Сбер открыл веса GigaChat 3.5 Reasoning с контекстом до 262 тыс. токенов

Сбер выпустил языковую модель GigaChat 3.5 Reasoning, предназначенную для программирования, математических задач и агентных сценариев. Веса 432-миллиардной MoE-модели опубликованы под лицензией MIT, а режим рассуждений уже доступен пользователям GigaChat.

Сбер представил GigaChat 3.5 Reasoning — первую модель семейства GigaChat с полноценным режимом рассуждений, обученным с помощью онлайн-обучения с подкреплением. Пользователи GigaChat могут включать этот режим отдельно, а доступ для бизнеса через API компания обещает открыть позднее.

Веса модели опубликованы на Hugging Face под лицензией MIT в вариантах FP8, BF16 и GGUF. GigaChat 3.5 Reasoning построена по схеме Mixture of Experts: при 432 млрд параметров на каждом шаге задействуются 28 млрд. Гибридная архитектура сочетает Multi-head Latent Attention и линейное внимание GatedDeltaNet, максимальный размер контекста составляет 262 тыс. токенов.

Модель поддерживает вызов функций, работу с внешними инструментами и структурированный вывод. При дообучении разработчики отдельно подготовили шесть экспертов для математики и естественных наук, программирования, работы с репозиториями, агентных задач, диалогов и следования инструкциям, а затем объединили их методом дистилляции.

По собственным тестам разработчиков, добавление рассуждений повысило результат GigaChat в IFBench с 43,66 до 77 баллов, в Natural Plan — с 64 до 80,19, а в Live Code Bench v6 — с 56,2 до 85,4. Средняя оценка по опубликованному набору тестов составила 68,88 балла против 72,71 у DeepSeek V4 Flash Preview. В четырех математических тестах GigaChat использовала суммарно на 37% меньше токенов рассуждения.

В карточке модели приведены инструкции запуска через SGLang и vLLM. На момент выпуска для этого требуются специальные ветки с еще не включенными в основные версии изменениями; пример конфигурации рассчитан на восемь ускорителей Nvidia H100.