GigaChat 3.5: паспорт нейросети Сбера

GigaChat 3.5 — поколение больших языковых моделей ПАО Сбербанк. Модели делает команда GigaChat; веса выкладываются в организации ai-sage на Hugging Face и в репозитории GigaTeam на GitVerse.

В поколение входят две модели одного размера и одной архитектуры:

• GigaChat 3.5 Ultra — отвечает без этапа рассуждения, Сбер называет такой режим instant;
• GigaChat 3.5 Reasoning — перед ответом строит цепочку рассуждений; подробно о ней — лист 2.

Обе модели открыты под лицензией MIT: веса можно скачать, запускать на своих серверах и встраивать в коммерческие продукты.

Модель предобучена самим Сбером, а не дообучена из чужих весов: выложены отдельная базовая версия и промежуточные чекпоинты. Для GigaChat 3.0 команда, по её словам, брала за основу опубликованный рецепт DeepSeek V3, а для 3.5 собрала собственную гибридную архитектуру и рецепт обучения под неё.

Даты по официальным анонсам Сбера и Cloud.ru:

• 6 июля 2026 — GigaChat 3.5 Ultra: статья команды на Хабре, веса на Hugging Face и GitVerse, модель доступна в ИИ-помощнике ГигаЧат;
• 15 июля 2026 — в GigaChat API для частных лиц появилась модель GigaChat-3-Ultra; в истории обновлений она записана как версия 3.5;
• 22 июля 2026 — Cloud.ru открыл компаниям платный доступ к 3.5 Ultra по API;
• 10 сентября 2026 — GigaChat 3.5 Reasoning: веса под MIT и режим рассуждения в веб-версии ГигаЧата;
• 23 сентября 2026 — Reasoning в каталоге Cloud.ru, объявлено на конференции ГигаКонф.

Прошлые поколения одной строкой: открытая GigaChat 20B-A3B — декабрь 2024 года, закрытые GigaChat 2 Lite, Pro и Max — март 2025-го, открытая третья версия — с ноября 2025-го, GigaChat 3.1 Ultra и Lightning — март 2026-го.

Смесь экспертов: первые три слоя обычные, плотные, а в остальных 37 стоят по 256 маршрутизируемых экспертов и одному общему. На каждый токен включаются восемь, поэтому из 432 млрд параметров в работе одновременно 28 млрд.

Гибридное внимание: каждый четвёртый слой — полное внимание MLA, остальные 30 из 40 — линейное внимание GatedDeltaNet. Линейные слои не хранят ключи и значения для каждого прошлого токена, поэтому длинный документ обходится дешевле по памяти.

GatedNorm — обучаемый множитель после нормализации RMSNorm. Он заменяет стихийные «якоря» активаций, которые крупные модели вырабатывают сами, и помогает устойчиво обучать сеть на сотнях миллиардов параметров.

Головы MTP предсказывают несколько токенов за шаг и служат для самоспекулятивного декодирования: по данным Сбера, жадная генерация ускоряется до 2,2 раза. У Ultra таких голов две, у Reasoning — три.

Обучение шло в FP8 на всех стадиях, поэтому основной формат весов — FP8, а не сжатая копия. Версия в BF16 выложена отдельно — для дообучения и собственной квантизации.

Данные для предобучения, по описанию команды: около 52% веб-текстов, 16% кода, 6% математики и 26% качественных источников вроде научных статей. Языков программирования в корпусе стало больше 600 вместо 16 у прошлых версий. Всего за версией 3.5 стоит больше 1 500 экспериментов с данными, архитектурой и гиперпараметрами.

Размер: 432 млрд параметров вместо 700 млрд у GigaChat 3.1 Ultra, то есть модель примерно на 40% компактнее.

Память и скорость: KV-кэша на токен нужно примерно в четыре раза меньше, в тот же объём памяти помещается в 2,14 раза больше контекста, а пропускная способность на контексте от 4 до 128 тыс. токенов выросла примерно на 20%.

Замеры из карточки Ultra, 3.1 → 3.5:

• SWE-bench Verified — 8,6 → 42,6;
• TAU2-bench — 41,87 → 68,71;
• IFBench — 31 → 43,66;
• MMLU-Pro — 73,61 → 75,68;
• MERA Text в замере разработчика, наоборот, снизилась — 71,2 → 67,3.

В цепочку дообучения добавлен этап online RL: Stage 1.5 → SFT → DPO → online RL. Именно ему команда приписывает рост в следовании инструкциям и на аренах.

MERA Text 2.0 — открытый бенчмарк Альянса в сфере ИИ, версия по умолчанию с 31 августа 2026 года, 43 результата на 29 октября. GigaChat 3.5 Reasoning — 0,423 балла и 13-е место, выше всех российских моделей в таблице; Ultra — 0,249 и 23-е место. У лидера таблицы — 0,678.

Баллы MERA 2.0 нельзя сравнивать с MERA 1.0: задачи и шкала другие. В первой версии GigaChat 3.5 не сдавалась.

LLM Arena (llmarena.ru) — русскоязычная арена, где модели оценивают голосами пользователей. На обновлении 7 октября 2026 года «GigaChat 3.5» набирает 1 121 балл Эло (+10 / −9) по 4 318 голосам: седьмой ранг с учётом доверительного интервала и первая строка среди российских моделей. Какая версия выставлена — Ultra или Reasoning, — арена не уточняет.

На международных площадках Artificial Analysis и LMArena моделей поколения 3.5 на 28 октября 2026 года не было.

Сравнивать GigaChat 3.5 с YandexGPT, Alice AI и другими отечественными моделями удобнее в рейтинге российских нейросетей, а не по разрозненным таблицам вендоров: у каждого разработчика свой набор тестов и свои условия прогонов.

Поговорить с моделью — бесплатно в чате ГигаЧат: веб-версия, боты и приложение (лист 5).

Подключить к своей программе — API Сбера для частных лиц или облако Cloud.ru для компаний (лист 3).

Развернуть у себя — веса на Hugging Face, форматы и требования к железу на листе 4.