144 B2B APIs Graded. The Average Score is 71/100. The New AI Agent API Report Card Tells Us Where B2B Really Stands.

144 B2B API оценены. Средний балл — 71/100. Новый AI Agent API Report Card показывает, где на самом деле находится B2B.

автор: Jason Lemkin | Искусственный интеллект (AI), Записи в блоге, SaaStr.Ai

Доступно сейчас: saastr.ai/api-report-card

Когда мы выпустили AI Agent API Report Card несколько недель назад, у нас было оценено 75 B2B API и предчувствие, что этот инструмент тихо ждали те, кто что-то строит.

Спустя несколько недель цифры говорят сами за себя:

144 API оценено. Проведён 4 521 анализ. 45 оценок A. 87 оценок B. 12 — от C до F. Средний балл по всей B2B-вселенной: 71/100.

71 — это C+. Таков средний B2B API в 2026 году с точки зрения автономного агента. Не худшее. Но и далеко не готовое. Большинство функциональны, но проседают по 2–3 из 6 значимых измерений.

Тезис прост. За 18 месяцев работы 20+ AI-агентов в продакшене в SaaStr единственная по-настоящему важная переменная, определяющая, останется вендор или уйдёт, — это не UI. Не цена. И не бренд.

Это API.

А именно: насколько API удобен для автономного агента? Не для человека-разработчика, читающего документацию за кофе. Для агента, который пытается реально выполнить работу, повторить запрос при сбое, слушать события, чисто аутентифицироваться и не упереться в рейт-лимиты в 3 часа ночи во вторник.

Поэтому мы построили объективную систему оценки B2B API с точки зрения агента. 6 критериев. По 10 баллов за каждый. Буквенные оценки от A+ до F. Реальные баллы, полная разбивка по каждому. И с прошлой недели каждая оценка теперь генерирует готовые к копированию промпты, которые можно сразу вставить в Cursor, Claude, Replit или Lovable, чтобы исправить то, что было отмечено.

6 критериев, которые действительно важны для агентов

Вот что отделяет API, с которым агент может работать в продакшене, от API, который тихо тормозит ваш роадмап:

Дизайн API. Качество REST, идемпотентность, обработка ошибок. Может ли агент безопасно повторить запрос, не задублировав платёж или контакт? События и стриминг. Push в реальном времени, поведение при ретраях, покрытие событий. Может ли агент слушать изменения состояния или вынужден опрашивать? Аутентификация и безопасность. Качество OAuth, жизненный цикл токенов, scope, service accounts. Может ли агент аутентифицироваться без человека в петле? Рейт-лимиты. Заголовки, рекомендации по backoff, реалистичные для агентов потолки. Большинство рейт-лимитов настраивались в расчёте на человеческий темп. Агенты работают не так. SDK и документация. Покрытие, свежесть, поддержка MCP-серверов, function calling, читаемость документации. Пошёл ли вендор навстречу агентной экосистеме или продолжает выпускать всё, как в 2019-м? Готовность к агентам. Качество песочницы, машиночитаемые конверты ошибок, дизайн с идемпотентностью на первом месте. Сможет ли Claude или Cursor сгенерировать рабочий код с первой попытки?

Вендор, который закрывает все шесть, попадает в диапазон A. Из 116 оценённых таких оказалось всего 27. 72 находятся в категории B с заметными пробелами. 17 — на уровне C или ниже.

О чём говорят 116 оценок

Лидерборд на вершине:

Stripe: A (95). По-прежнему золотой стандарт. Idempotency keys, структурированные ошибки, agent toolkit, MCP-сервер. Они строили под это до того, как остальной рынок осознал важность. Slack: A (87). История с webhooks и событиями — лучшая в классе. Аутентификация чистая. Adyen: A- (83). Тихое совершенство. Большинство людей не понимает, насколько силён их API. RevenueCat: A- (82). Дисклеймер: портфельная компания SaaStr Fund. Мы оценили их так же, как и остальных, и они заслужили этот балл. Linear: A- (80). Ощущение продукта напрямую переходит в API. И разработчики, и агенты его любят. ElevenLabs: B+ (75). Агенты — их самый быстрорастущий сегмент клиентов. API отражает это.

Середина:

Clay (B 73), Brex (B 72), HubSpot (B 70), Ramp (B 67), Gong (B 60). Все функциональны. У всех есть существенные пробелы. Большинство знает, в чём они. HubSpot сейчас движется к «headless»-архитектуре, что должно поднять их балл.

Низ списка:

Marketo (C 50), Gainsight (C 48), Workday (D 38).

Настоящая история — внизу списка

Посмотрите на имена в категории C и ниже: Marketo, Gainsight, Workday. И Outreach недалеко выше.

Это бюджетные категории, которым агентные воркфлоу угрожают напрямую. И это не совпадение.

Они построили империи, где продуктом был человеческий UI. API был запоздалой мыслью. Брендом был экран, в который менеджер логинился каждое утро. Это работало 15 лет. Сейчас — нет.

