Антифрод Coinbase: дообученная Qwen3.5-9B за $100 обошла Opus 4.5 в ловле мошенников

Новый антифрод Coinbase построен не на самой мощной модели рынка, а на маленькой открытой Qwen3.5-9B, которую компания дообучила на своих данных меньше чем за $100. В ночь на 12 октября 2026 года Брайан Армстронг вынес эту историю в X, и она быстро разошлась: специализированная модель обошла Claude Opus 4.5 в ловле мошеннических покупок крипты и отвечает вдвое быстрее. Разбираем, что именно сделала биржа и почему это касается не только Coinbase.

Как устроен антифрод Coinbase в Onramp

Речь об Onramp — сервисе, через который пользователи сторонних приложений покупают крипту картой. Мошенники любят такие точки входа: украденная карта, быстрая покупка, вывод на чужой кошелёк. У Coinbase здесь давно работала связка из правил и классической ML-модели. Новый слой — ИИ-агент, который смотрит на контекст транзакции и выдаёт класс риска. Как пересказывает CryptoPotato, в A/B-тесте именно добавление агента дало минус 30% мошеннических транзакций.

Важная деталь из серии Owning Intelligence в блоге Coinbase: модель сама ничего не исполняет. Она только возвращает оценку, а решение принимает код вокруг неё. Агент может заблокировать транзакцию, которую пропустили прошлые проверки, но не может отменить блокировку, поставленную раньше. Так ошибка модели не открывает дверь мошенникам, а максимум добавляет лишний отказ.

Для оценки моделей биржа собрала собственный бенчмарк: 16 140 транзакций от 7 293 пользователей, из них 813 — подтверждённое мошенничество.

Почему новые фронтир-модели оказались хуже

Самое неожиданное в отчёте — регресс. Coinbase сравнила пары моделей одного семейства, и более свежие версии ловили мошенничество хуже предшественников. Opus 5 уступил Opus 4.5, Sonnet 5 — Sonnet 4.6, GPT-5.6 — GPT-5.4. У GPT-5.6, по разбору Magica, точность выросла на 11,5 п.п., но полнота упала на 20,7 п.п., а полнота по сумме — на 21,8 п.п. Проще говоря, модель стала осторожнее с подозрениями и начала пропускать больше реальных мошенников.

Для антифрода это плохой размен: каждый пропущенный случай — прямые деньги, которые потом возвращают по чарджбэкам.

Как Qwen за $100 обошла Opus 4.5

Дальше команда взяла открытую Qwen3.5-9B и дообучила её с подкреплением на проверяемых исходах (RLVR) методом GRPO через LoRA. Тренировку гоняли на фреймворке SkyRL на платформе Anyscale. По данным самой Coinbase, хватило одной видеокарты NVIDIA RTX PRO 6000 на 96 ГБ, а сам прогон обошёлся меньше чем в $100.

Результат против Opus 4.5:

1. Точность (precision) — плюс 7,5 п.п.
2. Полнота (recall) — плюс 12 п.п.
3. F1 — плюс 9,6 п.п.
4. Полнота с учётом суммы транзакций — плюс 35,4 п.п.

По скорости тоже разница: P50 — 0,683 секунды против 1,515, P99 — 1,036 против 3,312. В проде модель крутится на Ray Serve и vLLM на картах L40S, от двух до восьми реплик под нагрузку. Свой хостинг заодно решает вопрос приватности: данные о транзакциях не уходят во внешний API.

Что это значит для тебя

Армстронг в своём посте в X сформулировал вывод так:

«Фронтир-модели — потрясающие универсалы. Но всё чаще ты будешь видеть, как специализированные модели обходят их на узких задачах».

Он добавил, что внутри Coinbase у сотрудников уже есть навык /fine-tune-and-serve-llm, который помогает быстро дообучить и развернуть модель, и что часть бэкенд-сервисов со временем может замениться такой архитектурой. Похожий ход недавно сделала Microsoft: её Microsoft-Decision-1 тоже собрана на базе Qwen под узкую задачу. А о том, как лаборатории ограничивают ИИ-агентов, чтобы те не натворили дел в живой среде, мы писали в материале про офлайн-оценки Claude. Логика у Coinbase та же: модель советует, а последнее слово остаётся за кодом с жёсткими правилами.

Для пользователя биржи практический смысл такой: проверка покупок станет быстрее и строже к подозрительным схемам, но и ложные отказы никуда не денутся. Если покупку через Onramp отклонили, это не обязательно ошибка — система как раз так и задумана. Для команд в крипте вывод другой: если у тебя есть свои размеченные данные и чёткая задача, маленькая открытая модель может оказаться и дешевле, и точнее подписки на топовый API.

Есть и экономический слой. Узкая модель на своём железе даёт предсказуемый счёт: нет зависимости от цен и лимитов чужого API, нет риска, что поставщик тихо обновит модель и она начнёт вести себя иначе. История с регрессом новых версий как раз показывает, почему для критичных задач это важно — апгрейд флагмана не всегда апгрейд для тебя.

Оговорка важная: все цифры получены на закрытом бенчмарке Coinbase, повторить их снаружи нельзя. И падение мошенничества на 30% относится к агенту в целом, а не только к модели Qwen.

FAQ

Что такое антифрод Coinbase на базе Qwen? Это ИИ-агент в сервисе Onramp, который оценивает риск покупки крипты поверх правил и ML-модели. Внутри — дообученная Qwen3.5-9B.

Сколько стоило дообучение? По данным Coinbase, меньше $100 на одной видеокарте RTX PRO 6000 через Anyscale.

Может ли модель сама отменить или провести платёж? Нет. Она выдаёт только класс риска, а решение принимает код. Агент может добавить блокировку, но не снять чужую.

Значит ли это, что Opus 5 или GPT-5.6 плохие модели? Нет. Это значит, что на конкретной задаче Coinbase новые версии ловили меньше мошенников, чем предшественники.

Итог: антифрод Coinbase показал, что для узкой задачи с хорошими данными дешёвая открытая модель может обойти флагманы. Следи, кто повторит этот подход следующим — биржам и платёжкам он подходит лучше всех.

Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.