Сбер представил флагманскую языковую модель GigaChat 3.5 Ultra с улучшенными возможностями для работы с кодом и длинными текстами. Модель стала бесплатной для пользователей ИИ-помощника ГигаЧат и доступна разработчикам в Open Source для создания собственных сервисов
Как сообщили EastRussia в ПАО Сбербанк, обновленная версия получила более высокую производительность, стала почти вдвое компактнее предшественницы, требует меньше вычислительных ресурсов и способна генерировать большие тексты до четырех раз быстрее. Кроме того, модель заметно улучшила результаты при написании программного кода, решении математических задач, обработке объемных документов и выполнении автономных агентных сценариев. В основе разработки лежит собственная отечественная архитектура Сбера с использованием технологии линейного внимания.
Новая модель уже доступна широкому кругу пользователей. Ею можно бесплатно пользоваться в ИИ-помощнике ГигаЧат для решения личных и профессиональных задач. Также GigaChat 3.5 Ultra опубликована в Open Source, благодаря чему разработчики по всему миру смогут интегрировать ее в собственные продукты и использовать при создании интеллектуальных ИИ-агентов.
Возможности GigaChat 3.5 Ultra
Программирование и математические расчеты. Новая версия стала эффективнее работать с кодом: она точнее генерирует, анализирует и проверяет программные решения, увереннее справляется с математическими вычислениями, финансовыми расчетами и обработкой числовых данных. Ответы модели стали более структурированными и понятными, что позволяет использовать ее в повседневной работе программистов, инженеров и аналитиков.
Работа с объемными документами. GigaChat 3.5 Ultra умеет быстро анализировать большие массивы информации — договоры, технические регламенты, отчеты и другие документы, сохраняя точность и контекст. Такой результат обеспечивается технологией линейного внимания: модель постепенно накапливает информацию, не возвращаясь каждый раз к началу текста. Благодаря этому скорость обработки длинных документов выросла до четырех раз.
Автономные сценарии и ИИ-агенты. Модель способна самостоятельно выполнять комплексные задачи. Получив задание, она может найти необходимую информацию, написать и запустить программный код, обратиться ко внешним сервисам и предоставить готовый результат. Это открывает возможности для автоматизации регулярных процессов, включая мониторинг, обработку данных и подготовку отчетности по расписанию.
По результатам внутренних тестов, оценивающих навыки программирования, математического анализа, выполнения сложных многоэтапных задач и качество общения на русском языке, GigaChat 3.5 Ultra превзошла предыдущую флагманскую модель Сбера. По ряду показателей она приблизилась к уровню одной из сильнейших открытых моделей — DeepSeek 3.2, оставаясь при этом почти вдвое компактнее.
Старший вице-президент и руководитель блока «Развитие генеративного ИИ» Сбербанка Антон Фролов отметил, что современные технологии стремительно сокращают разрыв между возможностями человека и искусственного интеллекта. По его словам, при создании GigaChat 3.5 Ultra команда стремилась разработать не просто систему, отвечающую на вопросы, а полноценный инструмент для решения практических задач, способный работать в логике реальных бизнес-процессов. Он также сообщил, что количество исследовательских экспериментов в ходе разработки выросло более чем в два раза и достигло 1500. Это позволило создать конкурентоспособную модель на собственной архитектуре при существенно меньших вычислительных затратах. В Сбере рассчитывают, что новая разработка станет основой для появления новых продуктов и научных проектов как внутри компании, так и за ее пределами.
GigaChat 3.5 Ultra полностью разработана специалистами Сбера. В ее основе лежит собственная архитектура с технологией линейного внимания, которая отличается от классического механизма обработки текста. Вместо повторного анализа уже прочитанной информации модель постепенно формирует и дополняет контекст, что делает работу с длинными документами значительно быстрее и эффективнее. По данным разработчиков, GigaChat 3.5 Ultra является одной из крупнейших моделей с подобной архитектурой среди всех проектов, опубликованных в Open Source.
При обучении модели основной акцент был сделан на текстах, созданных людьми и прошедших многоуровневую систему отбора и классификации. Расширенный датасет позволил повысить качество работы алгоритмов. Кроме того, GigaChat 3.5 Ultra построена на архитектуре MoE (Mixture of Experts), благодаря чему она примерно вдвое компактнее предыдущей версии GigaChat Ultra. Это снижает требования к вычислительным мощностям и позволяет использовать модель на более доступном оборудовании, расширяя возможности ее самостоятельного внедрения компаниями и разработчиками.