> ## 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.

# Сбер выпустил открытую рассуждающую нейросеть GigaChat 3.5 Reasoning
- URL: https://admin.kod.ru/sber-predstavil-gigachat-3-5-reasoning-open-source/
- Published: 2026-09-10T09:11:00.000Z
- Updated: 2026-09-10T09:36:00.000Z
- Description: Первая отечественная reasoning-модель вышла в открытый доступ: разбираемся, как она догнала зарубежные аналоги в программировании и логике.
- Author: Никита Мышаев
- Tags: Новости, ИИ, AI

Сбер представил флагманскую мультимодальную модель GigaChat 3.5 Reasoning с архитектурой рассуждений, опубликовав её веса в открытом доступе по лицензии MIT, сообщили «Код.ру» в пресс-службе компании.

Новинка, со слов разработчиков, стала первой отечественной открытой моделью, обученной работать по принципу цепочки рассуждений (Chain-of-Thought): перед выдачей итогового ответа нейросеть разбивает задачу на подпункты, составляет план, проверяет промежуточные выводы и корректирует логические ошибки.

В основу модели легла архитектура Mixture-of-Experts (MoE) с общим объёмом 432 млрд параметров, из которых на каждый токен активируются 28 млрд. Главным инженерным новшеством стало внедрение гибридного внимания: классический механизм Multi-head Latent Attention (MLA) объединили со слоями линейного внимания GatedDeltaNet. Это снизило нагрузку на память видеокарт при обработке длинного контекста и сократило размер кеша ключей и значений (KV-cache) примерно в четыре раза по сравнению с предыдущим поколением GigaChat 3.1 Ultra.

В тестах на сложные рассуждения модель показала результаты, сопоставимые с актуальными зарубежными моделями:

- **LiveCodeBench v6** (написание кода): показатель вырос с 56 до 85 баллов. Результат выводит российскую модель на один уровень с признанными кодинг-моделями линейки DeepSeek и оставляет позади базовые версии открытых моделей предыдущих итераций.
- **IFBench** (следование сложным инструкциям): точность выросла с 44 до 77 баллов.
- **Natural Plan** (многоэтапное планирование): результат поднялся с 64 до 80 баллов.
- **MMLU-Pro**: базовая версия модели набрала 74,5 балла, превзойдя показатели DeepSeek V4 Flash Base (65,8 балла).

Отдельный акцент разработчики сделали на экономичности рассуждений. В математических задачах GigaChat 3.5 Reasoning тратит в среднем на 37% меньше токенов рассуждения, чем конкурирующая DeepSeek V4 Flash Preview, сохраняя сопоставимую точность ответа.

Прямых бенчмарков против моделей OpenAI, Google и Anthropic в [опубликованной](https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-Reasoning-bf16?ref=admin.kod.ru#gigachat-35-reasoning) карточке модели нет — там фигурирует только сопоставление с DeepSeek. Но если сравнить открытые результаты GigaChat 3.5 Reasoning с тестами западных моделей, то можно оценить прогресс российской модели относительно мировых:

![](https://admin.kod.ru/content/images/2026/09/Frame-34896--9-.png)

Источник: Диаграмма Claude

- **GPQA-Diamond** (вопросы уровня PhD по физике, химии и биологии): GigaChat 3.5 Reasoning — 82,3%, тогда как GPT-5.6 Sol показывает 94,6%, Gemini 3.1 Pro — 94,3%, а Claude Opus 4.6 — 91,3%. Для GigaChat показатель приведён по стороннему бенчмарку; результаты западных моделей основаны на опубликованных тестах и агрегаторах.
- **AIME 2025** (олимпиадная математика): GigaChat — 89% (mean@32), GPT-5.2 Thinking — 100% без использования инструментов, Gemini 3 Pro — 95% без инструментов. Для Claude сопоставимых результатов именно в таком режиме оценки нет.
- **SWE-bench Verified** (реальные задачи исправления багов в открытых репозиториях): GigaChat — 64,7%, GPT-5.2 Thinking — 80,0%, Gemini 3 Pro — 76,2%, а Claude Opus 4.6 — 80,84%.

По внутренним замерам Сбера переход от Instruct-версии к Reasoning дал скачок в разы — по коду и следованию инструкциям показатели местами удвоились, а по математике (AIME 2025, mean@32) модель добралась до 89 баллов — это уже почти вплотную к 95–100%, которые показывают Gemini 3 Pro и GPT-5.2 на аналогичном тесте. Ещё год-полтора назад российские открытые модели отставали от западных флагманов на порядок; сейчас разрыв на некоторых задачах измеряется уже единицами процентов, а не разами. Методики оценки у всех разные (свои промпты, свои судьи, где-то с инструментами вроде Python, где-то без), так что прямое сопоставление условно — но по общей траектории GigaChat 3.5 Reasoning впервые вышла в диапазон, сопоставимый по порядку величины с актуальными зарубежными флагманами, а не с их прошлогодними версиями, как раньше.

Модель уже развёрнута в веб-интерфейсе сервиса GigaChat — режим цепочки мыслей включается отдельной кнопкой. Веса модели в форматах bf16 и квантованном GGUF доступны для свободного скачивания на платформе Hugging Face, а в ближайшее время Сбер планирует открыть доступ к новинке через коммерческий API.

[Сбер представил GigaChat Audio — модель распознаёт эмоции и ищет моменты в длинных аудиозаписяхМодель также запоминает факты из голосовых сообщений и использует их в следующих разговорах.![](https://admin.kod.ru/content/images/icon/logo-maskable-192x192-b8b35ec7-c6ee-4a29-adb8-03a40f3b3198.png)Код.руМакс Варламов![](https://admin.kod.ru/content/images/thumbnail/https-3A-2F-2Fapi.kod.ru-2Fcontent-2Fimages-2F2026-2F07-2F-----4-2115cdce-d04c-418b-9c90-6565f05ca8ef.png)](https://kod.ru/gigachat-audio?ref=admin.kod.ru)