обычный Pi использовал около 2,154 млрд токенов, тогда как SoL-Pi — примерно 1,099 млрд. Таким образом, расход снизился приблизительно на 49%.

Расчётная стоимость работы модели уменьшилась с $1339 до $894, или примерно на треть.

При этом экономия не оказалась полностью бесплатной с точки зрения качества. Средний результат SoL-Pi составил 42,0 балла против 44,8 у обычного Pi — около 94% результата исходной среды.

На странице проекта NVIDIA прямо отмечает этот компромисс: при использовании GPT-5.6 Sol и Claude Opus 5 система сохраняла примерно 94% средней оценки Pi, одновременно сокращая расход токенов на 45–49%.

Поэтому формулировка о «том же качестве при вдвое меньшем количестве токенов» была бы слишком сильной. Речь скорее идёт о значительном снижении затрат при относительно небольшой потере результата в конкретных тестах.

Оптимизации можно включать по отдельности

SoL-Pi устанавливается поверх обычной версии Pi и не требует изменения её исходного кода. Все четыре механизма по умолчанию отключены и активируются отдельно через конфигурацию.

Это позволяет, например, использовать только локальные оптимизации, не подключая механизм, который может отправлять длинные диагностические логи дополнительной модели.

NVIDIA также проверила SoL-Pi с Claude Opus 5. В этом случае расход токенов относительно Pi сократился примерно на 44,7%, а стоимость — приблизительно на треть.

Авторы сравнивали систему и с нативными агентскими средами вроде Codex и Claude Code, где в отдельных тестах экономия оказалась ещё выше. Однако результаты относятся к конкретным моделям, настройкам и длительным задачам EdgeBench, поэтому переносить те же проценты на любой агентский сценарий нельзя.

SoL-Pi интересен прежде всего как пример того, что эффективность ИИ-агентов можно повышать не только за счёт новых моделей. Значительная часть расходов возникает из-за самой организации работы агента — повторной передачи контекста, длинных логов и дополнительных модельных шагов, которые иногда можно убрать на уровне программной среды.