Cotype Pro 2 адаптирована под более чем 100 корпоративных сценариев и может развертываться на внутренней инфраструктуре компаний — без подключения к внешним серверам, что повышает защиту данных. Модель вошла в топ-5 русскоязычных ИИ-решений по оценке Альянса в сфере ИИ (бенчмарк MERA). В 2025–2026 годах на её основе MTS AI планирует выпустить серию ИИ-агентов для госсектора, банков, ритейла и других сфер.
«Ключевым требованием становится развитие способности к рассуждению, что позволит моделям анализировать, делать выводы и принимать обоснованные решения в условиях неопределённости, например, оценивать риски в финансовой аналитике или находить оптимальные подходы в научных исследованиях. Для ИИ-агентов также важно не только хорошо выполнять инструкции и работать с большим объёмом информации, но и выдавать ответы в структурированном виде, понятном другим системам», — отметил исполнительный директор MTS AI Дмитрий Марков.
Новая модель демонстрирует рост эффективности по всем основным задачам: генерация идей (с 44% до 57%), извлечение информации (с 81% до 86%), общение на общие темы (с 55% до 64%). Также улучшены суммаризация (до 85%) и креативное письмо (до 65%). При этом точность классификации осталась на высоком уровне — 87%. Cotype Pro 2 также лучше справляется с рассуждениями, что полезно для финансовой аналитики и научных исследований.
Перед выпуском MTS AI в течение трёх месяцев тестировала модель Cotype Pro 2 в реальных условиях: в банке она автоматически сортировала обращения в поддержку, а для МТС Live создавала описания мероприятий. Также в рамках тестирования была подтверждена возможность интеграции с инструментами RAG (Retrieval-Augmented Generation) для извлечения информации из баз знаний с генерацией текста. Такие решения востребованы, например, в чат-ботах, где нужно регулярно обновлять данные и отвечать пользователю за несколько секунд.
Помимо базовых задач, Cotype Pro 2 поддерживает «ролевой отыгрыш» — ведение диалога от лица специалиста, что полезно для поддержки клиентов и обучения сотрудников. Компания также разработала собственный метод оценки работы с длинными текстами, где модель показала двукратный рост качества по сравнению с предыдущей версией.