Выход GigaChat 3.5 Ultra в открытый доступ — это не дежурный апдейт весов, а внятная пощечина адептам «грубой силы». Команда RnD Сбера пошла на радикальное сокращение: модель «похудела» с 700 млрд до 432 млрд параметров. На бумаге — даунгрейд, на деле — мастер-класс по выжиманию эффективности из железа без потери качества.
Вместо того чтобы заливать задачи терафлопсами, разработчики внедрили гибридную архитектуру, скрестив MLA-слои с GatedDeltaNet. Для тех, кто привык считать совокупную стоимость владения (TCO), цифры выглядят отрезвляюще: объем KV-кеша на токен рухнул в четыре раза, а пропускная способность прибавила 20%. Это прямой сигнал корпоративному сектору: эпоха бездумного масштабирования инфраструктуры под нужды «прожорливых» LLM подходит к концу.
Качество данных здесь тоже не для галочки. Пока конкуренты варятся в стерильной синтетике, неизбежно ведущей к интеллектуальной деградации модели, Сбер сделал ставку на агрессивный парсинг «дикого» веба. Превращение грязного HTML в структурированный Markdown дало ощутимый буст в метриках MMLU и MATH. Добавьте сюда внедрение FP8 на всех этапах и использование MTP-голов для self-speculative decoding — и вы получите ускорение генерации в 2,2 раза. По сути, это переход от экстенсивного фермерства к высокотехнологичному производству.
Выход флагмана в open source — ход прагматичный. Предлагая локальную альтернативу закрытым API, Сбер метит в стандарт для российского рынка импортозамещения. Поддержка более 600 языков программирования и прокачанная через Online RL агентская логика превращают модель из «умного собеседника» в жесткий рабочий инструмент. Теперь развертывание тяжелых решений внутри собственного контура становится не просто безопасным, но и экономически оправданным. Продукт наконец догнал маркетинг: архитектурное изящество победило веру в бесконечные миллиарды параметров.