11:33 6 июля 2026
В Сбере представили новую модель GigaChat 3.5 Ultra с улучшенной работой с кодом и длинными текстами
По заявлениям разработчиков, обновлённая модель стала быстрее, компактнее и доступна бесплатно как обычным пользователям, так и разработчикам для создания собственных сервисов
GigaChat 3.5 Ultra.
Сбер заявил о запуске новой флагманской модели искусственного интеллекта GigaChat 3.5 Ultra. Она стала доступна бесплатно всем пользователям в ИИ-помощнике ГигаЧат, а также опубликована в Open Source для разработчиков, которые смогут использовать её при создании собственных сервисов и ИИ-агентов.
По данным компании, GigaChat 3.5 Ultra стала умнее предыдущей версии, почти вдвое компактнее и при этом потребляет меньше вычислительных ресурсов. Скорость генерации длинных текстов выросла до четырёх раз. Модель получила улучшенные возможности для написания и проверки программного кода, решения математических задач, финансовых расчётов, анализа больших документов и выполнения автономных агентских сценариев. В её основе лежит собственная отечественная архитектура с технологией линейного внимания, разработанная командой Сбера.
Пользоваться новой моделью может любой желающий. В ИИ-помощнике ГигаЧат она доступна всем пользователям для решения личных и рабочих задач. Кроме того, GigaChat 3.5 Ultra бесплатно опубликована в Open Source, благодаря чему разработчики по всему миру смогут встраивать её в собственные сервисы и создавать ИИ-агентов.
Одним из главных преимуществ модели стали расширенные возможности в программировании и математике. Она увереннее генерирует и проверяет программный код, точнее справляется с математическими задачами, финансовыми расчётами и обработкой числовых данных. Ответы стали более точными, структурированными и удобными для восприятия, что позволяет использовать модель в работе разработчиков, аналитиков и инженеров.
Также GigaChat 3.5 Ultra эффективнее анализирует длинные документы — контракты, технические регламенты, отчёты и другие объёмные материалы. За счёт технологии линейного внимания модель постепенно накапливает контекст, не перечитывая весь текст заново при обработке каждого нового фрагмента. Благодаря этому скорость работы с большими документами увеличилась до четырёх раз.
Ещё одно направление развития — автономные агентные сценарии. Модели можно поставить задачу, после чего она самостоятельно найдёт необходимую информацию, напишет и выполнит программный код, обратится к нужному сервису и вернёт готовый результат. Такой подход позволяет автоматизировать мониторинг, обработку данных и подготовку отчётов по расписанию.
В Сбере сообщили, что во время внутренних тестов GigaChat 3.5 Ultra превзошла предыдущую флагманскую модель компании по качеству решения задач в программировании, математике, выполнении сложных многошаговых сценариев и ведении диалога на русском языке. По ряду показателей новая модель приблизилась к результатам открытых моделей, включая DeepSeek 3.2, оставаясь при этом почти вдвое компактнее.
Старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка Антон Фролов отметил, что GigaChat 3.5 Ultra создавалась как инструмент для решения практических задач.
«Мы живём в момент, когда разрыв между человеком и возможностями ИИ резко сокращается. GigaChat 3.5 Ultra — наш шаг к тому, каким должен быть ИИ-инструмент для решения реальных задач: полноценный партнёр, способный мыслить в логике конкретного процесса, а не просто отвечать на вопросы», — сказал Антон Фролов.
По его словам, при разработке модели количество экспериментов выросло более чем вдвое — до 1500. Он отметил, что специалистам удалось создать сильную модель на собственной архитектуре с использованием значительно меньших вычислительных ресурсов. Также Антон Фролов выразил надежду, что разработки Сбера станут основой для появления новых продуктов и исследований, выходящих далеко за пределы компании.
В компании пояснили, что GigaChat 3.5 Ultra построена на архитектуре MoE (Mixture of Experts). При обучении модели основной акцент был сделан на естественных текстах, созданных людьми и прошедших многоуровневую классификацию и фильтрацию. Использование увеличенного датасета позволило улучшить показатели качества модели.
Разработчики также отмечают, что благодаря архитектуре MoE новая модель примерно вдвое компактнее предыдущей версии GigaChat Ultra. Это снижает потребление вычислительных ресурсов и позволяет разворачивать модель на более доступном оборудовании, благодаря чему больше компаний и разработчиков смогут использовать её самостоятельно.
