Сбер открыл GigaChat 3.5 Reasoning: модель можно встраивать в свои продукты

Сбер выпустил открытую GigaChat 3.5 Reasoning с режимом рассуждений. Разбираем, что получает бизнес, зачем нужны открытые веса и почему самостоятельный запуск всё ещё требует серьёзной инфраструктуры.

Концептуальная иллюстрация ИИ, который собирает данные из бизнес-инструментов и превращает их в план действий
Коротко

Главное

  • GigaChat 3.5 Reasoning представлена 10 сентября и умеет поэтапно разбирать сложные задачи.
  • Веса и код запуска опубликованы, модель распространяется по лицензии MIT.
  • API для бизнеса заявлен на более поздний срок.

Сбер 10 сентября выпустил GigaChat 3.5 Reasoning — новую открытую модель с режимом рассуждений. Она не пытается сразу выдать ответ на сложный запрос: сначала разбивает задачу на этапы, строит план, при необходимости обращается к инструментам и проверяет промежуточный результат.

Для бизнеса здесь важна не только очередная версия нейросети. Веса модели и код запуска опубликованы, а лицензия MIT позволяет разработчикам использовать модель в собственных проектах. Отдельная API-версия для бизнеса, по заявлению компании, должна появиться позднее.

Зачем модели отдельный режим рассуждений

Сбер описывает GigaChat 3.5 Reasoning как модель для задач, где нужно последовательно пройти несколько шагов, не потерять ограничения и при необходимости вернуться назад. Среди практических сценариев называются программирование, планирование, работа с инструментами и сложная логика.

Компания также опубликовала результаты собственных тестов, в которых новая версия улучшила показатели по ряду бенчмарков. Эти цифры корректно воспринимать именно как результаты тестирования разработчика, а не как независимую оценку качества.

Открытые веса — это полезно, но не означает «запустить на ноутбуке»

В корпоративном блоге Сбера опубликованы ссылки на репозитории и пример локального запуска. При этом модель крупная: официальный пример запуска версии в FP8 использует восемь ускорителей H100. Это хорошо показывает уровень инфраструктуры, который может понадобиться для самостоятельного развёртывания полной модели.

Поэтому для большинства компаний практический интерес может появиться в двух вариантах: через облачный API, когда он станет доступен бизнесу, либо через работу интегратора или собственной сильной ML-команды.

Что бизнес может получить

Самый понятный сценарий — задачи, где одного красивого текста недостаточно. Например, модель должна разобрать документ, найти ограничения, построить последовательность действий, вызвать внешний инструмент и затем проверить результат.

Это сближает нейросеть с ИИ-агентами: ценность создаёт не только ответ, а цепочка действий вокруг бизнес-задачи. Для разработчиков корпоративных систем открытая модель даёт возможность экспериментировать с такими сценариями без полной зависимости от закрытого внешнего сервиса.

Главный вопрос — экономика внедрения

Открытая лицензия снижает юридический барьер, но не отменяет стоимость вычислений, интеграции, контроля качества и безопасности данных. Поэтому бизнесу имеет смысл считать не только цену токена, но и стоимость всей системы вокруг модели.

Релиз Сбера интересен именно этим: российский рынок получает инструмент, который можно не просто попробовать в чате, а встроить в собственную технологическую цепочку. Насколько это окажется выгодно обычным компаниям, станет понятнее после запуска бизнес-API и появления реальных кейсов эксплуатации.

Практический контекст

Что это значит для бизнеса

Открытая модель даёт компаниям больше контроля над интеграцией ИИ в собственные процессы, но самостоятельное развёртывание требует заметных вычислительных ресурсов и компетенций.

Следим дальше

Что дальше

Следующий важный этап — запуск бизнес-API и первые публичные кейсы компаний, которые используют модель в рабочих процессах.

Перейти ко всем новостям →