Маленькая модель за 44 цента решает задачу, за которую большая берёт $12. И делает это за 120 миллисекунд вместо 2,4 секунды. Разрыв в стоимости между frontier-LLM (большая языковая модель на границе возможностей) и специализированной моделью узкого профиля давно перестал быть линейным — он достиг двух порядков. И всё же большинство инженерных команд продолжают стучать по гигантским API, потому что обучить «свою» маленькую модель исторически стоило дороже, чем арендовать чужую большую.

Парадокс в том, что технология для решения уже существует — post-training (пост-тренинг на реальных данных). Компании вроде Together и Fireworks построили на этом бизнес, но их продукты остаются инструментами для ML-инженеров, а не для продакт-команд. Freesolo, стартап из Y Combinator (Spring 2025), запустил сегодня платформу Flash, которая переворачивает эту логику: обучение специализированной модели становится действием из одной команды в терминале — с фиксированной ценой за весь ран.

🎯
Обучение маленькой модели через post-training даёт frontier-качество на узкой задаче при радикально меньшей стоимости и задержке — но до сих пор было доступно только AI-лабораториям с бюджетами от $5 млн.

Freesolo Flash снижает порог до одного TOML-конфига и фиксированной цены, делая SFT и RL-тренинг доступными любой продакт-команде через CLI и API.

Рынок SLM-инструментов в 2026 году сегментирован: Together/Fireworks закрывают enterprise-уровень, Distil Labs — ноутбучные эксперименты, Flash — нишу между ними: управляемый post-training с upfront-биллингом.