Команда T-Tech выложила в открытый доступ T-Search — агентного ретривера для многошагового поиска на английском и русском, построенного на Qwen3.6-35B-A3B. Главная ценность — экономика: MoE-модель с ~3B активных параметров умещается на одной GPU, тогда как сопоставимое качество раньше требовало кластеров из 16 карт. При этом по среднему Recall@10 T-Search обходит куда более крупные открытые модели — Qwen3.5-397B, GLM-5.2, Kimi-K2.6. Инференс поисковой агентики дешевеет на порядок, а качество только растёт.

Ускоряет поиск и само устройство агента: он работает раундами, перенося между ними лишь компактную «память» вместо полной истории, что удерживает контекст в рамках ~32K токенов. Бюджетом можно управлять гибко: быстрый дешёвый поиск — или три параллельных роллаута с RRF-слиянием, поднимающие средний Recall@10 с 55.96 до 61.33. Модель, харнесс и датасеты выложены под Apache 2.0.

Коллекция на 🤗

@ai_newz