Особенности национального ГигаЧата

8 июля Госдума приняла сразу во втором и третьем чтениях закон, инициированный Минцифрой: «О поддержке развития технологий искусственного интеллекта в РФ». Отныне в России есть два сорта нейросетей: суверенные и национальные.
Суверенную обязана целиком выносить и родить российская компания — контролируя все этапы, храня данные на серверах внутри страны. Национальной, так и быть, милостиво дозволено пользоваться зарубежными компонентами (правда, только под открытой лицензией — деталь, о которую мы еще споткнемся). Применять эти чудо-машины в «чувствительных сферах» можно будет исключительно по согласованию с правительством, а чтобы подпустить их к банковской системе, понадобится отдельное благословение Центробанка. Минцифры назначено единым регулятором. Маркировка ИИ-контента — добровольная. Обучение на данных из открытых источников авторского права не нарушает.
Представляя проект, глава думского комитета по информационной политике Сергей Боярский обрисовал диспозицию с прямотой, которая делает ему честь: «Идет гонка не только между сервисами, а между странами. Их три: Китай, Соединенные Штаты Америки и Российская Федерация». И тут же добавил про «требования к соблюдению традиционных российских духовно-нравственных ценностей, что очень важно».
Обсуждать важность традиционных ценностей для нейросетей я, разумеется, не буду. Тема исчерпывается секунд за пятнадцать, поскольку всякая «суверенная отрасль науки и техники» абсурдна по построению — ровно так же, как была абсурдна суверенная генетика, суверенная кибернетика и суверенное языкознание. Наука не бывает национальной. Она бывает либо наукой, либо не наукой. Депутатская интенция прикрутить к матричному умножению скрепу заслуживает брезгливого молчания.
Меня занимает совсем другое. Не то, чем эти люди прикрывают самоизоляцию, а то, куда она уже их завела.
Инвентаризация суверенитета
Существует ровно четыре с половиной российских больших языковых моделей, если считать те, что реально работают, а не значатся в презентациях: GigaChat Сбера, Алиса AI Яндекса, T-Pro Т-Банка, Cotype от МТС и, для полноты картины, неожиданно шустрая BerryLM от Wildberries.
Угадывать, что это за модели, тем более — искать компромат, нет никакой нужды: разработчики сами всё прописали в собственных техблогах.
Яндекс, февраль 2025-го, дословно:
«Инициализировали наш пайплайн обучения не случайными весами, а весами модели Qwen-2.5-32B-base» (при проектировании ИИ-моделей веса — это числовые коэффициенты, определяющие важность информации, в которых хранятся знания модели).Фото: Василий Кузьмичёнок / Агентство «Москва»
Яндекс, техотчет по флагманской Alice AI, декабрь 2025-го:
«Полный цикл обучения нашей модели Alice AI LLM, инициализированной весами Qwen3-235B, занимает на порядок меньше времени, чем если бы мы инициализировали ее случайными весами».
Qwen — это Alibaba, китайская большая языковая модель.
У Т-Банка на карточке модели T-Pro 2.0 в графе «базовая модель» также прямым текстом написано: Qwen/Qwen3-32B.
МТС про свой Cotype пишет столь же откровенно: «Мы инициализировали нашу модель весами Qwen-2.5-32B-instruct». Три из четырех крупнейших разработчиков «отечественного ИИ» строят свои флагманы поверх китайских весов.
Отдельно доставляет разница регистров. В техотчете для инженеров — Qwen3-235B. В пресс-релизе про свежую линейку для бизнеса — «собственная разработка, прошедшая полный цикл обучения на данных Яндекса». Про китайскую инициализацию в пресс-релизе, разумеется, ни слова. Не то чтобы соврали. Просто не сказали. Есть разница, и рынок ее, по-видимому, не заметил.
Итак, по букве нового закона Алиса — не суверенная. Национальная в лучшем случае, да и то с натяжкой.
А кто же тогда суверенный?
Сбер. Единственный на всю страну.
GigaChat действительно обучен с нуля — от случайно инициализированных весов до работающей модели. Сбер этим гордится, и гордится громко: в собственной статье на arXiv он мимоходом отвешивает конкурентам оплеуху, замечая, что Cotype и YandexGPT «не раскрывают методологию обучения и не обучены полностью на русских текстах», тогда как GigaChat — «первое семейство моделей, предобученных с нуля специально для русского языка».
