Сбер открыл GigaChat 3.5 Ultra под MIT: 432B параметров, FP8 — крупнейший российский open-source LLM
В июле 2026 года Сбербанк опубликовал под лицензией MIT модель GigaChat 3.5 Ultra с 432 миллиардами параметров (архитектура MoE — Mixture of Experts). Модель обучена с применением FP8-квантизации, online RL и MTP-ускорения. Это крупнейший российский open-source LLM — Сбер позиционирует его как российский ответ на Meta Llama 4 и Mistral Large.
Июль 2026 года — Сбербанк опубликовал GigaChat 3.5 Ultra в открытом доступе под лицензией MIT, сделав его крупнейшим российским open-source языковым моделем.
Технические характеристики GigaChat 3.5 Ultra:
| Параметр | Значение |
|---|---|
| Параметры (всего) | 432B |
| Архитектура | MoE (Mixture of Experts) |
| Активные параметры (инференс) | ~70-80B (оценка) |
| Обучение | FP8 квантизация |
| Дополнительное обучение | Online RL (Reinforcement Learning) |
| Ускорение | MTP (Multi-Token Prediction) |
| Лицензия | MIT (полностью открытая) |
| Язык | Русский + Английский |
Технологические преимущества: ``` FP8-обучение: → Снижение вычислительных затрат на 40-60% → Сохранение качества модели → Возможность обучать 3x более крупные модели на том же железе
Online Reinforcement Learning: → Модель обучается на реальных пользовательских взаимодействиях в production → Непрерывное улучшение без дообучения с нуля
MTP (Multi-Token Prediction): → Генерация нескольких токенов за одну операцию → Скорость инференса +2-3x vs стандартный авторегрессивный ```
Сравнение с глобальными open-source моделями:
| Модель | Параметры | Архитектура | Лицензия | Дата |
|---|---|---|---|---|
| GigaChat 3.5 Ultra | 432B | MoE | MIT | июль 2026 |
| Meta Llama 4 Behemoth | 2T | MoE (dense) | Llama 4 | 2026 |
| Mistral Large 3 | 123B | Dense | Apache 2.0 | 2026 |
| DeepSeek-V4 | 671B | MoE | MIT | 2026 |
Значение для российского AI-рынка: ``` Эффекты от открытия GigaChat 3.5 Ultra:
- 1.Доступность мощного русскоязычного LLM:
→ Стартапы и МСП могут использовать бесплатно → Fine-tuning под отраслевые задачи → Локальное развёртывание (on-premise)
- 1.152-ФЗ compliance из коробки:
→ Данные не покидают периметр компании → Нет передачи ПДн третьим лицам → Применимо для чувствительных отраслей
- 1.Конкуренция с западными open-source:
→ Llama 4, Mistral недоступны в РФ ограниченно → GigaChat Ultra — альтернатива без санкционных рисков ```
Где запустить: MIT лицензия означает: коммерческое использование, модификация, распространение — без ограничений. Модель доступна на HuggingFace (зеркало) и собственных репозиториях Сбера. Требования к железу для полного развёртывания: ~8x H100 или эквивалент для FP8-инференса.
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: appleinsider.ru / ixbt.com / TAdviserРешения 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.

