Исследование компании Vals AI показало, что использование команд ИИ-агентов зачастую не дает преимуществ перед одиночными агентами, но значительно увеличивает затраты. Тестирование моделей GPT-6 Sol и Claude Opus 5.5 на бенчмарке Vibe Code Bench выявило, что работа в команде обходится в 1,8–5,1 раза дороже. Статистически значимый рост качества зафиксирован лишь в одном из четырех сценариев.
При максимальном уровне рассуждений командная работа не принесла ощутимого прироста производительности ни для одной из моделей. В тестах Anthropic с использованием Opus 5.5 увеличение числа агентов с десяти до 100 привело лишь к незначительному росту показателей за 24 часа. Команды ускоряют выполнение задач, однако это сопровождается кратным ростом потребления токенов.
Исследователь OpenAI Ноам Браун подтвердил, что многоагентные системы в основном влияют на скорость, а не на качество результата. Использование четырех агентов ускоряет решение задачи в два раза, но удваивает стоимость. Масштабирование до очень больших групп агентов остается неизученным из-за высоких затрат и так называемого налога на координацию, снижающего эффективность.
Эффективность команд агентов зависит от типа задачи. Параллелизация хорошо работает в математике и веб-поиске, но не подходит для творческих процессов, таких как написание текстов. Разработчик OpenAI Эрик Провеншер предупредил, что использование роев агентов часто приводит к неоправданным расходам, так как координация между участниками системы нарушается.
