Нейросети Сбера: от GigaChat до Kandinsky

1. Почему Сбер вообще занялся нейросетями

Для крупного банка искусственный интеллект — не модная игрушка, а инструмент выживания и роста. Сбер обрабатывает гигантские объёмы данных: транзакции, обращения клиентов, документы, голосовые звонки, изображения документов. Классические правила и даже ранние машинно-обучаемые модели уже не справлялись с разнообразием задач.

С 2010-х годов в банке активно развивали прикладной ML: скоринг, антифрод, рекомендации, чат-боты. К началу 2020-х стало ясно, что следующий качественный скачок возможен только через генеративные модели большого масштаба. Так появилась стратегия «своего» ИИ — не просто использовать чужие API, а создавать и контролировать собственные фундаментные модели.

Ключевой принцип: модели должны отлично понимать русский язык, российский культурный и правовой контекст, работать с кириллицей, быть доступными бизнесу и разработчикам внутри страны и при этом соответствовать требованиям безопасности данных.

2. Краткая история GigaChat

GigaChat публично запустили 24 апреля 2023 года. Это был один из первых полноценных русскоязычных диалоговых сервисов на базе большой языковой модели. Изначально модель умела вести диалог, генерировать тексты, писать код и (через интеграцию с Kandinsky) создавать изображения.

За три с лишним года произошло несколько крупных скачков:

• 2023–2024 — первые версии и быстрый рост аудитории. К марту 2024 совокупная аудитория GigaChat и Kandinsky достигла 18 млн пользователей.
• Осень 2024 — GigaChat MAX. По внутренним и независимым оценкам модель заметно улучшила качество ответов на русском.
• Март 2025 — линейка GigaChat 2.0 (Max и Lite).
• Ноябрь 2025 — открытие весов GigaChat Ultra Preview и Lightning, а также значительный open-source-релиз.
• Март 2026 — обновление ассистента на базе GigaChat Ultra с долговременной памятью, автономным поиском и интерпретатором кода.
• Июль 2026 — GigaChat 3.5 Ultra. Модель стала компактнее предыдущего флагмана (примерно 432 млрд параметров против ~700 млрд), но сильнее в коде, математике, длинных контекстах и агентных сценариях.
• Сентябрь 2026 — GigaChat 3.5 Reasoning. Первая российская открытая модель с полноценным режимом рассуждений (chain-of-thought + online reinforcement learning).

На момент написания статьи (сентябрь 2026) GigaChat 3.5 занимает высокие позиции в открытых бенчмарках. В публичном LLM Arena российская модель лидирует среди отечественных решений и находится в топ-10 мирового рейтинга.

3. Архитектура современных моделей GigaChat

Сбер не просто масштабирует dense-трансформеры. Команда активно использует архитектуру Mixture-of-Experts (MoE) и собственные гибридные решения внимания.

Ключевые особенности GigaChat 3.5 Ultra / Reasoning:

• MoE-архитектура: Общее число параметров — порядка 432 млрд, при этом на каждый токен активируется существенно меньше (около 28 млрд). Это даёт высокую ёмкость модели при разумных вычислительных затратах на инференс.
• Гибридное внимание: Сочетание Multi-head Latent Attention (MLA) и GatedDeltaNet (линейное внимание). Такой подход резко снижает размер KV-кэша (вплоть до четырёхкратного уменьшения по сравнению с предыдущими версиями) и позволяет эффективно работать с очень длинными контекстами.
• Стабилизирующие механизмы: Gated Attention, GatedNorm, sandwich-нормализация и клиппинг активаций. Без них обучение крупной модели с линейным вниманием на сотнях миллиардов параметров было бы нестабильным.
• Мультимодальность: Флагманские версии умеют работать не только с текстом, но и с изображениями.
• Режим рассуждений (в 3.5 Reasoning): Модель сначала строит план, разбивает задачу на шаги, может подключать внешние инструменты, проверять промежуточные результаты и корректировать решение. Это приближает поведение к моделям класса o1 / R1.

