Skip to content
Новость TechCrunch июнь 2026 г.

Base44 запускает Base1 — первую собственную AI-модель, обученную на данных пользователей

Принадлежащая Wix платформа vibe-coding Base44 начала внедрение Base1 — первой проприетарной большой языковой модели, обученной на десятках миллионов реальных пользовательских взаимодействий на платформе. О запуске сообщил TechCrunch 29 июня 2026 года.

Base44 была приобретена Wix за $80 млн в июне 2025 года и с тех пор выросла до $150 млн годового повторяющегося дохода. Компания работает в сегменте, где конкурент Lovable достиг $500 млн ARR — сравнение, которое показывает, насколько крупным и конкурентным стал рынок vibe-coding за короткое время.

Основатель Маор Шломо говорит, что Base1 оптимизирована по задержке, стоимости и эффективности для своей конкретной задачи: помощи пользователям в создании приложений через естественный язык. Модель была обучена на накопленных данных взаимодействий Base44, а не на общих текстах интернета — именно это позволяет ей потенциально конкурировать с frontier API на этой узкой задаче даже без возможностей общего назначения.

Это движение следует паттерну, складывающемуся среди AI-продуктовых компаний. Вместо того чтобы полагаться исключительно на frontier API от OpenAI, Anthropic или Google, компании с достаточными специализированными данными взаимодействий теперь обучают собственные модели, чтобы контролировать затраты на инференс и создавать техническую дифференциацию. Ключевым ресурсом здесь является не вычислительная мощь — а проприетарные данные реальных пользовательских сессий в масштабе.

Для product managers это сигнал, заслуживающий внимания. Превзойдёт ли Base1 frontier-модели на своих целевых задачах — ещё не доказано. Но стратегическая логика — использование накопленных данных пользовательских взаимодействий как основы для дифференциации модели — представляет направление, которым компании с существенным использованием могут всё больше следовать. Эпоха рассмотрения доступа к LLM как сырьевого ресурса сужается для тех, у кого есть данные для иного подхода.