Marketo с C (50) — самый показательный пример. Причина, по которой 10K (наш AI VP of Marketing) ещё не заменил Marketo, не в том, что Marketo делает что-то хорошо. Просто альтернатива пока не совсем готова, а стоимость переключения высока. В день, когда настоящая headless-платформа автоматизации маркетинга агентного уровня выйдет в масштабе, Marketo потеряет 30% базы за 18 месяцев. Оценка C — это публичное табло для этого тезиса.

Stripe не оказался в низу списка по противоположной причине. Компания, которая с 2010 года была API-first и в 2026 году по-прежнему остаётся лучшим API для агентов, — это компания, чей ров стал только шире. То же касается Slack, Linear, Adyen, RevenueCat. Это компании, которые годы назад решили, что API — это продукт, а не обёртка вокруг него.

Мы с Amelia глубоко обсудили это в The Agents #004. Паттерн повторяется: report card — это опережающий индикатор того, какие B2B-вендоры окажутся на правильной стороне агентной волны, а какие тихо истекут кровью за 24 месяца. Те, у кого A, набирают долю. Те, у кого C и ниже, теряют её, даже если в их 10-Q это пока не видно.

Что на самом деле означает 71/100

Среднее 71 — самая тихо важная цифра на странице.

Она говорит, что медианный B2B-вендор в 2026 году — это C+ для агентов. Функциональный, но не свободно говорящий. Достаточно хороший, чтобы интегрироваться, но недостаточно хороший, чтобы разворачивать против него автономные воркфлоу без инженерных обёрток, ретраев и человеческих циклов разгребания.

Этот разрыв — между 71 и 90 — это многомиллиардное ценовое событие, которое ещё не произошло. Вендоры, дошедшие туда первыми, захватят агентный бюджет, который вот-вот хлынет в B2B. Вендоры, остающиеся на 71, будут сравниваться со Stripe и проигрывать, даже если их продукт по сути лучше.

Работа по переходу с 71 на 90 — реальная. И при этом не экзотическая. Report card теперь сам выдаёт вам промпты.

Фича, на которую вендоры реагируют сильнее всего: автогенерируемые промпты для исправлений

Главное, что мы выпустили на второй неделе, — каждая оценка теперь выдаёт набор готовых к копированию промптов. Если ваш API получил B из-за того, что конверты ошибок не структурированы, report card даст вам промпт, который ваша инженерная команда может вставить в Cursor или Claude и в тот же день выкатить фикс.

Мы сделали это, потому что разрыв между «знать, что у вашего API есть проблема» и «исправить ваш API» — это и есть основная часть работы. Большинство CTO, с которыми мы общаемся, не спорят с оценкой. Они спорят с поиском инженерного ресурса. Так что мы уменьшили требование к ресурсу.

Один инженер среднего уровня с промптами, которые генерирует report card, способен поднять API с B+ до A- за один спринт. Часто быстрее.

К нам уже вернулись несколько вендоров с просьбой переоценить их после выкатки исправлений. Часть оценок мы подняли. Это и есть петля, которую мы хотели запустить.

Кто этим реально пользуется

Доминируют две когорты, и это ровно те, для кого мы это строили:

Те, кто что-то строит и оценивает вендоров. Поколение vibe-coding, основатели, ведущие компании из трёх человек на Replit, B2B-операторы, решающие, какой стек платежей, CRM или коммуникационный слой интегрировать. Они используют report card так же, как когда-то отделы закупок использовали Gartner. Оценка — это первый фильтр. B2B-вендоры, проверяющие сами себя. Каждый знакомый нам вендор с серьёзной агентной стратегией уже прогнал свой API через систему. Кому-то не нравится результат. Большинство чинит то, что было отмечено.

Когорта, которую мы не ожидали: PE- и growth-инвесторы, прогоняющие систему по компаниям перед инвестицией. На этой неделе двое из них сказали нам одно и то же. Оценка говорит им об инженерной культуре больше, чем любой due-diligence-звонок.

Что дальше

Мы продолжим добавлять API. Ещё 70 уже в очереди, с фокусом на категории, которые волнуют большинство B2B-операторов: платежи, коммуникации, CRM, автоматизация маркетинга, customer success, финансы, HR, данные, AI-инфраструктура.

Если вы ведёте B2B / B2B AI компанию и хотите, чтобы ваш API оценили или переоценили — отправьте его на странице. Мы опубликуем балл и разбивку.

Если вы ведёте агентный стек и хотите номинировать вендора для оценки — сделайте это тоже. Весь смысл в том, чтобы дать тем, кто строит агентные воркфлоу, объективный взгляд, которому можно доверять.

Эпоха выбора вендора исходя из того, что нужно вашим людям, заканчивается. Эпоха выбора вендора исходя из того, что нужно вашим агентам, уже началась.

116 оценено. Проведено 2 448 анализов. Средний балл: 71. Рынок сказал нам, что это было нужно.

Смотреть полный report card →