⚡️ Сбер открыл исходный код своей флагманской модели — и это не пресс-релиз для галочки.
⚡️ Сбер открыл исходный код своей флагманской модели — и это не пресс-релиз для галочки. GigaChat 3.5 Ultra вышла в open source: веса лежат на Hugging Face и GitVerse под лицензией MIT, разворачивай у себя. При этом модель стала компактнее предыдущей Ultra — 432 млрд параметров вместо 700 млрд, а реально «работают» на каждый токен всего 28 млрд за счёт MoE-архитектуры. Добавили гибридное внимание (линейное + MLA) — это ускоряет генерацию и позволяет держать более чем вдвое больше контекста в той же памяти. ⚖️ Сравнение без скидок на свой флаг. С DeepSeek V3.2 — прямым конкурентом среди открытых моделей — на базовых метриках GigaChat 3.5 Ultra впереди: математика 78,1 против 75,1, код 71,9 против 65,6. После финальной настройки честнее: по агентным сценариям (TAU2-bench) GigaChat обходит DeepSeek — 68,71 против 66, а по реальному программированию (SWE-bench Verified) уступает — 42,6 против 44,8. С закрытыми западными флагманами сравнение становится ценовым. GPT-5.5 берёт $5 за вход и $30 за выход на миллион токенов, Claude Opus 4.5 — $5 и $25. GigaChat 3.5 Ultra через облако Cloud.ru — 96 ₽ и 289 ₽ за миллион, это примерно $1,2 и $3,5. Дешевле в 4–9 раз. По агентности и коду до уровня GPT-5.5 она пока не дотягивает, но сравнивать их в лоб не совсем честно — разные весовые категории. 🛠 На практике: нужен агент с данными внутри РФ под требования КИИ и 152-ФЗ — поднимаешь модель у себя из весов на HF/GitVerse или подключаешь OpenAI-совместимый API через Cloud.ru без своей инфраструктуры. 💡 Вывод: это не победа над GPT-5.5, а честная альтернатива там, где данные не могут покинуть страну, а бюджет ограничен — и для такой задачи модель объективно хороша. https://habr.com/ru/amp/publications/1055826/ Нужен виртуальный сотрудник, бот или сайт → https://aleksandrmyasoed.ru/?utm_source=max&utm_medium=post