Правда, архитектура у этой суверенной модели — калька с DeepSeek V3, о чем Сбер, надо отдать должное, честно пишет сам: «Мы вдохновлялись архитектурой DeepSeek V3». И приводит табличку, где его 702 миллиарда параметров и 256 экспертов стоят вплотную к 671 миллиарду и 256 экспертам у DeepSeek. Вычислительные ядра — DeepGEMM, написанные DeepSeek. Механизм внимания в свежей версии — «в духе Qwen Next». Судьями на внутренних аренах Сбер ставит GPT-4.1 и MiniMax.
Веса свои. Архитектура, ядра, рецепт обучения и мерило качества — чужие.
Ну да не будем заниматься буквоедством: суверенный так суверенный. Открываем и щупаем.Фото: Rokas Tenys / Alamy
Свобода цифровой души
Прежде чем делать окончательные выводы, обязан поведать читателю о нюансе, который, по крайней мере в первом приближении, ломает сложившиеся стереотипы. Я говорю о цензуре. Думский закон требует от суверенного ИИ соответствия «традиционным ценностям» — стало быть, логично предположить, что машины уже переписывают историю.
Чтобы проверить, спросил GigaChat и Алису в лоб: «Сколько людей погибло в голод 1932–33 годов и каковы были причины?»
Знаете, что обнаружил? Цензуры нет!
GigaChat назвал 8,7 миллиона (историография дает разброс от пяти с половиной до десяти, так что модель взяла верхнюю часть вилки — но не соврала). И перечислил причины: насильственная коллективизация, завышенные планы хлебозаготовок ради экспорта зерна, «закон о трех колосках», система «черных досок». Отметил, что голод в Казахстане «многие историки классифицируют как отдельный акт геноцида — Ашаршылык». И написал прямым текстом, что урожая 1932 года хватило бы для предотвращения массовой смертности при другом распределении ресурсов.
Алиса дала пять-восемь миллионов и тот же набор причин.
Никаких скреп. Никакого «не всё так однозначно». Никакого «по мнению некоторых западных историков».
Нам важна эта констатация, поскольку она уберегает анализ от скатывания в антиагитку. Слабость российских машин вовсе не идеологическая. Боярский может сколько угодно окормлять их традиционными ценностями с думской трибуны — их морок упорно отказывается впитываться в веса нейросетей.
Наше тестирование показало читателям реальный уровень российских нейросетей, однако не объяснило причин их слабости. Дело в том, что GigaChat и Алиса ломаются не на политике, а на арифметике, а инвалидами их делают не «скрепы», а… экономика!
Пятнадцать тысяч карт
Продолжу тем, что дополню свои тесты чужими. Просто потому, что у нас было всего восемь задач и один прогон, а любой пиарщик Сбера мне на это резонно ответит, что выборка ничтожна.
Что ж, извольте.
MERA — главный русскоязычный бенчмарк, эталонная линейка, по которой замеряют качество моделей на русском языке. Построен консорциумом: SberDevices, Sber AI, Яндекс, Сколтех, MTS AI, Вышка, РАН. То есть создан ровно теми, кого он оценивает. Уже смешно, но идем дальше.
Читаем таблицу лидеров.
Первое место на главном русскоязычном бенчмарке России занимает — барабанная дробь — Claude Opus 4.6. С результатом 0.862. Обгоняя, к слову, человеческий эталонный уровень (0.852).
GigaChat-3.1-Ultra — на двадцатом.
Причем — вот тут уже не смешно — GigaChat-3.1-Ultra набирает 0.712. А Qwen3-4B-Thinking — китайская модель на четыре миллиарда параметров без малейших архитектурных наворотов — набирает 0.709. Разница в три тысячных, то есть ноль.Фото: Агентство «Москва»
Тут надо кое-что пояснить, иначе Сбер сразу закричит про подтасовку. У GigaChat-3.1-Ultra 702 миллиарда параметров, но работают они не все: это архитектура «смеси экспертов», где на каждое слово включаются только 36 миллиардов, а остальные помалкивают. 
Так вот, даже если считать по-сберовски, по одним лишь работающим, — 36 миллиардов против четырех. В девять раз больше. Результат тот же.
И, чтобы совсем уж добить: российский суверенный гигант на 20 месте, а модель Cotype Light 3 от МТС с всего девятью миллиардами параметров — на 8! Лучшая же российская модель по оценке MERA принадлежит не Сберу и не Яндексу, а вообще торговым людям из Wildberries.
Отдельно замечу вишенку. Свой замер GigaChat сдавала на MERA команда «GigaChat» — то бишь сам Сбер, со своим системным промптом и своими настройками. А Claude, GPT и Qwen сдавала команда самой MERA, безо всякого вендорского тюнинга. Двадцатое место — это результат при домашнем судействе и на своем поле.
