Сбер представил GigaChat 3.5 Ultra — модель вдвое компактнее предыдущей, но работающую с документами в четыре раза быстрее: gigachat от сбера
Если ты пришёл сюда за одним ответом: да, 6 июля 2026 года Сбер выложил новую флагманскую модель, она заявлена как почти вдвое компактнее прошлой версии и работает с большими документами до четырёх раз быстрее. Веса открыты и лежат на Hugging Face. Всё остальное в этой статье - как это проверить руками, где легко ошибиться и чего этот релиз не решает.
Сразу оговорюсь про частую путаницу. gigachat от сбера - это не один продукт, а два разных входа: ассистент ГигаЧат, которым пользуются как чат-ботом, и сама модель, которую теперь можно скачать и запускать у себя. GigaChat 3.5 Ultra - именно про второе. Если ты искал «где нажать кнопку и спросить», тебе в ассистент. Если ищешь веса и API для своего агента - читай про открытый код ниже.
Что именно изменилось 6 июля
Главное: появилась новая версия флагманской модели, её отдали и обычным пользователям бесплатно, и разработчикам в виде открытого исходного кода. Технически ключевое слово релиза - linear attention.
По данным анонса, который 6 июля 2026 года разошёлся через iXBT и подтверждается карточкой модели команды GigaChat на Hugging Face, изменилось следующее:
- Модель почти в два раза компактнее предыдущей версии и требует меньше вычислительных ресурсов (Сбер, через iXBT, 6 июля 2026).
- С большими документами она работает до четырёх раз быстрее прошлой версии (там же).
- Заявлены улучшения в программировании, математике и анализе документов, плюс поддержка многошаговых агентных сценариев (Сбер, через iXBT).
- Под капотом - технология linear attention (карточка модели на Hugging Face, ai-sage/GigaChat3.5-432B-A28B-bf16).
- GigaChat 3.5 Ultra доступна бесплатно пользователям ассистента ГигаЧат для личных и рабочих задач.
- Открытый исходный код модели бесплатно доступен разработчикам для своих сервисов и ИИ-агентов.
Что важно не додумать. Точное число параметров и размер контекстного окна в самом анонсе не раскрыты. Имя репозитория GigaChat3.5-432B-A28B-bf16 намекает на разреженную MoE-архитектуру с 432 млрд параметров и примерно 28 млрд активных, но официально Сбер эту цифру в анонсе не называл - это моя догадка по названию, и её стоит перепроверить в официальном блоге и в конфиге модели, прежде чем закладывать в расчёты памяти.
Пока ты прикидываешь, стоит ли гонять свои документы через ещё одну модель, держи в голове простой приём: чтобы понять, насколько gigachat от сбера хорош на твоих данных, полезно сравнить его ответы с зарубежными моделями на том же промпте - и такой прогон удобно делать через один совместимый API без VPN.
Что linear attention значит для агентов
Главное: обычное внимание в трансформере растёт квадратично от длины входа, linear attention - линейно. Для длинных документов это и есть источник заявленного ускорения.
Классический self-attention на входе из N токенов считает матрицу N×N. Удвоил документ - вычислений стало вчетверо больше. На договоре, логах или большом своде регламентов это упирается и в скорость, и в память. Linear attention переписывает операцию так, что стоимость растёт примерно линейно с длиной. Отсюда и логика заявления «до четырёх раз быстрее с большими документами» (Сбер, через iXBT): чем длиннее вход, тем заметнее выигрыш, а на коротком чате разницу ты можешь и не почувствовать.
Почему это важно именно для агентов. Многошаговый сценарий - это не один запрос, а цепочка: прочитать документ, вызвать инструмент, получить результат, снова подумать. Каждый шаг тащит за собой растущий контекст. Если обработка длинного контекста дешевле, агент дешевле и быстрее на каждом витке. Сбер прямо заявляет поддержку многошаговых агентных сценариев как одну из целей релиза - и архитектурный выбор с этим согласуется.
Честная оговорка от меня, не от Сбера: linear attention - это компромисс. Такие схемы исторически экономят на «дальнобойности» точных зависимостей ради скорости. Хорошо ли конкретно эта реализация держит длинный контекст на твоих задачах - независимыми замерами на 6 июля я не располагаю. Проверяй на своих документах, а не на демо.
Как попробовать GigaChat 3.5 Ultra прямо сейчас
Главное: есть два пути - нажать и спросить в ассистенте либо скачать веса. Начни с первого, чтобы понять, нужен ли второй.
- Через ассистент, бесплатно. Модель доступна пользователям ГигаЧата для личных и рабочих задач (Сбер, 6 июля 2026). Это самый быстрый способ увидеть поведение на своих текстах, без железа и без кода.
