Reasoning-версию GigaChat 3.5 теперь можно подключить в Evolution Foundation Models

Летом коммерческий доступ открыли к GigaChat 3.5 Ultra, теперь же в каталоге сервиса Evolution Foundation Models ^[1] стала доступна версия отечественной нейросети с режимом рассуждений GigaChat 3.5 Reasoning. Модель ориентирована на задачи, связанные с бизнесом, финансами и юриспруденцией и подключается по OpenAI-совместимому API без самостоятельного развертывания инфраструктуры для инференса. Стоимость составляет 96 ₽ за 1 млн входных и 289 ₽ за 1 млн выходных токенов.

GigaChat 3.5 Reasoning построена на той же архитектурной базе, что и уже доступная в сервисе GigaChat 3.5 Ultra. У обеих моделей 432 млрд параметров суммарно и около 28 млрд активных параметров на токен, гибридный механизм внимания ^[2] MLA + GatedDeltaNet и контекстное окно до 262 тысяч токенов. Поэтому отличие новинки не в размере или длине контекста, а в способе дообучения и решения задач.

Модель дополнительно дообучили с помощью online RL — обучения ^[3] с подкреплением ^[4] на решениях, которые она генерировала сама. Разработчики отдельно обучали шесть версий для разных классов задач: математики ^[5] и естественных наук, генерации кода, работы с репозиториями, агентных сценариев, диалога и следования инструкциям. Для проверки применяли разные сигналы: от сверки финального ответа и запуска тестов до оценки состояния среды после вызова инструментов. Затем полученные навыки объединили в одной модели методом on-policy distillation.

На опубликованных разработчиками тестах наиболее заметный прирост относительно GigaChat 3.5 Ultra Instruct получен в программировании, планировании и следовании инструкциям. Результат IFBench вырос с 43,66 до 77 баллов, Natural Plan — с 64 до 80,19, а LiveCodeBench v6 — с 56,2 до 85,4. Это сравнение показывает преимущество Reasoning в конкретных многошаговых задачах.

Разработчики также сравнили расход токенов GigaChat 3.5 Reasoning и DeepSeek V4 Flash Preview Reasoning на четырех математических наборах. В рамках этих тестов GigaChat потребовалось в среднем на 37% меньше токенов рассуждения при близких результатах на части заданий.

В прикладных сценариях новинка может пригодиться:

• разработчикам — для анализа ошибок, подготовки исправлений, генерации тестов и работы с кодовой базой;

• финансовым специалистам — для расчетов, разбора условий и проверки последовательности вычислений;

• юристам — для сопоставления пунктов документов и поиска логических противоречий.

А если учесть, что инфраструктура Cloud.ru соответствует требованиям российского законодательства даже для КИИ, можно смело использовать модель даже для отраслей с серьезными требованиями по безопасности. Для тех, кто не хочет, чтобы чувствительная информация, просочилась через пользовательские промпты даже на отечественный, аттестованный и безопасный сервер, предусмотрена фича Guardrails Filter: она маскирует данные до того, как они попали в модель и восстанавливает их в ответе, так что можно не переживать за секреты бизнеса. Функцию нужно включить в личном кабинете.