«Сбер» представил новую Open Source — модель GigaChat 3.5 Reasoning. Она внедрена в ИИ-помощника «ГигаЧат». По оценкам компании, рассуждения заметно усилили кодовые и базовые агентные навыки. Обучение заняло больше девяти месяцев.

В GigaChat 3.5 Reasoning 432 млрд параметров, 28 млрд из них активные. Модель работает на архитектуре MoE (Mixture of Experts). С помощью метода Online-RL были обучены шесть экспертов по различным направлениям, в том числе по математике, работе с кодом и агентным сценариям. Для обучения были созданы 55 уникальных сред с проверяемым результатом и 12 тыс. задач полностью на русском языке. Агент для работы с кодом учился внутри настоящих программных инфраструктур (Harness).

Утверждается, что GigaChat 3.5 Reasoning вышла в паритет с сильнейшими открытыми и закрытыми моделями в следовании инструкциям, структурированной генерации и поиске информации в длинном контексте. По среднему баллу в бенчмарках решение приблизилось к DeepSeek V4 Flash Preview. В наборах тестов SWE-Verified, AIME-2026 и IFBench результат выше, чем у GigaChat 3.5 Instant, в 1,3–1,8 раза. В задачах сложной математики модель тратит на 37 меньше токенов, чем конкуренты, отмечают разработчики.

Веса и код запуска размещены на Hugging Face.

Презентация «Наш путь обучения GigaChat 3.5»