Сбер представил GigaChat 3.5 Reasoning — нейросеть может самостоятельно планировать решение сложных задач
Разработчики могут бесплатно интегрировать модель в свои продукты
2 минуты
Сбер представил новую версию нейросети GigaChat 3.5 Reasoning с , сообщили Russian Business в компании. Модель может самостоятельно планировать решение сложных задач, анализировать промежуточные результаты и исправлять ошибки, сообщили в компании. Разработчики смогут бесплатно интегрировать модель в свои продукты, а доступ по для бизнеса появится в ближайшее время.
Нейросеть сможет выполнять задачи из нескольких последовательных действий
В отличие от обычных ИИ-моделей, которые сразу формируют ответ, GigaChat 3.5 Reasoning сначала разбирает задачу на этапы, определяет план действий, при необходимости обращается к поиску и другим инструментам, а затем проверяет полученные результаты.
Например, нейросеть может анализировать договоры на противоречия, проводить финансовые расчёты, искать ошибки в коде или планировать поездку с учётом бюджета и ограничений.
Пользователь может самостоятельно включить режим рассуждений
Вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка Антон Фролов отметил, что сегодня от ИИ ждут не просто быстрого ответа, а способности разобраться в сложной задаче.
«Теперь GigaChat способен самостоятельно разложить задачу на этапы, понять, каких данных не хватает, проверить промежуточные выводы и при необходимости изменить ход решения», — отметил старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбербанка Антон Фролов.
Пользователь может самостоятельно включить режим рассуждений для сложных запросов. Для простых вопросов модель продолжит отвечать без дополнительного анализа, чтобы не тратить вычислительные ресурсы.
GigaChat работает экономнее, чем DeepSeek
По данным Сбера, после добавления режима рассуждений качество GigaChat выросло в задачах на логику, программирование, планирование и взаимодействие с инструментами. В IFBench результат модели вырос с 44 до 77 баллов, на Natural Plan — с 64 до 80, а на Live Code Bench v6 — с 56 до 85.
При этом GigaChat 3.5 Reasoning расходует меньше ресурсов по сравнению с рядом открытых моделей. Например, при решении математических задач она использует в среднем на 37% меньше токенов, чем DeepSeek V4 Flash Preview.