Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Наука

Российские модели захватили топ бенчмарка SLAVA: YandexGPT и GigaChat обогнали западных конкурентов

Российские модели захватили топ бенчмарка SLAVA: YandexGPT и GigaChat обогнали западных конкурентов
Наука
Топ-3
все позиции в топе бенчмарка SLAVA заняты российскими моделями (GigaChat 2 Max, YandexGPT 5.1 Pro, GigaChat 2 Pro) — выше GPT-4 и DeepSeek на русскоязычных B2B-задачах

В новом бенчмарке SLAVA (специализированный тест для русского языка) модели Яндекса и Сбера заняли все позиции в топе, обогнав GPT-4, DeepSeek и LLaMA на русскоязычных задачах. GigaChat 2 Max лидирует по MERA, YandexGPT 5.1 Pro — по скорости и стоимости. Бенчмарк разработан для объективной оценки моделей на российские B2B-задачи.

Российские AI-модели заняли весь топ нового русскоязычного бенчмарка SLAVA (Specialized Language Assessment for Vocabulary and Analytics) — специализированного теста для оценки моделей на задачах русского делового языка.

Результаты SLAVA (топ модели):

МестоМодельКомпанияКлючевое преимущество
1GigaChat 2 MaxСберКомплексный русский, юридические тексты
2YandexGPT 5.1 ProЯндексСкорость, стоимость, reasoning
3GigaChat 2 ProСберБаланс качества и цены
4GPT-4OpenAIЛучший из иностранных
5DeepSeek-V3КитайВторой из иностранных

Параметры SLAVA-тестирования:

КатегорияТесты
Юридические документыАнализ договоров, 152-ФЗ compliance, претензии
Финансовая документацияАудит, отчёты, КП
Техническая документацияТЗ, регламенты, СНИПы
Деловая перепискаПисьма, протоколы, приказы
Аналитика данныхРезюме данных на русском

Контекст бенчмарка: SLAVA создан российскими исследователями как ответ на MERA (русскоязычный аналог HELM/BIG-Bench). Фокус — практические B2B-задачи, а не академические. Это делает его релевантным для enterprise-выбора модели.

Для российского B2B:

  • Для DPO и юристов: GigaChat 2 Max лидирует по юридическим текстам — конкретный аргумент для выбора модели при анализе документов 152-ФЗ, договоров, запросов субъектов ПДн
  • Для IT-директоров: российские модели в топе SLAVA означают: для русскоязычных задач не нужно платить за западные API с compliance-рисками
  • Для product-менеджеров: бенчмарки на русском — единственный объективный способ выбора AI для продукта. Требуйте от вендора результаты на русскоязычных задачах, аналогичных вашим

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: SEOnews / Хабр

Как это касается вашего бизнеса

Новая модель или сервис дают эффект, только если данные и процессы компании к ним готовы. Аудит ИИ-готовности покажет, где ИИ даст максимальную отдачу, а где внедрять его преждевременно.