> ## Content Index
> Fetch the complete content index at: https://admin.kod.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# МТС выйдет на рынок потребительских AI-сервисов в 2026 году
- URL: https://admin.kod.ru/mts-b2c-ai-plans-2026/
- Published: 2025-11-26T16:51:54.000Z
- Updated: 2025-11-26T16:51:54.000Z
- Description: Компания планирует предложить массовому потребителю продукты на базе китайских языковых моделей и собственный детектор дипфейков.
- Author: Макс Варламов
- Tags: Новости

МТС планирует начать выпуск продуктов на базе искусственного интеллекта для B2C-сегмента в 2026 году. Об этом [сообщает](https://www.forbes.ru/tekhnologii/550638-blize-k-narodu-mts-vyjdet-na-rynok-ii-servisov-dla-konecnyh-pol-zovatelej?ref=admin.kod.ru) Forbes со ссылкой на источники и генерального директора МТС Web Services (MWS) Павла Воронина.

Дочерняя компания MWS обновила платформу больших языковых моделей и детектор дипфейков, которые теперь рассматриваются как сервисы не только для бизнеса, но и для физических лиц. Ожидается, что запуск потребительских продуктов состоится в 2026 году, причём вывод подобных решений на рынок может занять от трёх до шести месяцев.

Уже с 28 ноября на платформе MWS GPT станут доступны мощные китайские языковые модели Qwen3-235B и Kimi K2 с количеством параметров 235 млрд и 1 трлн соответственно. Компании дополнительно получат доступ к GLM-4.6 (357 млрд параметров).

Эти нейросети можно использовать для широкого спектра задач: от анализа документации и подготовки отчётов до генерации программного кода и сложных финансовых расчётов, где критически важна точность.

Особое внимание уделено безопасности контента. Обновлённый детектор дипфейков способен с точностью более 98% распознавать материалы, созданные передовыми генеративными моделями, такими как Veo 3 от Google и Sora 2 от OpenAI. Система анализирует контент комплексно, одновременно оценивая аудио- и видеодорожки.

Технология работает в несколько этапов: специализированная модель обучается на записях живой человеческой речи, а затем на синтетических данных, выявляя специфические признаки искусственного голоса. 

Точность распознавания следующая:

- Veo 3 (аудио) — 84%.
- Veo 3 (видео) — 93,9%.
- Sora 2 (аудио) — 93%.
- Sora 2 (видео) — 93,6%.

При комбинированном анализе точность распознавания превышает 98%.