Россиянам стала доступна новая флагманская модель GigaChat 3.5 Ultra. Она стала умнее, генерирует длинный текст до 4-х раз быстрее, потребляет меньше ресурсов и почти вдвое компактнее предыдущей версии. Обновленная модель лучше решает задачи, связанные с написанием кода, математикой, работой с длинными текстами и автономными агентными сценариями. В основе модели – собственная отечественная архитектура с технологией линейного внимания, разработанная командой Сбера.
Улучшенной моделью может пользоваться любой желающий. В ИИ-помощнике ГигаЧат она доступна всем, кто хочет применять ИИ для личных и рабочих задач. В Open Source она бесплатно доступна разработчикам по всему миру для встраивания в свои сервисы и создания ИИ-агентов.
На что способна GigaChat 3.5 Ultra
Кодирование и математика – модель увереннее генерирует и проверяет код, точнее решает математические задачи и финансовые расчеты, работает с числами. Ответы стали точнее, структурнее и удобнее для восприятия. Все это позволяет встраивать модель в реальный рабочий процесс разработчика, аналитика или инженера.
Чтение и анализ длинных текстов – эффективно анализирует контракты, техрегламенты, отчеты и другие объемные документы без потери точности и контекста – за счет архитектуры линейного внимания она не перечитывает текст заново, а накапливает контекст постепенно, как человек, который помнит суть разговора. Скорость работы с длинными текстами выросла до четырех раз.
Автономность и ИИ-агенты – модели можно поставить задачу, и она сама найдет информацию, напишет и выполнит код, обратится к нужному сервису и вернет готовый результат. Это позволяет автоматизировать рутину: мониторинг, обработку данных, подготовку отчетов по расписанию.
На тестах, которые измеряют способность ИИ решать задачи по программированию, математике, выполнению сложных многошаговых заданий и качество русскоязычного диалога, GigaChat 3.5 Ultra превзошла предыдущую флагманскую модель Сбера. А по ряду показателей приблизилась к результатам сильных открытых моделей, например, к DeepSeek 3.2, при этом будучи почти вдвое компактнее.
Антон Фролов, старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка:
«Мы живем 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 партнер, способный мыслить в логике конкретного процесса, а не просто отвечать на вопросы. Чтобы разработать такую модель, нужно постоянно экспериментировать и пробовать то, чего до тебя не делал никто – количество наших экспериментов выросло более чем вдвое, до 1500. Мы доказали, что создать модель сильную модель можно на собственной архитектуре и с принципиально меньшими ресурсами. Хотим, чтобы наши решения становились основой для новых продуктов и исследований, выходящих далеко за пределы Сбера».
GigaChat 3.5 Ultra – результат разработки Сбера: команда создала уникальную архитектуру с применением технологии линейного внимания. В отличие от классического «внимания» ИИ-моделей, которое при каждом новом слове заново сверяет его со всем предыдущим текстом, линейное внимание один раз «запоминает» суть прочитанного и дальше просто дополняет эту память – примерно как человек, который держит в голове краткий пересказ книги, а не перелистывает ее с начала при каждой странице. GigaChat 3.5 Ultra – одна из самых больших моделей с линейным вниманием среди всех, что выходили в опенсорс.
При обучении модели акцент сделан на натуральных, созданных человеком текстах, прошедших многоуровневую классификацию и фильтрацию – собранный увеличенный датасет позволил достичь лучших метрик. Модель построена по архитектуре MoE (Mixture of Experts) и примерно вдвое компактнее предыдущей версии GigaChat Ultra, что снижает потребление вычислительных ресурсов и позволяет разворачивать ее на более доступном оборудовании – а значит, больше компаний и разработчиков смогут запускать модель самостоятельно.
Реклама. ПАО Сбербанк. Генеральная лицензия Банка России на осуществление банковских № 1481 от 11.08.2015 г. 6+ erid: 2W5zFFwCAJD