Сбер представил GigaChat 3.5 Reasoning — новую флагманскую мультимодальную нейросеть с режимом рассуждений. Она не спешит сразу отвечать на сложный вопрос: сначала разбирает задачу на этапы, определяет план решения, при необходимости обращается к поиску и другим инструментам, ищет ошибки в своих промежуточных результатах и только после этого формирует ответ. GigaChat 3.5 Reasoning — быстрая и экономная модель: она решает задачи с меньшими ресурсами, существенно экономя токены на рассуждение в сравнении с ведущими открытыми нейросетями.
Рассуждения особенно полезны в задачах, где недостаточно одного действия или простого поиска информации. Например, модель может найти противоречия между пунктами договора, провести финансовые расчёты или разобраться в сложной ошибке в коде. Флагманская модель уже доступна всем пользователям ГигаЧата, а разработчикам — бесплатно по лицензии MIT для интеграции в свои продукты. Модель станет доступна бизнесу по API в ближайшее время.
Антон Фролов, старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка:
«Сегодня от ИИ ждут не просто быстрого ответа, а способности разобраться в сложной задаче. Теперь GigaChat способен самостоятельно разложить задачу на этапы, понять, каких данных не хватает, проверить промежуточные выводы и при необходимости изменить ход решения. Такой подход особенно важен для агентных сценариев, программирования, аналитики — везде, где результат зависит от целой последовательности решений. Это важный шаг к ИИ, который способен самостоятельно выстраивать путь к результату, действовать проактивно и взаимодействовать с другими сервисами. GigaChat – единственная российская модель с режимом рассуждений».
Пользователь может сам определить, когда требуется рассуждение и включить режим отдельной кнопкой. На простой вопрос модель отвечает сразу, а для сложной задачи может использовать десятки тысяч токенов на поиск решения. Новая версия лучше справляется с написанием кода и агентными сценариями, в которых необходимо последовательно выполнить несколько действий. Например, при организации поездки модель может уточнить недостающие параметры, подобрать рейс и отель, проверить, укладывается ли маршрут в бюджет, а при обнаружении противоречия — перестроить план.
Благодаря поддержке рассуждений качество GigaChat выросло почти по всем замерам, наиболее заметный прогресс – в агентских задачах, работе с функциями и инструментами, программировании и задачах со сложной логикой. По ключевым направлениям — следованию сложным инструкциям, планированию и написанию кода — GigaChat 3.5 Ultra Reasoning вплотную приблизился к лучшим мировым моделям. Например, в бенчмарке IFBench результат вырос с 44 до 77 баллов, на Natural Plan — с 64 до 80, на Live Code Bench v6 — с 56 до 85. Это заметный рост по сравнению с версией без режима рассуждений.
GigaChat 3.5 Reasoning — экономная модель: на рассуждения она тратит существенно меньше токенов, чем ведущие открытые модели при сопоставимом качестве ответов. Например, на решение математических задач она тратит в среднем на 37% меньше токенов, чем DeepSeek V4 Flash Preview.
Рассуждающая модель будет наиболее полезна в таких сферах, как:
- Финансы и банкинг — прогнозирование сценариев, проверка сделок на соответствие нормативным требованиям.
- Юриспруденция — поиск противоречий в договорах, проверка документов на соответствие регламенту или прецедентам.
- Разработка ПО — поиск и исправление багов, выбор архитектуры с учётом скорости, цены и надёжности.
- Логистика и планирование — построение маршрутов и расписаний с учётом сроков, бюджета и доступных ресурсов.
- Образование — пошаговый разбор задач по математике, физике и программированию с проверкой каждого шага.
- Наука и аналитика данных — анализ данных в несколько этапов: расчёты и проверка гипотез.
- Поддержка клиентов — уточнение деталей у клиента и проверка данных в разных системах перед ответом.
Как обучали новую модель
Нейросети без режима рассуждения на сложных задачах модель могут давать быстрый, но неполный ответ — просто не размышляя над ними. Новую модель целенаправленно обучили рассуждать, взял за основу базовую GigaChat 3.5 Ultra. Для обучения модель решала математические и кодовые задачи разными способами, раскладывая их на последовательные шаги. Автоматическая проверка определяла, какой вариант рассуждения привёл к правильному ответу, и закрепляла именно такие пути решения. Так она научилась не только выстраивать последовательность действий, но и самостоятельно решать, когда обратиться к внешнему инструменту или пересмотреть предыдущий шаг.
GigaChat 3.5 Reasoning использует собственную архитектуру с технологией линейного внимания. Она помогает эффективнее работать с длинным контекстом: вместо того, чтобы повторного сопоставлять каждый новый запрос со всем предыдущим текстом модель запоминает его ключевое содержание и дополняет его по мере обработки информации.
