Актуально на 1 июля 2026 года
За последние два года в России сложился собственный рынок больших языковых моделей (LLM). Он заметно меньше мирового, но развивается быстро: «Сбер» выложил в открытый доступ модель на 702 млрд параметров, «Яндекс» запустил новое флагманское семейство Alice AI, а в верхнюю часть российского рейтинга неожиданно ворвался Wildberries. Мы собрали полную карту: кто и что выпускает, что открыто, сколько стоит и на каком уровне это работает.
Материал основан на официальной документации разработчиков, карточках моделей на Hugging Face и независимом русскоязычном бенчмарке MERA. Важная оговорка: значительная часть сравнений «лучше GPT-4o» в анонсах — это внутренние замеры самих компаний; где это так, мы прямо об этом пишем.
Российский рынок делится на два эшелона. Первый — «Сбер» и «Яндекс»: единственные, кто обучает крупные модели с нуля на собственных данных. Второй — все остальные (МТС, Т-Банк, Wildberries, Avito, независимые команды): в подавляющем большинстве это глубокие адаптации открытых китайских моделей Qwen, реже — Mistral, Llama или Gemma. Про сами китайские модели у нас есть отдельный обзор: китайские нейросети в 2026 году.
GigaChat («Сбер»)
За 2025–2026 годы «Сбер» сменил три поколения моделей.
GigaChat 2 (март 2025) — текущая рабочая линейка в API: тарифы Lite, Pro и Max, контекст 128 тыс. токенов, вызов функций, у старших версий — анализ изображений и аудио. По замерам «Сбера», GigaChat 2 Max на момент выхода показал лучший результат на бенчмарке MERA, обойдя GPT-4o.
GigaChat 3 (ноябрь 2025) — новое поколение, обученное с нуля. Флагман GigaChat 3 Ultra — архитектура Mixture-of-Experts на ~702 млрд параметров (около 36 млрд активных на токен), обученная на корпусе в 14 трлн токенов. Веса выложены в открытый доступ под лицензией MIT — это крупнейшая открытая языковая модель, созданная в России. Рядом вышла компактная GigaChat 3 Lightning (10 млрд параметров, ~1,8 млрд активных) с контекстом до 256 тыс. токенов — тоже открытая.
GigaChat 3.1 (март 2026) — обновление Ultra и Lightning плюс запуск нового ассистента на флагманской модели: долговременная память, автономный веб-поиск, выполнение Python-кода. По данным «Сбера», Ultra обходит нерассуждающие версии открытых Qwen3-235B и DeepSeek-V3 в математических задачах, а Lightning на аренах играет на уровне GPT-4o при 1,8 млрд активных параметров.
Позиции в рейтингах. По данным «Сбера», на момент релиза GigaChat 3 Ultra возглавила текстовый лидерборд MERA. К июлю 2026 года в текстовом зачёте её обошли зарубежные фронтир-модели и BerryLM от Wildberries; в кодовом зачёте MERA GigaChat-3.1-Ultra остаётся лучшей российской моделью — впереди только зарубежные (GPT, GLM, Claude).
Доступ и цены. Веб-версия giga.chat, приложения, Telegram-бот, API на developers.sber.ru. Бесплатный лимит — 1 млн токенов в год (в основном на Lite). Платные пакеты: примерно от 0,065 ₽ за 1 тыс. токенов у Lite до 0,65 ₽ у Max. Открытые GigaChat 3/3.1 можно развернуть у себя бесплатно, в том числе в закрытом контуре.
Смежные модели «Сбера»: Kandinsky 5.0 (генерация изображений и видео до 10 секунд, ноябрь 2025), SaluteSpeech (синтез и распознавание речи), открытые эмбеддинги Giga-Embeddings (лучший российский результат в бенчмарке ruMTEB).
YandexGPT и Alice AI («Яндекс»)
У «Яндекса» сейчас два параллельных семейства моделей.
YandexGPT 5 (февраль 2025) — основная линейка для API. Флагман YandexGPT 5 Pro обучен полным циклом (претрейн, SFT, RL), но инициализирован весами открытой китайской Qwen-2.5-32B с последующим полным пересчётом на данных «Яндекса»; контекст — 32 тыс. токенов. Младшая YandexGPT 5 Lite (8B) обучена с нуля на 15 трлн токенов и выложена в открытый доступ на Hugging Face — единственная открытая модель линейки. В августе 2025 вышла бизнес-версия YandexGPT Pro 5.1 — по заявлению компании, втрое дешевле предыдущей Pro.
Alice AI (ноябрь 2025) — новое флагманское семейство, на котором работает обновлённый ассистент «Алиса AI»: языковая модель Alice AI LLM, картиночная Alice AI ART, мультимодальная Alice AI VLM и лёгкая Flash. По внутренним замерам «Яндекса», Alice AI LLM обходит DeepSeek V3.1 и Qwen3-235B примерно в 60% бизнес-задач. Модель оптимизирована под русский язык: по данным компании, один токен вмещает 4–5 кириллических символов против 2–3 у большинства открытых моделей, что снижает стоимость обработки. В мае 2026 Alice AI ART научилась заметно лучше генерировать изображения с корректными русскими надписями.
Важная оговорка. Параметры Pro-моделей и Alice AI официально не раскрыты, а сравнения с GPT и DeepSeek — внутренние тесты «Яндекса», независимо не воспроизведённые. В верхней части независимого лидерборда MERA моделей «Яндекса» нет.
