Флагманская reasoning-нейросеть от Сбера

Сбер представил GigaChat 3.5 Reasoning – новую мультимодальную нейросеть с режимом рассуждений. Она не отвечает сразу на сложный вопрос: сначала разбирает задачу на этапы, определяет план решения, при необходимости обращается к поиску и другим инструментам, ищет ошибки в своих промежуточных результатах и только после этого формирует ответ. Как подчеркивают в Сбере, новая модель решает задачи с меньшими ресурсами, существенно экономя токены на рассуждение в сравнении с ведущими открытыми нейросетями.

Рассуждения полезны в задачах, где недостаточно одного действия или простого поиска информации. Например, модель может найти противоречия между пунктами договора, провести финансовые расчеты или разобраться в сложной ошибке в коде. Флагманская модель уже доступна всем пользователям ГигаЧат, а разработчикам – бесплатно по лицензии MIT для интеграции в свои продукты. Бизнесу модель станет доступна по API в ближайшее время.

Пользователь может сам определить, когда требуется рассуждение и включить режим отдельной кнопкой. На простой вопрос модель отвечает сразу, а для сложной задачи может использовать десятки тысяч токенов на поиск решения. Новая версия лучше справляется с написанием кода и агентными сценариями, в которых необходимо последовательно выполнить несколько действий. Например, при организации поездки модель может уточнить недостающие параметры, подобрать рейс и отель, проверить, укладывается ли маршрут в бюджет, а при обнаружении противоречия – перестроить план.

Благодаря поддержке рассуждений, отмечают в Сбере, качество GigaChat выросло почти по всем замерам, наиболее заметный прогресс – в агентских задачах, работе с функциями и инструментами, программировании и задачах со сложной логикой. По ключевым направлениям – следованию сложным инструкциям, планированию и написанию кода – GigaChat 3.5 Ultra Reasoning вплотную приблизилась к лучшим мировым моделям.

GigaChat 3.5 Reasoning – экономная модель, она тратит на рассуждения существенно меньше токенов, чем ведущие открытые модели при сопоставимом качестве ответов. Например, на решение математических задач она тратит в среднем на 37% меньше токенов, чем DeepSeek V4 Flash Preview.

Рассуждающая модель может быть наиболее полезна в таких сферах, как:

• финансы и банкинг – прогнозирование сценариев, проверка сделок на соответствие нормативным требованиям;
• юриспруденция – поиск противоречий в договорах, проверка документов на соответствие регламенту или прецедентам;
• разработка ПО – поиск и исправление багов, выбор архитектуры с учетом скорости, цены и надежности;
• логистика и планирование – построение маршрутов и расписаний с учетом сроков, бюджета и доступных ресурсов;
• образование – пошаговый разбор задач по математике, физике и программированию с проверкой каждого шага;
• наука и аналитика данных – анализ данных в несколько этапов, расчеты и проверка гипотез;
• поддержка клиентов – уточнение деталей у клиента и проверка данных в разных системах перед ответом.

Нейросети без режима рассуждения на сложных задачах могут давать быстрый, но неполный ответ, просто не размышляя над ними. Как поясняют разработчики, новую модель целенаправленно обучили рассуждать, взял за основу базовую GigaChat 3.5 Ultra. Для обучения модель решала математические и кодовые задачи разными способами, раскладывая их на последовательные шаги. Автоматическая проверка определяла, какой вариант рассуждения привел к правильному ответу, и закрепляла именно такие пути решения. Так модель научилась не только выстраивать последовательность действий, но и самостоятельно решать, когда обратиться к внешнему инструменту или пересмотреть предыдущий шаг.

GigaChat 3.5 Reasoning использует собственную архитектуру с технологией линейного внимания. Она помогает эффективнее работать с длинным контекстом: вместо того, чтобы повторно сопоставлять каждый новый запрос со всем предыдущим текстом, модель запоминает его ключевое содержание и дополняет его по мере обработки информации.