Отдельного упоминания заслуживает то, что модели обучались «с нуля» с сильным акцентом на русский язык и связанные с ним языки (включая казахский, арабский и другие). Это даёт заметное преимущество в понимании нюансов, идиом, культурного контекста и кириллического текста.

4. Возможности GigaChat на практике

Современный GigaChat — это уже не просто «чат-бот». Это полноценный ИИ-помощник и платформа для разработки:

• Генерация и редактирование длинных текстов, документов, отчётов, презентаций.
• Написание, объяснение и исполнение кода (встроенный интерпретатор в песочнице).
• Математические и логические рассуждения с пошаговым решением.
• Работа с длинными документами (контекст до сотен тысяч токенов в актуальных версиях).
• Агентные сценарии: модель может самостоятельно планировать последовательность действий, вызывать инструменты, искать информацию.
• Долговременная память о пользователе (между сессиями).
• Мультимодальный ввод (изображения) и генерация изображений/видео через Kandinsky.
• Синтез и распознавание речи (через семейство GigaAM).
• Специализированные версии и дообучения под отрасли (энергетика, финансы, медицина, юриспруденция и др.). Известны случаи успешной «сдачи» экзаменов по инженерным специальностям.

Для бизнеса доступен API. Для разработчиков — открытые веса по лицензии MIT (или близкой к ней), что позволяет запускать модели локально, дообучать и встраивать в собственные продукты.

5. Open-source-стратегия Сбера

Один из самых важных аспектов политики Сбера в области ИИ — открытость. В ноябре 2025 года компания провела один из крупнейших open-source-релизов в Европе: веса флагманских MoE-моделей GigaChat, линейки Kandinsky 5.0, моделей распознавания речи GigaAM-v3 и других.

Позже в открытый доступ вышли GigaChat 3.5 Ultra и Reasoning. Это позволяет:

• российским компаниям и стартапам строить продукты без зависимости от зарубежных API;
• исследователям воспроизводить и улучшать результаты;
• сообществу проверять заявления о качестве моделей.

Сбер последовательно позиционирует себя не только как коммерческого игрока, но и как инфраструктурного поставщика фундаментальных моделей для всей страны.

6. Kandinsky — российский генератор изображений и видео

Если GigaChat — это «мозг» экосистемы, то Kandinsky — её «глаза и руки» для визуального творчества.

История Kandinsky началась раньше широкой известности GigaChat. Модель прошла несколько поколений:

• Ранние версии на базе U-Net.
• Kandinsky 4.x — переход на диффузионный трансформер (DiT), заметный рост качества и возможностей генерации логотипов, текста на изображениях.
• Kandinsky 5.0 (ноябрь 2025) — линейка Image Lite, Video Lite и Video Pro. Video Pro генерирует до 10 секунд HD-видео и по визуальному качеству приближается к ведущим проприетарным моделям (в том числе заявлялся паритет с Veo 3 в ряде метрик).
• Kandinsky 6.0 Image (апрель 2026) — сильный акцент на редактирование: реставрация фото, нейрофотосессии, смена одежды и локации, ретушь, макияж, стилизация под актуальные тренды. Модель работает быстрее и лучше понимает сложные запросы. По внутренним оценкам Сбера в задачах редактирования она конкурирует с Nano-Banana, Flux и Qwen.

Особая сила Kandinsky — понимание русского языка и культурного контекста. Модель уверенно пишет кириллицу, знает российские реалии, архитектурные и художественные стили. Это критически важно для маркетинга, дизайна, образования и развлечений внутри страны.

В 2026 году появилось и специализированное направление Kandinsky WM (World Model) — генерация видео с соблюдением законов физики для обучения роботов, беспилотников и промышленных систем. Такие синтетические данные позволяют моделировать редкие и опасные сценарии, которые сложно или невозможно снять в реальности.

