Пятая версия GigaChat представляет собой принципиальную архитектурную переработку модели, а не просто инкрементальное обновление. Сбербанк перешёл на новую мультимодальную архитектуру, позволяющую нативно обрабатывать не только текст, но и изображения, структурированные таблицы, PDF-документы и фрагменты программного кода без использования отдельных специализированных модулей.
Контекстное окно 200 000 токенов — одно из ключевых конкурентных преимуществ новой версии. Для сравнения: стандартный роман объёмом 300 страниц содержит около 150 000 токенов. Это означает, что GigaChat 5 может анализировать целые базы корпоративных документов, юридические договоры или финансовые отчёты в рамках одного запроса, не теряя контекст.
Генерация изображений теперь встроена непосредственно в основную модель: пользователь может в ходе диалога попросить нейросеть создать иллюстрацию или отредактировать уже загруженный файл. Выполнение кода происходит в изолированной песочнице в реальном времени — результаты вычислений возвращаются непосредственно в чат.
Независимое тестирование проводилось по методологии MERA (Multilingual Evaluation of Russian-language Abilities) — открытому стандарту оценки языковых моделей на русском языке, разработанному при участии Яндекса и ведущих российских университетов. Бенчмарк охватывает 11 категорий: понимание смысла, рассуждение, математику, знание фактов, генерацию кода, юридический анализ и другие.
GigaChat 5 набрал 92 балла из 100, тогда как GPT-4o в том же тесте показал 84/100. Разрыв в 8 пунктов объясняется прежде всего глубокой оптимизацией под русскоязычный контекст: модель обучена на значительно большем корпусе русскоязычных текстов, включая научные статьи, юридические документы и деловую переписку.
Важно учитывать, что преимущество GigaChat 5 специфично для русскоязычных задач. На англоязычных бенчмарках, таких как MMLU и GPQA, GPT-4o по-прежнему сохраняет лидерство. Для российских корпоративных пользователей, работающих исключительно с русскоязычным контентом, это разграничение не критично.
GigaChat 5 интегрирован во все ключевые продукты экосистемы Сбера: Сбер ИИ-ассистент для 110 млн физических лиц, SberCloud ML Space для корпоративных разработчиков, Сбер ИИ для бизнеса — готовые решения на базе API для 3 млн корпоративных клиентов. Отдельным направлением стал GigaChat API, который позволяет любой российской компании встраивать возможности модели в собственные продукты с соблюдением требований 152-ФЗ о персональных данных — все вычисления выполняются на инфраструктуре внутри России.
Выход GigaChat 5 меняет расстановку сил на российском корпоративном AI-рынке. До сих пор крупные предприятия были вынуждены выбирать между высоким качеством западных LLM и требованиями регуляторов по локализации данных. GigaChat 5 впервые предлагает решение, которое одновременно соответствует требованиям КИИ и 152-ФЗ и не уступает по качеству зарубежным аналогам в русскоязычных задачах.
По оценкам аналитиков TAdviser, к концу 2026 года доля GigaChat на корпоративном рынке LLM-сервисов в России может достичь 38–42%, что делает Сбер безусловным лидером сегмента. Ключевыми вертикалями спроса остаются финансовый сектор, юридические компании и государственное управление.