Доступ и цены. Бесплатно — через «Алису» и chat.ya.ru. Для бизнеса — платформа Yandex Cloud AI Studio (OpenAI-совместимый API, конструктор агентов, Code Interpreter). Ориентировочные цены: YandexGPT Lite — около 200 ₽ за 1 млн токенов, Pro 5.1 — около 800 ₽, Alice AI LLM — 500 ₽ вход / 1200 ₽ выход. Показательно, что та же AI Studio хостит и зарубежные открытые модели — DeepSeek, Qwen, Gemma.
Второй эшелон: кто ещё делает LLM в России
| Разработчик | Флагман (2025–26) | Основа | Открытые веса | Позиция в MERA |
|---|---|---|---|---|
| Wildberries & Russ | BerryLM-XL (358B) | не раскрыта | нет | 0.835 — лучший российский результат |
| МТС / MWS AI | Cotype Light 3 (9B) | Qwen | Nano открыт, Pro закрыт | 0.792 — лучшая компактная российская |
| Т-Банк / T-Tech | T-pro-it-2.0 (32.8B) | Qwen3-32B | да, Apache 2.0 | 0.66 |
| Avito | A-Vibe (8B) | Qwen3-8B | да | 0.618 |
| RCC МГУ | RuadaptQwen-32B | Qwen2.5-32B | да | 0.615 |
| Vikhr models | QVikhr-3 (1.7–8B) | Qwen3 / Mistral | да | — |
| Илья Гусев | Saiga (nemo/gemma3/…) | разные открытые базы | да | — |
BerryLM (Wildberries & Russ) — самый заметный дебют последнего года. Семейство моделей (XL на 358 млрд параметров, L на 120 млрд, компактные reasoning-версии) используется в продуктах Wildberries — от ассистента покупателя до ответов продавцов на отзывы. По метрике MERA BerryLM-XL обошла все российские модели, включая GigaChat. При этом компания называет модель дообученной, но не раскрывает, какая базовая модель использована; веса не опубликованы.
Cotype (МТС / MWS AI) — линейка для бизнеса: закрытые Cotype Pro 2.5 (32.5B) и мультимодальная Cotype VL, открытая компактная Cotype Nano. Вышедшая в апреле 2026 Cotype Light 3 (9B, мультимодальная) показала лучший результат MERA среди компактных российских моделей — она помещается на одну видеокарту уровня A100.
T-pro (Т-Банк / T-Tech) — самая прозрачная команда: открытые веса под Apache 2.0, научные статьи на arXiv, опубликованные датасеты. Флагман T-pro-it-2.0 — адаптация Qwen3-32B с переработанным под русский токенизатором и гибридным режимом рассуждений («думать/не думать»).
A-Vibe (Avito) — открытая модель на базе Qwen3-8B с гибридным токенизатором, который, по данным Авито, ускоряет работу с русским текстом на 15–25%. Используется в продуктах Авито.
Независимые команды. Vikhr (QVikhr-3 на базе Qwen3), Saiga Ильи Гусева (файнтюны Mistral Nemo, Gemma 3 и открытой YandexGPT Lite) и академический RuadaptQwen из МГУ остаются стандартом де-факто для локального запуска русскоязычных моделей на своём железе.
У VK собственной публичной фундаментальной модели нет — компания выступает как интегратор и инфраструктурный провайдер.
Бенчмарк MERA: как сравнивают российские модели
MERA — открытый независимый бенчмарк для русского языка, курируемый Альянсом в сфере ИИ. Рейтинг считается по закрытым тестовым наборам из 15 сложных задач, поэтому подогнать результат сложнее, чем в маркетинговых анонсах. Кроме текстового зачёта, есть отдельные лидерборды по коду и отраслевым задачам.
На 1 июля 2026 года картина такая: первая строчка общего рейтинга — у зарубежной фронтир-модели (Claude), но уже на третьей позиции стоит BerryLM-XL от Wildberries, опережающая в том числе новейшие GPT. Далее среди российских — Cotype Light 3 от МТС и GigaChat-3.1-Ultra от «Сбера» (лучший российский результат в кодовом зачёте). Модели «Яндекса» в публичном рейтинге не участвуют.
Выводы
С нуля обучают только двое. Собственный претрейн больших моделей в России ведут «Сбер» (GigaChat 3 — полностью своя архитектура и корпус) и «Яндекс» (гибридный подход: своя Lite-модель с нуля, флагманы — с инициализацией от открытых весов). Вся остальная экосистема построена на дообучении китайского Qwen — это быстро и эффективно, но означает зависимость от китайского опенсорса.
Открытость растёт. GigaChat 3/3.1 под MIT, YandexGPT 5 Lite, T-pro, A-Vibe, Cotype Nano, Saiga, Vikhr — открытых российских моделей стало заметно больше, и их реально запускать локально или во внутреннем контуре компании.
Разрыв с мировым фронтиром сохраняется. На независимых замерах лучшие российские модели уступают и западным лидерам, и топовым китайским (DeepSeek, Qwen, Kimi). Сильные стороны российских моделей — русский язык, локальное размещение данных (важно для 152-ФЗ), интеграция в местные экосистемы и цены в рублях без иностранных платежей.
Данные актуальны на 1 июля 2026 года. Версии моделей и цены меняются быстро — сверяйтесь с официальной документацией разработчиков. Обзор китайских моделей — в отдельной статье.
Редактор каталога нейросетей ailist.ru. Пишет про AI-инструменты: генерацию текста, изображений и видео, автоматизацию, чат-ботов и доступ к зарубежным сервисам из России. Тестирует новые сервисы и помогает выбирать рабочие инструменты под конкретные задачи. В AI с 2023 года — помнит времена, когда на сгенерированных нейросетью фотографиях у людей было по шесть пальцев.