Intercom Fin Apex 1.0: специализированная модель обогнала GPT-5.4 и Claude
Intercom выпустила собственную ИИ-модель для клиентской поддержки. Fin Apex 1.0 разрешает 73,1% обращений без человека — на 2 п.п. больше, чем GPT-5.4 и Claude Opus 4.5. Стоит в 5 раз дешевле.
26 марта 2026 года Intercom представила Fin Apex 1.0 — собственную ИИ-модель, натренированную специально для клиентской поддержки. По бенчмаркам компании, модель разрешает 73,1% обращений без участия человека. Для сравнения: GPT-5.4 и Claude Opus 4.5 показали 71,1%, Claude Sonnet 4.6 — 69,6%.
Два процентных пункта — разница небольшая. Но при масштабе Intercom в 2 миллиона разговоров в неделю это тысячи обращений, которые либо закрываются автоматически, либо ложатся на живых операторов.
Fin Apex отвечает за 3,7 секунды, на 0,6 секунды быстрее ближайшего конкурента. Галлюцинаций на 65% меньше, чем у Claude Sonnet 4.6. Стоимость — примерно пятая часть от прямого использования фронтирных моделей через API.
Для 15-летней компании, которая ещё три года назад, по словам CEO Эогана Маккейба, была «в плохом месте», результат серьёзный.
Как устроена Fin Apex
Intercom не раскрывает, какую базовую модель взяла за основу. Известно только, что это модель с открытыми весами размером «в сотни миллиардов параметров». Компания прямо говорит: база будет меняться со временем, конкурентное преимущество не в ней.
Ключевое — post-training. Intercom обучала модель на собственных данных: годах реальных разговоров с клиентами через Fin. Компания не просто скормила транскрипты, а построила систему обучения с подкреплением, привязанную к реальным результатам. Модель учили различать, когда обращение действительно решено, а когда клиент всё ещё недоволен.
«Предобучение стало commodity, — говорит Маккейб. — Фронтир теперь в post-training. Для него нужны собственные данные и собственные источники истины».
Если разбирать кейс не как пресс-релиз, а как внедрение, полезно держать рядом обзор сценариев применения LLM в бизнесе и базовый гайд по тому, как устроен production RAG-контур вокруг собственных источников истины.
Позиция спорная. Если база модели действительно взаимозаменяема, зачем скрывать, какую именно использовали? Intercom ссылается на конкуренцию, но история с Cursor, когда оказалось, что Composer 2 работает на китайской Kimi K2.5, показала: непрозрачность в этом вопросе вызывает подозрения.
Бизнес-результаты Fin
Fin, агент клиентской поддержки Intercom, приближается к $100 миллионам ежегодной выручки и растёт в 3,5 раза год к году. Это самый быстрорастущий сегмент бизнеса компании с общей выручкой $400 миллионов.
Путь был долгим. На старте показатель разрешения обращений у Fin составлял 23%. Сегодня в среднем 67%, у отдельных корпоративных клиентов доходит до 75%.
Команда ИИ выросла с 6 до 60 исследователей за три года. Intercom ожидает рост выручки 37% в этом году при среднем показателе по индустрии публичного SaaS около 11%.
Ценообразование осталось прежним: $0,99 за каждое решённое обращение. Клиенты Fin автоматически получают Apex без доплаты.
Специализация против универсальности
Маккейб ставит на тезис, который Андрей Карпати недавно описал как «видообразование» ИИ-моделей: вместо одной универсальной системы появляется множество специализированных, каждая заточена под свою задачу.
Клиентская поддержка, кодинг и юридические задачи — пока единственные области, где корпоративный ИИ приносит реальные деньги. Венчурные фонды вложили в это направление больше $1 миллиарда: Decagon, Sierra и другие конкуренты Intercom получили крупные раунды.
Остаётся вопрос, надолго ли хватит преимущества. Следующее поколение фронтирных моделей может закрыть разрыв. Маккейб считает, что нет: «Универсальные модели обучены на универсальных данных из интернета. Специализированные — на доменных данных. Логично, что вторые работают лучше в своей области».
Что дальше
Fin Apex доступна только внутри продукта Intercom, отдельного API нет. Компания планирует расширить агента за пределы поддержки, в продажи и маркетинг. Прямой конкурент — Agentforce от Salesforce с ИИ-агентами на всех этапах работы с клиентом.
Для SaaS-индустрии вопрос стоит остро. Если компания размером с Intercom может натренировать модель, которая в своей области обходит OpenAI и Anthropic, что ждёт тех, кто просто подключает их API?
Маккейб формулирует жёстко: «Если вы не можете стать компанией агентов, ваш CRUD-бизнес обречён на сжатие».
