Amazon представила открытую модель Strands Decider 2B для быстрых решений ИИ-агентов
Ключевые выводы
- •Команда Strands Labs в Amazon запустила Strands Decider 2B — открытую модель, выполняющую локальные решения ИИ-агентов с задержкой менее 150 миллисекунд.
- •Модель построена на Qwen3.5-2B-Base — открытой базовой модели из семейства Qwen от Alibaba — и выполняет дискретные задачи, такие как маршрутизация и классификация, без генерации связного текста.
- •Amazon опубликовала модель на Hugging Face вместе с полным кодом и скриптами обучения, обеспечив широкое использование, изучение и адаптацию.
- •Релиз рассматривается как усиление конкурентного давления на Anthropic, хотя Amazon остаётся крупным инвестором компании.
- •Участники рынка сейчас оценивают шансы Anthropic сохранить лидерство в ИИ к октябрю 2026 года примерно в 30% — эта цифра может измениться с появлением данных о распространении и бенчмарков.

Amazon представила Strands Decider 2B — открытую модель быстрого принятия решений, созданную для ИИ-агентов. Модель разработана командой Strands Labs в Amazon Web Services и рассчитана на быстрое принятие локальных решений агентами с задержкой менее 150 миллисекунд.
Strands Decider 2B построена на Qwen3.5-2B-Base — базовой модели из семейства открытых моделей Qwen, изначально разработанных исследовательскими командами Alibaba. Модель не генерирует связный текст, а относится к растущей категории компактных систем, ориентированных на дискретные задачи агентов, такие как маршрутизация и классификация. ИИ-агенты — программы, которые планируют и выполняют многошаговые задачи с минимальным участием человека — обычно полагаются на более крупные модели для рассуждений и генерации текста, тогда как лёгкие модели принятия решений могут обрабатывать частые управляющие выборы там, где важнее всего скорость реагирования. Поскольку один агент может принимать множество таких решений в рамках одной многошаговой задачи, небольшие задержки на каждое решение накапливаются — именно здесь становится важен локальный цикл принятия решений менее 150 миллисекунд. Локальное выполнение таких решений также исключает обращение к удалённым сервисам инференса — фактор, который подогрел интерес к малым моделям для устройств и низколатентных развёртываний.
Модель доступна на Hugging Face — широко используемой платформе для хостинга и распространения открытых ИИ-моделей и датасетов. Amazon также опубликовала полный код и скрипты обучения, сделав систему доступной для широкого использования, изучения и адаптации.
Рыночный контекст
Согласно отчёту, появление Strands Decider 2B, по-видимому, усиливает конкурентное давление в сфере ИИ с возможными последствиями для конкурентных позиций Anthropic. Рыночное ценообразование указывает, что выход Amazon может отвлечь ресурсы и внимание от усилий Anthropic занять первое место среди ИИ-моделей к октябрю 2026 года. Недавние изменения рыночных котировок, похоже, согласуются с растущей неопределённостью относительно вероятности сохранения Anthropic лидирующих позиций. При этом Amazon отдельно является крупным инвестором Anthropic — отношения, сложившиеся до этого релиза, — то есть компания теперь находится по обе стороны этой динамики: как сторонник Anthropic и, через Strands Labs, как участник рынка агентных моделей.
За чем следить
Ожидается, что наблюдатели будут отслеживать, как Anthropic ответит на новинку Amazon и повлияет ли она на более широкую динамику рынка ИИ. Ключевые индикаторы — любыеные бенчмарки или сравнения производительности с участием Strands Decider 2B и её конкурентов. Со стороны распространения активность загрузок и производные сообщества на Hugging Face могут показать, насколько модель приживётся среди разработчиков агентов. Изменения рыночных котировок для Anthropic — сейчас 30% на октябрь 2026 года, что означает, что участники оценивают вероятность этого исхода примерно в три из десяти, — также могут отражать изменение восприятия по мере развития событий. С усилением конкуренции дополнительные анонсы таких компаний, как Google и Meta, также могут повлиять на ландшафт ИИ и рыночные настроения.