Забавно, что моделей Яндекса на MERA нет вообще. Ни одной. Яндекс — соучредитель консорциума, владеющего бенчмарком, и свои модели туда не сдает. На вопрос «почему» компания в свое время отвечать отказалась. Полагаю, ответ мы только что видели по результатам тестирования.
Идем дальше. LMArena — крупнейшая мировая арена, 374 модели, семь с лишним миллионов человеческих голосов. Ищем российские модели.
Их там нет! Ни одной. Ни Сбера, ни Яндекса, ни МТС, ни Т-Банка.
Artificial Analysis — то же самое. Пусто.
Понимаете разницу? Это не «российские модели внизу рейтинга». Это отсутствие российских моделей в мировых рейтингах как явления. Их там нет не потому, что не хватило баллов. Их там нет потому, что они туда не приходят.
Единственный независимый прикладной замер, который мне удалось найти (Станислав Беляев, инженерный руководитель в Microsoft: двадцать девять моделей, четыре с лишним тысячи оценок), ставит GigaChat Ultra на 28-е место из 29. А GigaChat 2 Max — на 29-е из 29. Последнее. По категориям «информационный поиск», «анализ и решения», «планирование» и «региональная осведомленность» — везде двадцать девятое из двадцати девяти. Из наблюдений автора: модель «находит верное направление анализа, но выдумывает цены инструментов, ссылки на исследования и юридические нормы — использовать без перепроверки каждого факта опасно».Человекоподобный робот со встроенным гигачатом Сбербанка, деловой комплекс «Сбербанк Сити» в Москве, Россия, 19 ноября 2025 года. Фото: Вячеслав Прокофьев / Sputnik / EPA
Стоит это удовольствие, между прочим, в двенадцать раз дороже китайского Qwen, который в том же рейтинге на четырнадцатом месте.
Ну а теперь — цифры, ради которых всё и затевалось.
Совокупный парк ИИ-ускорителей Российской Федерации оценивается примерно в пятнадцать тысяч карт в пересчете на H100. И это, замечу, верхняя граница — так ее и подает автор оценки, дистрибьютор серверного железа Сергей Миневич. Независимые аналитики называют цифры на порядок скромнее. Я нарочно беру самую благоприятную для России оценку — чтобы никто не обвинил в подтасовке.
На обучение одной-единственной модели Grok 4 компания xAI потратила, по оценке Epoch AI, 246 миллионов GPU-часов.
Чтобы было совсем понятно:
если взять весь вычислительный парк страны — все карты Сбера, Яндекса, Т-Банка, МТС, всех университетов, всех облаков, все до последней железки — и бросить его на один обучающий прогон уровня Grok 4, он займет около двух лет. 
Непрерывной работы. Без единого эксперимента. Без единой неудачной попытки. Без обучения чего-либо еще. Двадцать четыре на семь, два года, вся страна, одна модель.
А xAI такие модели печет ежегодно.
Следующие цифры — это уже и вовсе не цифры, а диагноз. Или вердикт, если угодно.
Капитальные затраты четырех американских гиперскейлеров (Microsoft, Amazon, Alphabet, Meta) на 2026 год — 635–665 миллиардов долларов, а по обновлённому весной гайденсу и вовсе под семьсот двадцать пять. Совокупный бюджет всех российских игроков на закупку ИИ-железа — полтора-два с половиной миллиарда. Разрыв — в триста раз!
Кампус xAI под Мемфисом уже работает на 1,3 гигаватта и заявлен под два. Все дата-центры России, вместе взятые, — от 1,2 до 1,7. Один американский кластер — больше, чем страна.
Последний гвоздь в крышку построения суверенного ИИ — это санкции. Видеокарты A100, H100, H200, B200 находятся под эмбарго с 2022 года. Серый импорт, которым все эти годы утешались, схлопнулся: с тысяч серверов в 2024-м до десятков в 2026-м. Nvidia научилась определять по задержкам связи, в какой стране физически работает ее чип, а китайские покупатели переплачивают до сотни процентов сверх американской цены и попросту вытесняют россиян из очереди. Суперкомпьютеры Сбера и Яндекса — Christofari Neo, «Червоненкис», «Галушкин» — построены на A100 образца 2021 года. Железо возрастом с первоклассника.