7. Речевые модели GigaAM и другие компоненты

Сбер давно силён в речевых технологиях (SpeechKit). Новое поколение — GigaAM-v3 — открытые модели распознавания речи с пунктуацией и нормализацией. Они используются «под капотом» GigaChat для работы с аудио и видео, а также доступны отдельно.

Кроме того, в экосистеме есть:

• модели эмбеддингов (Giga-Embeddings) — лидеры на русскоязычных бенчмарках типа ruMTEB;
• инструменты для сжатия визуальных данных;
• решения для синтеза речи на базе LLM-подхода;
• специализированные модели и пайплайны для документов, таблиц, поиска.

8. Применение в реальной жизни и бизнесе

Нейросети Сбера уже глубоко встроены в продукты банка и экосистемы:

• клиентский сервис и поддержка;
• генерация и проверка документов;
• аналитика и подготовка материалов для менеджеров;
• персонализация предложений;
• внутренние инструменты повышения продуктивности сотрудников.

Вне банка модели используют ретейл, медиа, образование, промышленность, робототехника. Есть кейсы сокращения времени ответа клиентам на десятки процентов, роста удовлетворённости, экономии бюджетов на контент и аналитику.

Для обычных пользователей GigaChat доступен в веб-версии (giga.chat), мобильном приложении, Telegram, мессенджере Max и других поверхностях. Генерация изображений и видео — без жёстких лимитов на популярных тарифах.

9. Сравнение с конкурентами

На русском языке GigaChat стабильно входит в число лидеров (часто занимает первое место среди российских моделей в открытых аренах). В мировых бенчмарках флагманы Сбера находятся в одном эшелоне с сильными открытыми китайскими моделями (DeepSeek, Qwen) и приближаются к закрытым западным лидерам в отдельных задачах (особенно там, где важны рассуждения, код и длинный контекст).

Kandinsky в генерации и редактировании изображений и особенно видео на русском языке имеет явное преимущество перед большинством зарубежных open-source-решений благодаря датасету и пониманию локального контекста.

Главные конкурентные преимущества Сбера:

• глубина проработки русского языка и культуры;
• открытость весов ключевых моделей;
• интеграция в реальные банковские и бизнес-процессы;
• полный стек (текст + изображение + видео + речь + агенты);
• соответствие российским требованиям по данным и безопасности.

Слабые стороны (как и у большинства не-американских/не-китайских игроков) — доступ к самым большим объёмам вычислительных ресурсов и самым свежим западным датасетам. Однако стратегия эффективности (MoE + гибридное внимание + качественные данные) позволяет компенсировать это.

10. Научная и образовательная составляющая

Сбер активно сотрудничает с ведущими российскими научными центрами (Сколтех, ВШЭ, МФТИ, AIRI и др.). Банк поддерживает исследования, публикует сотни научных работ, проводит конференцию AI Journey, развивает бенчмарки (MERA и другие).

Модели проходят своеобразную «сертификацию» — сдают экзамены по разным специальностям (энергетика, финансы, медицина и т.д.). Это не только PR, но и способ проверить и улучшить отраслевые знания.

Открытые веса и инструменты позволяют университетам и лабораториям использовать современные модели без огромных затрат.

11. Будущее: агенты, Physical AI и дальше

Тренды 2026 года, которые уже видны в продуктах Сбера:

• переход от простых чат-ботов к автономным агентам (GigaAgent и подобные решения);
• Physical AI — генерация данных для роботов и симуляторов (Kandinsky WM);
• ещё более длинные контексты и эффективная память;
• мультимодальность «из коробки»;
• глубокая персонализация и интеграция с реальными инструментами пользователя.

Сбер явно ставит цель не просто догнать, а создать самодостаточную российскую инфраструктуру генеративного ИИ, которая будет использоваться и внутри страны, и (через open-source) за её пределами.