Ваш купон на скидку:
Сбер представил GigaChat 3.5 Reasoning — новую флагманскую мультимодальную нейросеть с режимом рассуждений для решения сложных многоэтапных задач. Модель уже доступна пользователям GigaChat, разработчики могут бесплатно использовать её по открытой лицензии MIT. Доступ для бизнеса через API обещают открыть в ближайшее время.
Главное нововведение — способность нейросети не сразу выдавать ответ, а сначала разбирать задачу на отдельные этапы. GigaChat может составить план, определить, какой информации не хватает, подключить поиск или внешние инструменты, проверить промежуточные результаты и изменить решение, если обнаружит ошибку. Режим рассуждений включается отдельной кнопкой. Для простых запросов модель может отвечать без длительного анализа, а при решении особенно сложных задач расходовать десятки тысяч токенов. Такой подход рассчитан прежде всего на программирование, аналитику и агентные сценарии, в которых нейросети приходится самостоятельно выполнять последовательность связанных действий.
Например, при планировании поездки GigaChat может запросить недостающие параметры, подобрать авиарейс и гостиницу, проверить соответствие маршрута заданному бюджету и изменить первоначальный план, если обнаружит противоречия. Среди других сценариев Сбер называет поиск ошибок в коде, выявление противоречий в юридических документах, финансовые расчеты, планирование логистики и анализ научных данных. Основой для новой модели стала GigaChat 3.5 Ultra. Во время обучения нейросеть решала математические и программные задачи несколькими способами, разбивая их на последовательные шаги. Затем автоматическая проверка отбирала успешные варианты рассуждений, которые использовались для дальнейшего обучения. Благодаря этому модель должна была научиться не только строить план решения, но и понимать, когда необходимо обратиться к внешнему инструменту или пересмотреть предыдущий шаг.
Сбер сообщает о заметном росте результатов в ряде тестов. В IFBench показатель увеличился с 44 до 77 баллов, в Natural Plan — с 64 до 80, а в Live Code Bench v6 — с 56 до 85 баллов по сравнению с вариантом без режима рассуждений. По оценке разработчиков, GigaChat 3.5 Ultra Reasoning приблизилась к передовым зарубежным моделям в задачах на следование сложным инструкциям, планирование и программирование. По данным Сбера, при сопоставимом качестве GigaChat 3.5 Reasoning использует меньше токенов для промежуточных рассуждений, чем некоторые открытые конкуренты. В частности, при решении математических задач заявлено среднее преимущество в 37% по сравнению с DeepSeek V4 Flash Preview.