«Сбер» показал GigaChat 3.5 Ultra — компактнее, быстрее и с…

«Сбер» показал GigaChat 3.5 Ultra — компактнее, быстрее и с линейным вниманием

«Сбер» представил GigaChat 3.5 Ultra — instruct-модель для кода, длинных текстов и агентных задач.

Главное изменение — собственная гибридная архитектура внимания. Внутри сочетаются Multi-Head Latent Attention и слои линейного внимания GatedDeltaNet. По задумке разработчиков, это сохраняет преимущества Full Attention, но снижает цену работы с длинным контекстом.

Модель стала заметно компактнее прошлой версии: 432 млрд параметров против 700 млрд у GigaChat 3.1 Ultra. То есть минус примерно 40% по размеру, меньше вычислительной нагрузки и больше шансов развернуть модель на более доступном железе.

Скорость генерации выросла до 4 раз. По заявлению «Сбера», новая версия обошла предыдущую в тестах на русскоязычный диалог, программирование, математику и сложные многошаговые задачи.

Отдельно отмечается, что по ряду метрик GigaChat 3.5 Ultra приблизилась к уровню DeepSeek 3.2, оставаясь примерно вдвое компактнее.

Выглядит как ставка не на «сделаем ещё больше параметров», а на более эффективную архитектуру. Потому что в эпоху длинного контекста важен уже не только размер модели, но и то, сколько стоит заставить её думать долго.