.png)
Meta продолжает перестраивать свою рекламную систему вокруг искусственного интеллекта. В марте 2026 года компания представила новую систему ранжирования рекламы — Adaptive Ranking Model, которая уже используется в Instagram.
Adheart — это Meta Ads Ad Intelligence Tool, который позволяет искать и анализировать таргетированную рекламу любого рекламодателя или конкурента
Главная идея в том, что Meta начала использовать для подбора рекламы модели такого же масштаба и сложности, как современные AI-модели. Это означает, что алгоритмы теперь анализируют значительно больше сигналов и могут лучше понимать интересы и намерения пользователей, что напрямую влияет на эффективность рекламы.
Это одно из самых важных изменений в рекламных алгоритмах Meta за последние годы, потому что оно меняет сам принцип того, как система выбирает, какую рекламу показать пользователю.
Разберёмся, что это означает.
Как работает подбор рекламы в Meta
Каждый раз, когда пользователь открывает Instagram или Facebook, система должна очень быстро решить:
- какую рекламу показать,
- в каком порядке,
- от какого рекламодателя,
- с какой ставкой.
И всё это — менее чем за секунду.
Этот процесс выглядит примерно так: пользователь открывает ленту → система анализирует его поведение: клики, покупки, взаимодействие с контентом, интересы → формируется список потенциальных рекламных объявлений → система ранжирует эти объявления по вероятности клика или конверсии → происходит аукцион → показывается реклама.
Adheart.png)
Именно этап ранжирования рекламы и был полностью перестроен в новой системе Adaptive Ranking Model.
Почему Meta пришлось менять систему
Meta пишет, что они столкнулись с фундаментальной проблемой, которую называют inference trilemma — треугольник компромисса между сложностью модели, скоростью ответа и стоимостью вычислений.
Чем сложнее модель — тем лучше она понимает пользователя и тем точнее подбирает рекламу. Но чем сложнее модель — тем больше вычислений, дороже инфраструктура и медленнее ответ.
Для рекламной системы это критично, потому что:
- рекламу нужно подобрать за доли секунды;
- система работает для миллиардов пользователей;
- вычисления не могут стоить слишком дорого, иначе реклама станет нерентабельной.
Поэтому Meta нужно было найти способ использовать очень сложные модели, но без потери скорости и без резкого роста стоимости инфраструктуры.
Что такое Adaptive Ranking Model
Adaptive Ranking Model — это система, которая решает эту проблему.
Главная идея — отказаться от подхода «одна модель для всех» и использовать разные модели в зависимости от ситуации.
Раньше система использовала примерно одну и ту же модель для всех запросов. Теперь Meta использует динамический роутинг запросов — то есть система решает, какую именно модель использовать для каждого конкретного пользователя и каждой конкретной ситуации.
Adheart — это Meta Ads Ad Intelligence Tool, который позволяет искать и анализировать таргетированную рекламу любого рекламодателя или конкурента
Система анализирует контекст запроса: поведение пользователя, сложность ситуации, количество сигналов, вероятность конверсии — и решает, какую модель использовать, более простую или более сложную.
Это называется intelligent request routing — умная маршрутизация запросов.
Проще говоря, система автоматически выбирает оптимальный вариант:
- если ситуация простая — используется более лёгкая и быстрая модель;
- если ситуация сложная — используется более сложная и точная модель.
Таким образом Meta может использовать модели уровня сложности LLM, но не запускать их для каждого запроса, а только там, где это действительно необходимо.
Это позволяет одновременно повысить точность подбора рекламы, сохранить скорость и не сильно увеличивать расходы на вычисления.
Переход к LLM-scale моделям
Главная новость 2026 года — Meta смогла масштабировать систему рекомендаций рекламы до LLM-scale & complexity.
То есть теперь модели ранжирования рекламы:
- имеют значительно больше параметров,
- используют более длинные последовательности поведения пользователя,
- лучше понимают интересы и намерения,
- могут работать с очень большим количеством сигналов.
