ИИ-агенты выбирали отели в среднем за $247–393 за ночь

Препринт, ещё не рецензирован · ранние данные

Кратко

Авторы проверили 28 моделей ИИ, которые выполняли 3600 заданий по бронированию 179 отелей Нью-Йорка. Более способные модели выбирали последовательнее, но их чувствительность к цене, качеству и известности бренда заметно различалась — иногда даже внутри одного семейства моделей.

Зачем это знать?

Если ИИ поручают выбирать покупки, его предпочтения могут влиять на цену и качество результата — и их нельзя надёжно угадать по общей «умности» модели. Вывод основан на тестовых заданиях, а не на реальных покупках пользователей; статья пока остаётся препринтом.

Разбор

Авторы не просто сравнили, какой отель выбрала модель. Они восстановили скрытые предпочтения по самим решениям: насколько модель реагирует на цену, как меняет цену на качество и обращает ли внимание на известность бренда. Для этого использовали модель выбора — математический способ отделить влияние каждого признака, когда варианты отличаются сразу по нескольким параметрам. Так PriceBench превращает набор ответов ИИ в измеримый «профиль покупателя».

Важная деталь: часть моделей вообще почти не сравнивала варианты. Пять из них в 88–100% случаев брали отель, стоявший первым в списке. Это делает агента уязвимым для того, кто управляет порядком выдачи: достаточно поднять нужный вариант наверх. Среди моделей, которые действительно просматривали предложения, авторы нашли 23 работающих с выбором, но их отношение к цене оказалось разным: у 21 из них более дорогие отели всё-таки снижали вероятность выбора, а сила этой реакции сильно расходилась.

Авторы также проверили, сохраняются ли выводы при других форматах заданий и связаны ли предпочтения с размером модели. Общая картина не изменилась: способность выбирать последовательно ещё не говорит, какие именно варианты модель предпочитает. Поэтому проверку нового агента предлагают проводить отдельно для каждой модели — до запуска, одним стандартным набором заданий, а не пытаться предсказать его поведение по названию семейства или числу параметров.

Ключевые цифры

5 из 28 моделейПочти каждая шестая модель обычно брала первый вариант, поэтому порядок предложений мог заметно управлять её решением.

88–100%Так часто эти модели выбирали первый отель — это уже не случайное предпочтение, а почти жёсткое следование позиции в списке.

$146На одинаковых заданиях разница между моделями в средней цене выбранной ночи достигала стоимости полноценной дополнительной ночёвки в недорогом отеле.

21 из 23 моделейУ большинства моделей, которые вообще сравнивали варианты, более высокая цена снижала шанс выбора; две оставшиеся не показали такой явной реакции.

Можно ли доверять

Это препринт на arXiv, поэтому другие учёные ещё не провели независимую рецензию. Кроме того, модели проверяли на стандартизированных заданиях с реальными объектами, но не на настоящих покупках пользователей: в реальном сервисе на результат могут влиять дополнительные данные, интерфейс и цель человека. Сильная сторона работы — открытые задания, код и ответы всех проверенных моделей, которые позволяют воспроизвести анализ.

Это препринт, поэтому результаты ещё не прошли полноценную независимую проверку.
Выводы основаны на 3600 заданиях по отелям Нью-Йорка и могут не переноситься на другие товары, рынки или реальные покупки.
Исследование оценивает выборы LLM в тестовых заданиях, а не фактический финансовый ущерб или поведение пользователей в рабочей системе.

Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено

Источник и детали

ЖурналarXiv (cs.AI)

Дата публикации у нас28 сентября 2026 г.

Дата источника25 сентября 2026 г.

ОригиналОткрыть

АвторыPavel Kireyev