GigaChat 3.5 Ultra построен на собственной гибридной архитектуре «смеси экспертов» (Mixture of Experts, MoE), которая позволяет модели быть одновременно и мощнее, и компактнее предшественника. Из 432 млрд параметров в каждый момент времени активны только 28 млрд — благодаря этому модель занимает на 40% меньше места, чем GigaChat 3.1 Ultra, и генерирует длинные тексты до четырёх раз быстрее.
Ключевое архитектурное нововведение — технология линейного внимания. Вместо того чтобы каждый раз заново «перечитывать» весь предыдущий контекст, модель один раз запоминает суть прочитанного и далее лишь дополняет его. Это резко ускоряет обработку длинных документов — контрактов, отчётов, судебных решений — при контекстном окне в 262 тысячи токенов.
Важное решение Сбера — публикация базовой модели в открытом доступе на платформе Hugging Face. Это позволяет российским разработчикам дообучать модель под свои задачи без обращения к закрытому API и без риска утечки данных за рубеж, что критично для компаний, подпадающих под требования 152-ФЗ и регулирование КИИ.
Базовая модель на 432 млрд параметров обходит предыдущий флагман GigaChat на 700 млрд параметров по среднему баллу — 72,3% против 69,6%, по MMLU-Pro — 74,54% против 68,01%, и по математике — 78,1% против 76,7%. Наибольший разрыв — в программировании: HumanEval — 80,49% против 70,12%, HumanEval+ — 75,61% против 62,8%.
По ряду показателей GigaChat 3.5 Ultra приближается к китайской DeepSeek V3.2, будучи почти вдвое компактнее по числу активных параметров. В четырёх из шести популярных кодовых бенчмарков новая модель Сбера опережает DeepSeek V4 Flash и V3.2 Exp Base — впервые российская open-weight модель демонстрирует такое преимущество над одной из ведущих открытых моделей мира именно в задачах программирования.
Помимо кода, в релизе отдельно отмечена работа с агентскими сценариями: модель умеет самостоятельно искать информацию, писать и выполнять код, обращаться к внешним сервисам в рамках многошаговых задач — то есть двигается в том же направлении, что и западные модели последнего поколения, ориентированные на автономных агентов.
GigaChat 3.5 Ultra становится новым топом линейки Сбера, приходя на смену GigaChat 3.1 Ultra. При этом версии без индекса «2» или «3.5» формально продолжают принимать запросы — компания просто автоматически перенаправляет их на новое поколение по прежней цене, чтобы существующие интеграции бизнеса не ломались при апгрейде инфраструктуры. Такой подход снижает миграционные издержки для тысяч компаний, уже подключивших GigaChat API к своим продуктам.
Релиз происходит на фоне заявлений главы Сбера Германа Грефа о планах интеграции китайских процессоров в инфраструктуру GigaChat — компания диверсифицирует вычислительные мощности в условиях ограниченного доступа к NVIDIA, и более компактная MoE-архитектура прямо снижает требования к дорогостоящим GPU.
Открытая публикация весов флагманской модели — редкий шаг для крупного российского игрока и меняет расстановку сил в русскоязычном open-source сегменте, где ранее доминировали китайские модели вроде DeepSeek и GLM. Для разработчиков это означает возможность запускать сопоставимую по качеству модель на собственной инфраструктуре, полностью соблюдая требования по локализации данных — без необходимости отправлять чувствительную информацию через API стороннего облака.
Для корпоративных клиентов, использующих GigaChat API, обновление означает бесплатный прирост качества в кодогенерации и работе с длинными документами без изменения контрактных условий. Учитывая, что в июльском тесте PT-1 на площадке AI Радар YandexGPT Pro уже обошёл Claude и GigaChat, выход GigaChat 3.5 Ultra стоит рассматривать как заявку Сбера на реванш в следующем раунде независимых замеров.