При этом система всё ещё работает в реальном времени и подбирает рекламу за доли секунды.
Meta пишет, что их система может работать с моделями масштаба триллионов параметров, что раньше было невозможно для систем рекомендаций в реальном времени.
Три ключевых технологических изменения
Meta описывает три основных направления, которые позволили это сделать.
1. Inference-efficient model scaling
Система перешла к request-centric architecture — теперь сложные вычисления выполняются один раз на запрос пользователя, а не отдельно для каждой рекламы.
Раньше система вычисляла сигналы для каждой пары «пользователь — реклама». Теперь сложные сигналы пользователя вычисляются один раз и используются для всех рекламных кандидатов.
Это значительно уменьшило количество вычислений.
2. Model / System Co-Design
Meta начала разрабатывать модели вместе с инфраструктурой и аппаратным обеспечением.
То есть архитектура модели, GPU, память и инфраструктура теперь проектируются как одна система. Это позволяет использовать ресурсы намного эффективнее и запускать очень большие модели быстрее.
3. Новая инфраструктура для моделей очень большого масштаба
Meta создала инфраструктуру, которая позволяет:
- распределять модели между несколькими GPU;
- работать с очень большими embedding-таблицами;
- масштабировать модели до триллионов параметров;
- автоматически масштабировать инфраструктуру под нагрузку.
Это фактически новая инфраструктура для AI-систем Meta.
Какой результат это дало
По данным Meta, после запуска Adaptive Ranking Model в Instagram в Q4 2025:
- +3% к конверсиям рекламы,
- +5% к CTR.
На уровне Meta это очень большие цифры, потому что даже 1% изменения в рекламной системе — это миллиарды долларов.
Adheart.png)
Что это означает для рекламодателей
Главный вывод — алгоритмы рекламы становятся всё более сложными и всё больше переходят от таргетинга к поведенческим сигналам и креативам.
То есть Meta постепенно движется от модели таргетинг → аудитории → интересы
к модели поведение пользователя → сигналы → алгоритм → креатив.
Несколько важных трендов:
- алгоритмы лучше понимают намерения пользователя, а не просто интересы;
- система сама решает, кому показывать рекламу — ручной таргетинг становится менее важным;
- данные поведения (клики, просмотры, взаимодействие) становятся важнее интересов;
- креатив и оффер становятся ключевыми факторами успеха рекламы;
- алгоритм всё больше сам оптимизирует рекламу без ручного управления.
Meta движется к системе, где рекламодатель:
- загружает креативы,
- задаёт бюджет,
- задаёт событие оптимизации,
- а всё остальное делает алгоритм.
Поэтому в рекламе Meta всё важнее становятся креатив, оффер, поведенческие сигналы, данные конверсий, оптимизация под события, качество трафика, и всё менее важны детальный таргетинг, ручные аудитории и интересы.
Вывод
Adaptive Ranking Model — это фактически новое поколение рекламной системы Meta.
Meta начинает использовать модели уровня LLM не только для чатов и AI-ассистентов, но и для подбора рекламы, ранжирования контента, рекомендаций и персонализации ленты.
И это означает, что реклама в Meta будет становиться:
- более персонализированной,
- более зависимой от поведения пользователя,
- более зависимой от креативов,
- и ещё больше управляемой алгоритмами, а не настройками таргетинга.
Для рекламодателей это означает одно: понимание алгоритмов и работа с креативами становятся важнее, чем ручные настройки аудиторий.
В условиях, когда алгоритмы Meta становятся всё сложнее и всё больше работают на основе поведенческих сигналов и креативов, рекламодателям важно понимать, какие именно креативы и подходы сейчас работают в разных нишах и GEO.
Именно для этого используют Adheart — сервис анализа рекламы в Meta Ads, который позволяет находить рекламу конкурентов, смотреть, какие креативы работают долго, анализировать воронки, офферы и подходы к рекламе в разных странах. Когда алгоритм становится умнее, главное преимущество рекламодателя — это уже не таргетинг, а креативы, офферы и понимание рынка.