Это учебный эксперимент. Никаких писем мы не отправляли: инструмент отправки почты в нашем коде только записывает, кому и что модель хотела написать. Компания, препарат и документы выдуманы. Статью мы написали вместе с Екатериной Бойковой (@Ekotik23)
В мае 2025 года Тео Браун выложил SnitchBenchЧитать полностью »
Представьте: вы пришли на проект, а там около двух тысяч тест-кейсов. Часть проверок повторяется, часть написана несколько лет назад. Где-то нет предусловия, где-то ожидаемый результат нужно угадывать по шагам. При этом задачи уже в работе, релиз приближается, и времени спокойно перечитать всё нет.
Удалять старые кейсы на глаз нельзя. Переписывать каждый вручную — долго. Оставить как есть — значит снова идти в регресс с базой, которой не вполне доверяешь.
В начале сентября Сбер неожиданно выложил открытые веса своей модели GigaChat 3.5 432B. Таким образом, любая компания в России может развернуть эту модель на своем сервере(при наличии мощного железа). И казалось бы, это может в корне переломить ситуацию с суверенными моделями в России, так как эта модель думающая. И у меня возник вопрос: а возможно ли использовать эту модель для создания ИИ‑агентов?
Приготовьтесь, в статье будет много скриншотов по нашим результатам на боевом сервере.
Цены на API языковых моделей публикуют за миллион токенов, и по этой цифре модели обычно сравнивают. Но «токен» у каждой модели свой. Я прогнал один и тот же русский текст через Claude Opus 5 и GPT-5.5: Opus 5 насчитал в нём в 3,9 раза больше токенов. Значит, при одинаковой цене за токен обработка русского текста на Opus 5 обойдётся почти вчетверо дороже, чем на GPT-5.5, — и это не зависит от того, у кого вы покупаете доступ.
В чем основная проблема: если вы деплоите self‑hosted n8n (или любое Node.js‑приложение) в Docker и пытаетесь подключить GigaChat API то, скорее всего, натнетесь на ошибку SSL‑верификации. Статья о том, как это починить правильно, а не костылём с отключением всех сертификатов безопасности NODE_TLS_REJECT_UNAUTHORIZED=0, который советуют на каждом втором форуме.
Бонусом будет история про галлюцинацию, из‑за которой GigaChat начал называть всех клиентов «Иваном».
Self‑hosted стек на VPS:
• n8n в Docker — оркестратор воркфлоу
• PostgreSQL в Docker — база данных (сессии, лиды, кэш)
Привет. Мы выпускаем GigaChat 3.5 Reasoning, первую модель GigaChat с полноценным рассуждением, обученную на технологии online RL. Веса и код запуска на huggingface, также модель можно попробовать в giga.chat.
Главное, что изменилось в обучении: после SFT модель целиком прошла через online RL. Не один домен и не одна финальная стадия, а шесть отдельных экспертов (математика, код, агенты, и другие), каждый со своей наградой, которые потом собрали обратно в одну модель. Как это устроено и на чём мы набили шишки, рассказываем ниже.
Зачем и почему
Немного о себе — более двадцати пяти лет в ИТ, разрабатывал на С++ и Java, но с 2015 года ушел в менеджмент и сейчас руковожу командой разработки в банке. Сам код руками почти не пишу — в основном процессы, ревью, планирование. На основной работе использовать ИИ нельзя: закрытый контур, никакого доступа во внешний интернет для моделей.
Это личный инженерный эксперимент. Не релиз, не продуктовая статья и не попытка кого-то убедить. Мне просто захотелось проверить руками, насколько российские модели на примере GigaChat готовы к агентной работе в современной среде разработки.
Мне давно интересна разработка при помощи агентов. Обычный чат с моделью — это уже понятный сценарий: спросил, получил ответ, пошёл дальше. Агентный режим — следующий шаг. Модель там не просто пишет текст: она получает историю, вызывает инструменты, читает результаты, продолжает диалог, стримит ответ, иногда работает с картинками и живёт внутри реального проекта.
Представьте: вы в офисе, срабатывает пожарная сигнализация. Что вы делаете?
Идёте к эвакуационному плану на стене? Пытаетесь вспомнить, что показывали на последнем инструктаже? Или просто идёте за толпой, надеясь, что все знают, куда бежать?
Наша команда столкнулись с этим вопросом, когда начала работать над проектом для «Просоюза», профсоюзной организации «Сбера». Задача звучала просто: «Помочь людям не растеряться в чрезвычайной ситуации». Но когда мы начали погружаться в тему, оказалось, что не всё так однозначно.
Доступ к западным большим языковым моделям (далее - БЯМ) закрывается снаружи и, судя по всему, скоро начнёт закрываться изнутри.
Что останется бизнесу и какую цену нам придётся за это платить?