- Через открытые веса. Разработчикам отдан открытый исходный код для собственных сервисов и агентов. Это путь для тех, кому нужен контроль, приватность данных и запуск в своём контуре.
Прежде чем тянуть десятки гигабайт весов, ответь себе на три вопроса: хватит ли у меня видеопамяти под MoE такого размера, нужен ли мне self-hosted из-за требований к данным, и не решается ли задача обычным доступом к ассистенту. Если на все три «нет» - оставайся в ассистенте.
Открытый код: что реально лежит на Hugging Face
Главное: веса опубликованы командой GigaChat в репозитории ai-sage/GigaChat3.5-432B-A28B-bf16. Это первичный источник, его и стоит открыть перед любым продакшеном.
Формат bf16 в имени означает веса в bfloat16 - то есть без квантизации, «полный» вес. Под инференс на скромном железе тебе, скорее всего, понадобится квантованная сборка или несколько ускорителей; в bf16 модель такого класса требует много видеопамяти. Точные требования смотри в конфиге репозитория, а не в этой статье - я их не выдумываю.
Базовая загрузка весов через официальный клиент Hugging Face выглядит так. Токен нужен, если репозиторий попросит принять условия использования; храни его в переменной окружения, а не в коде.
Дальше запуск зависит от твоего стека - transformers, vLLM или другой сервер инференса. Здесь я намеренно не привожу «магической» команды загрузки: конкретный класс модели, trust_remote_code и параметры зависят от того, что лежит в репозитории на день, когда ты это читаешь. Открой карточку модели, прочитай README и config.json - там официальные инструкции. Всё, что важно знать заранее: это открытые веса под свой запуск, а не готовый управляемый сервис.
⚠ Предупреждение: не вставляй токены Hugging Face и любые ключи прямо в скрипт или в блокнот, который потом уйдёт в репозиторий. Утёкший токен - это чужой доступ к твоим приватным репозиториям и квотам. Используй переменные окружения или секрет-менеджер.
Сколько это стоит и какую модель выбрать
Главное: в ассистенте GigaChat 3.5 Ultra заявлена бесплатной для личных и рабочих задач; открытые веса тоже бесплатны, но платить придётся за железо и его обслуживание. Прямой прайс инференса в источнике не приводится, поэтому цифр за токен я не называю.
Выбор модели под задачу - это не про «какая лучше вообще», а про то, что у тебя за данные и где они должны оставаться. Ниже компактная таблица-ориентир. Она про способ доступа, а не про рейтинг качества - бенчмарков на 6 июля у меня нет, качество меряй сам.
- Что тебе нужно: Быстро проверить ответы на русских текстах • Разумный вариант: Ассистент ГигаЧат • На что смотреть: Бесплатно для личных и рабочих задач (Сбер)
- Что тебе нужно: Данные не должны покидать контур • Разумный вариант: Открытые веса GigaChat 3.5 Ultra • На что смотреть: Своё железо, память под MoE, поддержка
- Что тебе нужно: Сравнить с зарубежными моделями • Разумный вариант: Внешний совместимый API • На что смотреть: Оплата, доступ без VPN, единый счёт
- Что тебе нужно: Длинные документы, агентные цепочки • Разумный вариант: GigaChat 3.5 Ultra (linear attention) • На что смотреть: Проверить контекст на своих данных
Отдельно про сравнение. Чтобы честно понять, где gigachat от сбера выигрывает, а где нет, нужен второй игрок на том же промпте. Держать под это отдельные зарубежные аккаунты, карты и VPN - лишняя возня. Здесь пригождается доступ к Claude, GPT, Gemini, DeepSeek и Qwen через один API, совместимый с SDK OpenAI и Anthropic: меняешь ключ и base_url, платишь рублями с российской карты, по СБП или по счёту, работаешь без VPN и без иностранных карт. GigaChat через него не идёт - это отечественная модель со своим доступом; сервис закрывает ровно вторую половину сравнения, зарубежные модели, чтобы было с чем сопоставлять.
Минимальный прогон второй модели на том же запросе выглядит так - это обычный клиент OpenAI с другим адресом:
Тот же промпт отправляешь в ГигаЧат, кладёшь два ответа рядом и смотришь на свои критерии: где точнее по фактам договора, где меньше выдумок, где формат ответа удобнее. Это скучная ручная работа, но именно она заменяет веру в пресс-релиз на собственные данные.
Где ты споткнёшься при встраивании в n8n и агентов
Главное: большинство проблем при интеграции - не про модель, а про формат ответа, длину контекста и ретраи. Разбери их заранее, и агент перестанет «падать без причины».
