Сбер открыл GigaChat 3.5 Ultra: 432 млрд параметров под MIT-лицензией — первая открытая большая российская модель
В июле 2026 года Сбер выпустил GigaChat 3.5 Ultra — 432-миллиардную MoE-модель под открытой лицензией MIT. Это первая крупная российская языковая модель с открытыми весами. Технические особенности: FP8-обучение, online reinforcement learning, MTP-ускорение. Открытие весов позволяет компаниям разворачивать модель on-premise без зависимости от Сбера.
Июль 2026 года. Сбербанк сделал неожиданный стратегический ход: выложил веса флагманской модели GigaChat 3.5 Ultra под открытой лицензией MIT — создав прецедент для российского рынка AI.
Технические характеристики Ultra: ``` Архитектура: Тип: MoE (Mixture of Experts) Параметров: 432 миллиарда Активные при инференсе: ~50–70B (эффективность MoE)
Обучение: FP8-обучение: → Снижение памяти GPU в 2× vs FP16 → Ускорение обучения на 30–40% → Уменьшение энергопотребления
Online Reinforcement Learning: → Непрерывное улучшение в production → Feedback от реальных взаимодействий → Без offline-переобучения
MTP (Multi-Token Prediction) ускорение: → Параллельная генерация нескольких токенов → Ускорение инференса в 1.5–2× ```
MIT-лицензия — что это означает: ``` Licensing: MIT = одна из самых свободных лицензий
Что МОЖНО: ✅ Коммерческое использование ✅ Изменение и доработка модели ✅ Распространение модифицированных версий ✅ Fine-tuning для собственных задач ✅ On-premise деплой без лицензионных платежей
Что НЕЛЬЗЯ: ❌ Убирать указание на авторство Сбера ❌ Продавать саму лицензию
Практически: Полная свобода коммерческого использования при сохранении attribution ```
Стратегический смысл открытия: ``` Для Сбера: → Создание экосистемы на базе GigaChat (аналог Llama 3 Meta → Meta AI экосистема) → Привлечение разработчиков комьюнити → Competitive pressure на Яндекс (YandexGPT остаётся закрытым) → PR и имиджевый эффект
Для рынка: → Первая крупная российская open-weights модель → Снижение зависимости от иностранных open-source (Llama, Mistral) → Возможность суверенного on-premise деплоя без передачи данных Сберу ```
Для IT-директоров: ``` Когда GigaChat Ultra on-premise имеет смысл:
✅ Рекомендуется: → КИИ: данные не должны покидать контур → Обработка ПД без облачной передачи → Специализированный fine-tuning на отраслевых данных (медицина, юриспруденция) → Высоконагруженные задачи при наличии GPU-инфраструктуры
⚠️ Требования инфраструктуры: → GPU: минимум 4× A100 80GB или аналог → RAM: 256GB+ → Storage: 1TB+ NVMe → Команда: MLOps-инженер для поддержки
Альтернатива: GigaChat API (дешевле без GPU) ```
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: Хабр / appleinsider.ruРешения AXIOMA AI по теме статьи
Как это касается вашего бизнеса
Новые ИИ-технологии приносят пользу, когда работают с данными компании и не выносят их наружу. Внедряем ИИ-решения в контуре заказчика: данные остаются внутри периметра.

