Сбер выпустил открытую модель GigaChat 3.5 Ultra

Сбер делает ставку на рынок вокруг открытой модели На Хабре пишут, что новая GigaChat 3.5 Ultra (это их флагман на 432 млрд параметров, вчера выкатили в опенсорс) стала на 40% компактнее, но при этом не слабее, а местами даже сильнее: особенно в коде и математике. HumanEval вырос с 70 до 80%, SWE-Bench - с 8,6% до 42,6%. Любопытно, что рост не за счёт железа, а через гибридную архитектуру: Во-первых, у неё скрестили классический MLA-attention (стандартное "внимание" - модель перепроверяет каждое новое слово по всей истории диалога) с линейным вниманием GatedDeltaNet (модель один раз сжимает прочитанное в короткую "выжимку" и дальше дополняет её, а не пересматривает всё заново). Это дало "гибрид", который жрёт в 4 раза меньше памяти на токен и впихивает в ту же память в >2 раз больше контекста. Во-вторых, теперь у модели две MTP-головы. То есть, она сразу прикидывает несколько следующих слов вместо одного, а это серьёзно ускоряет генерацию. Пишут, что по бенчам база модели обходит DeepSeek V3.2 и свежий V4 Flash по среднему баллу (72,3 vs 71,5 и 71,9), а в коде и математике отрывается даже сильнее. Инструктированную версию ещё прогнали через "LLM-судью" и получили win-rate 75,9% против своей же 3.1 Ultra и 68,7% против GPT-5. Нюанс: судья тоже нейросеть, в данном случае взяли MiniMax-M2.7, но всё равно результат достойный. Команду Сбера поздравляю с релизом - судя по цифрам, прогресс большой. И вот что здесь самое интересное: Первое - модель стала эффективнее в разы, а значит, ИИ должен подешеветь. И тут работает парадокс Джевонса: когда ресурс дешевеет, его начинают не экономить, а наоборот использовать сильнее. Так было с углём на паровых машинах Уатта, так было с Дипсиком и его дешёвым обучением. И получается, если инференс в 4 раза экономнее по памяти и вдвое больше контекста влезает в те же ресурсы, то куча сценариев, которые раньше было невыгодно запускать в широкий продакшен (например, длинные агентные цепочки, RAG по объёмным базам, инференс без гигантских кластеров и т.д.) - становятся экономически оправданными. Эффективность тут не про "теперь можно тратить меньше", а про то, что теперь ИИ можно шире внедрять. Второй момент - модель отдали под MIT, а это самая "разрешительная" опенсорсная лицензия: разворачивайте где угодно (хоть в чужом облаке), дорабатывайте, зарабатывайте на этом как хотите. Это похоже на историю Linux и Android: вокруг ядра выстраивается открытая база, на которой сам вырастает рынок. Так уже работают Llama, DeepSeek или Qwen, но у Сбера раскрыты не только веса модели, но и сам рецепт обучения - код гейтов, архитектурные решения, детали стабилизации гибрида и т.д. Сами авторы прямо пишут зачем: чтобы подходы проверяло сообщество, а не только внутренние бенчмарки. А это повышает готовность внедрять. В общем, у этого релиза простая и рациональная логика: чем дешевле и доступнее сама модель, тем больше её будут внедрять в каждый угол. А значит, ценность модели будет повышаться за счёт всего, что строится вокруг неё. Дизраптор