Релиз гигантской модели GigaChat 3 Ultra Preview от Сбера: 702-миллиардная MoE-нейросеть с открытыми весами, которую компании могут поднимать у себя, дообучать под свои данные и тем самым уходить от зависимости от зарубежных облаков и валютных API.
Что за технология и когда её запустили
В конце ноября 2025 года Сбер открыл веса флагманской модели GigaChat 3 Ultra Preview и опубликовал подробности на Habr и в репозиториях для разработчиков. Это большая языковая модель с архитектурой Mixture-of-Experts: около 702 млрд параметров всего и порядка 36 млрд активных на шаг генерации, то есть фактически «кластер экспертов» внутри одной нейросети. Модель распространяется как открытый instruct-чекпоинт и уже доступна для развёртывания и дообучения, в том числе через Hugging Face.
Почему это ударяет именно по бизнесу СНГ
Во-первых, GigaChat 3 Ultra — одна из крупнейших открытых моделей, нативно заточенных под русский язык и региональную повестку, а не просто «переведённый» западный ИИ. Во-вторых, открытые веса и MIT-совместимая лицензия позволяют компаниям СНГ поднимать модель в собственных дата-центрах или на региональных кластерах без передачи данных в США или ЕС и без риска санкций по API. В-третьих, релиз сопровождается линейкой более лёгких вариантов семейства GigaChat 3, в том числе Lightning примерно на 10 млрд параметров, ориентированным на запуск на рабочих станциях и относительно небольших серверах, что делает входной билет посильным даже для среднего бизнеса.
Чем GigaChat 3 Ultra полезен «на земле»
По результатам бенчмарков Ultra выходит в лидеры среди открытых моделей по русскоязычным задачам: она показывает высокие оценки в MERA text и MERA code и обходит предыдущие версии GigaChat в математике и программировании. Для бизнеса это означает, что одна и та же модель может закрыть сразу несколько классов задач: от генерации и разбора документов до сложных расчётов, анализа логов и помощи разработчикам. Компании получают уровень качества, близкий к мировым лидерам открытого сегмента, но с фокусом на локальный рынок и возможностью встроить модель в свои стеки — от CRM и 1С до внутренних порталов и контакт-центров.
В корпоративных сервис-десках модель может разбирать обращения на русском языке, поднимать регламенты и формировать понятные ответы, не отправляя тикеты за рубеж.
В юр- и финансовых департаментах — вычитывать договоры и отчёты, подсвечивать спорные места, собирать сводки для руководства на основе внутренних документов.
В продуктовых и IT-командах — ускорять разработку: от генерации и ревью кода до подготовки технической документации и миграции старых систем.
Как меняется инфраструктурная картина в регионе
Открытие такой тяжёлой модели в open source накладывается на рост локальной вычислительной мощности в самом СНГ: национальный суперкомпьютер «Alem.Cloud» в Казахстане в ноябре занял 86-е место в мировом рейтинге TOP500 и позиционируется как платформа для проектов в области ИИ и анализа больших данных. В связке с подобными кластерами GigaChat 3 Ultra превращается для бизнеса региона в фактически «суверенный» ИИ-слой: данные и вычисления остаются в юрисдикции дружественных стран, а стоимость владения ниже, чем у закрытых зарубежных API. Это открывает дорогу развитию собственных отраслевых моделей — от банковских риск-движков до промышленных ассистентов и цифровых двойников, которые компании могут дообучать на своих выборках, не опасаясь утечки.
Что делать компаниям СНГ прямо сейчас
Тем, кто ещё только присматривается к ИИ, стоит начать с пилотов на открытых сборках GigaChat 3: протестировать Ultra и более лёгкий Lightning на своих реальных задачах — от клиентской поддержки до внутреннего поиска по документам. Тем, у кого уже есть внутренние ML-команды, — заложить в дорожную карту 2026 года переход части функций с зарубежных API на локальные инсталляции GigaChat с дообучением под собственные домены.
Для игроков, работающих на несколько стран СНГ, открытие такой модели — момент, когда ИИ становится не «игрушкой маркетинга», а базовой инфраструктурой на уровне CRM или ERP, и те, кто раньше встроит её в процессы, получат заметное преимущество в стоимости и скорости принятия решений.
