Сбер открыл код GigaChat 3.5 Reasoning и подобрался вплотную к DeepSeek

Пока одни спорят, догонит ли российский ИИ западный, Сбер взял и выложил в открытый доступ модель, которая всерьёз сократила этот разрыв. Речь про GigaChat 3.5 Reasoning — и это не рядовое обновление, а первая в России открытая модель с полноценным режимом рассуждений. Разбираемся, что внутри и почему об этом стоит знать даже тем, кто далёк от бенчмарков.

Что выпустил Сбер

GigaChat 3.5 Reasoning — это модель с 432 млрд параметров, из которых активны только 28 млрд:. Веса выложили в открытый доступ:. Это значит, что модель можно использовать в бизнесе без лишних юридических сложностей — лицензия позволяет.

Главная фишка версии — режим рассуждений: модель не выдаёт ответ сразу, а разбивает задачу на шаги, проверяет промежуточные выводы и только потом формулирует финальный результат. Разница с предыдущей версией без рассуждений заметна невооружённым глазом:. В некоторых тестах показатели буквально удвоились.

Как она держится против DeepSeek и мировых моделей

Сбер прямо сравнивает новинку с китайской DeepSeek V4 Flash Preview — и результаты получились неоднозначные, но обнадёживающие.. При этом по эффективности использования токенов российская модель выглядит экономнее:.

А вот с прямым сравнением против GPT, Gemini и Claude всё сложнее — Сбер их в карточке модели просто не упоминает:. Но независимые источники нашли точки сравнения по сторонним тестам, и картина любопытная:. Иными словами, отставание есть, но оно измеряется процентами, а не кратными разрывами, как было пару лет назад.

Стоит сказать и про нюансы подачи данных — независимый разбор бенчмарков показал, что знаменитая цифра «на 37% меньше токенов» корректна, но опирается на конкретный набор из четырёх математических тестов, а не на всю линейку задач. Это не отменяет прогресса, но полезно иметь в виду, если видите эту цифру без контекста.

Китайские модели тоже не стоят на месте

Параллельно с российским релизом свою новинку выпустила и Alibaba. Qwen3.8-Omni-Flash — омнимодальная модель, принимающая текст, изображения, аудио и видео и выдающая текстовый ответ, с контекстным окном до миллиона токенов:. Компания также заявляет о серьёзном снижении стоимости обработки медиа:.

Получается двойная картина: российские модели нагоняют по качеству рассуждений, китайские — по мультимодальности и экономичности. Обе линии развития усиливают конкуренцию с привычными GPT, Gemini и Claude, причём делают это не через громкие заявления, а через открытые веса и проверяемые бенчмарки.

Что это меняет на практике

Для пользователей и бизнеса из этого следует несколько практических выводов:

• Открытые веса GigaChat 3.5 Reasoning по MIT-лицензии дают возможность встраивать модель в собственные продукты без лицензионных рисков.
• Разрыв с мировыми флагманами в задачах рассуждений и кода сокращается — ещё недавно речь шла о кратном отставании, сейчас местами счёт идёт на единицы процентов.
• Локальный запуск такой модели всё же требует серьёзного железа:.

Для большинства задач — от аналитики текста до помощи в коде — выгоднее не разворачивать модель у себя, а подключаться к готовому облачному доступу.

Коротко о главном

Российский и китайский ИИ в 2026 году — это уже не догоняющие, а полноправные участники гонки. GigaChat 3.5 Reasoning показывает, что отставание от западных флагманов в рассуждениях и коде сокращается, а Qwen3.8-Omni-Flash двигает мультимодальность вперёд с упором на экономичность. Разница в подходах интересная, но итог один: пользователю становится только лучше.

Хотите сами сравнить, как GigaChat, YandexGPT и другие модели справляются с вашими задачами рядом с GPT, Claude и Gemini? В GEMERA AI можно пробовать разные модели в одном чате через Telegram-бота или веб-кабинет — без необходимости разбираться, где и как получать доступ к каждой из них по отдельности.