Частые грабли, отсортированные по тому, как часто на них наступают:
- Ожидаешь строгий JSON - получаешь текст с пояснением. Любая модель иногда оборачивает JSON в фразу «вот ваш результат». В n8n это ломает следующий узел. Лечится явной инструкцией «ответь только JSON» и узлом-парсером, который отбрасывает всё до первой {.
- Слишком длинный вход. Даже с linear attention контекст не бесконечен, а его точный размер в анонсе не назван. Если суёшь весь документ целиком, режь на части и собирай ответ. Не полагайся на «модель же быстрая с документами» как на «модель проглотит любой объём».
- Нет ретраев и таймаутов. Агент делает пять шагов, на третьем сеть моргнула - вся цепочка встала. Оборачивай вызовы в повтор с экспоненциальной задержкой и разумным таймаутом на шаг.
- Смешиваешь роли в диалоге. Для агентных сценариев следи за порядком system/user/assistant и за тем, куда кладёшь результаты вызванных инструментов. Каша в ролях - главная причина, почему многошаговый сценарий «тупеет» к концу.
- Тестируешь на демо-примере, катишь на боевых данных. Красивый пример из анонса и твой реальный договор с таблицами и сносками - разные миры. Собери десяток настоящих документов и гоняй регресс на них.
Для n8n практический скелет один и тот же: HTTP-узел на эндпоинт модели, узел-валидатор ответа, ветка на ошибку с ретраем, и только потом бизнес-логика. Если строишь агента на открытых весах GigaChat 3.5 Ultra - добавь мониторинг видеопамяти и очередь запросов, иначе первый же всплеск нагрузки уронит инференс-сервер.
Чего этот релиз не решает
Честный список, чтобы не было завышенных ожиданий.
- Он не отменяет твою инженерную работу. Открытые веса - это старт, а не готовый сервис. Разворачивание, мониторинг, безопасность и обновления остаются на тебе.
- Он не даёт официальных цифр по параметрам и контексту. В анонсе их нет; название репозитория - это подсказка, а не спецификация. Не строй расчёты памяти на догадке.
- Заявления о скорости - от вендора. «До четырёх раз быстрее с большими документами» и «вдвое компактнее» - это слова Сбера через iXBT, не независимый бенчмарк. Активное обсуждение в iXBT, Sostav и vc.ru 6 июля - это внимание к анонсу, а не доказательство качества.
- provod.ai не заменяет GigaChat. Сервис не предоставляет ГигаЧат и не подменяет платформы автоматизации, приватную и on-prem инфраструктуру, функции, доступные только по подписке вендора, и работу по внедрению. Его роль в этой теме узкая: дать зарубежные модели через совместимый API, когда нужно сравнить или маршрутизировать между семействами.
- Он не отвечает на вопрос «а точно ли лучше для меня». На это отвечает только прогон на твоих документах.
Что делать дальше, по шагам
- Открой ассистент ГигаЧат и прогони пять своих реальных запросов.
- Параллельно отправь те же пять запросов в одну зарубежную модель и сравни.
- Если данные нельзя отдавать наружу - иди в репозиторий ai-sage/GigaChat3.5-432B-A28B-bf16, читай README и прикидывай железо.
- Собери мини-регресс из настоящих документов и меряй скорость и точность сам.
- Решение о продакшене принимай по своим числам, а не по пресс-релизу.
Источники
- iXBT, 6 июля 2026 (вторичный): анонс GigaChat 3.5 Ultra, компактность, ускорение с документами, linear attention, бесплатный доступ в ассистенте, открытый код -
- Команда GigaChat на Hugging Face, 6 июля 2026 (первичный): веса модели ai-sage/GigaChat3.5-432B-A28B-bf16, linear attention, открытый доступ -
- Точное число параметров и размер контекста официально не раскрыты в анонсе - проверяй в блоге Сбера и в конфиге репозитория.
Хочешь честно сравнить gigachat от сбера с зарубежными моделями на своих данных - подключи один совместимый API и оплати рублями без VPN, меняя только ключ и base_url.
provod.ai — российский LLM API-агрегатор
Один OpenAI-совместимый endpoint ко всем флагманам: OpenAI (GPT-5.5, GPT-5.4), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus.
Цены 1-в-1 с провайдером по курсу ЦБ— без наценки на токены. Оплата в рублях по договору, полный пакет закрывающих документов (договор-оферта, счёт, акт, счёт-фактура, УПД 5.03 через ЭДО). Без VPN — легальный B2B-сервис в России.
Если статья была полезной— попробуйте provod.ai: главная страница · каталог моделей · документация