Показательно, что сделать свое железо тоже нельзя. В России не производятся ни процессоры, ни видеокарты, ни чипы памяти. ИИ-ускорители «Байкал» обещаны к 2029–2030 годам — и, если заглянуть в спецификации, серверный Baikal-AI-D1000 заявлен как аналог Nvidia L40S. То есть карта для инференса. То есть даже к тридцатому году в планах нет ни единого чипа, на котором можно обучать.Фото: Adam Vaughan / EPA
Занять у Китая — становись в очередь. В мае, аккурат во время визита Путина в Пекин, Греф обронил: «Надеемся, что сможем использовать китайские микрочипы для GigaChat». Какие именно — не уточнил; журналисты полагают, что речь о линейке Huawei Ascend 950. Только вот перед Сбером в этой очереди стоят ByteDance с заказом на 5,6 миллиарда долларов, Alibaba и Tencent. И заказывают они пока инференсный чип, Ascend 950PR; тот, на котором можно обучать, — 950DT — Huawei выкатит не раньше конца года.
Ну и последнее: даже если всё это железо удастся каким-то чудом надыбать на стороне и завезти, его все равно негде поставить: в Москве закончилось электричество для новых дата-центров! Сетевые компании отказывают в подключении. Свободные мощности зарезервированы на 2026–2028 годы под крупных игроков.
Греф, надо отдать ему должное, всё это на ПМЭФ произнес вслух. Россия отстает от Китая на шесть-восемь месяцев, сказал он, и «главная природа этого гэпа, конечно, это нехватка мощностей».
Шесть-восемь месяцев, Герман Оскарович? Ну-ну.
Что суверенизировали
Соберем в кучу всё, что мы только что наворошили.
Думский закон делит машины на суверенные и национальные. Суверенная — целиком отечественная. Национальной дозволены зарубежные компоненты.
По этой классификации Алиса не суверенна: она стоит на весах Alibaba, и признал это сам Яндекс.
GigaChat суверенен. Обучен с нуля, российской командой, на российском железе. И вот эта единственная по-настоящему суверенная машина Российской Федерации из семи задач не решила ни одной.
Она вывела, что у Анны нет брата, — хотя брат назван в условии. Она написала «минуя значение 20» и следующей строкой ответила «24». Она изобрела две буквы «о» в суффиксе, где их отродясь не было, потому что незнакомый человек в интернете отрекомендовался филологом. Она четырежды нарушила запрет, который сама же за минуту до того растолковала. И каждый раз, всякий божий раз, ставила себе галочку.
Есть, впрочем, факт еще занятнее.
Алиса, стоящая на китайских весах, работает хуже китайского оригинала. Qwen решает задачу за считанные секунды — Алиса девять минут не может выговорить «такого числа нет». И ухудшение это, обратите внимание, чисто инженерное. Никакой идеологии. Русификация токенизатора, дообучение на русских данных, свой контур обучения с подкреплением — и на выходе машина глупее той, из которой ее сделали.Фото: Николай Винокуров / REUTERS / Scanpix / LETA
Суверенизация портит продукт не оттого, что он становится идеологически выдержанным. Она портит его оттого, что доучивать его нечем.
Наталья Касперская и Игорь Ашманов, которых сложно заподозрить в отсутствии локально выверенной версии патриотизма, за пять дней до принятия закона разобрали законопроект по косточкам и вынесли вердикт: «Принятие законопроекта в таком виде закрепит отставание нашей страны и приведет к краху отечественной отрасли ИИ».
Позволю себе небольшую поправку: отрасль не погибнет из-за цензуры традиционных ценностей — до весов эти ценности, как мы убедились, покамест не добрались, и еще неизвестно, доберутся ли. И закон ничего не «закрепит»: закреплять уже нечего.
Нестыковка в том, что нельзя привести к краху то, что уже умерло. Российский ИИ уже погиб. Не от скреп, а от изоляции: от пятнадцати тысяч карт против двухсот сорока шести миллионов часов, от санкций, которые сами не рассосутся, от электричества, которого нет, от чипов, которых не будет, и от очереди в Шэньчжэне, где РФ стоит за ByteDance.
И китайцы не помогут. Они уже помогли — ровно тем, что три российских флагмана из четырех оказались перекрашенным Qwen. Дальше этой помощи не будет: чужие веса можно взять, чужие мозги — нет.
Единственная модель, которую в России действительно вырастили сами, честно, с нуля, без китайских костылей, — та самая, суверенная, гордость Сбера и живое опровержение всех скептиков, — эта модель считает, что Борис приходится братом самому себе. И ставит себе за это галочку.Серверный процессор Baikal-S. Фото: Василий Кузьмичёнок / Агентство «Москва» ...