GigaChat 3.5 Ultra
Sber 的 432B 混合专家模型(激活 28B),上下文 262K,有 Instruct 和 Reasoning 两个版本,采用 MIT 许可证。
一句话概括. GigaChat 3.5 是 Sber 发布的超大型免费 AI 模型,在俄语和英语上最强。它有直接回答的版本,也有先一步步思考再回答的版本,MIT 许可证允许商用。它需要配备多块顶级显卡的服务器,因为即使是 8 位权重也有约 440 GB。
概述
GigaChat 3.5 Ultra 是 Sber 的开放权重旗舰。Sber 的 Habr 博客在 2026 年 7 月 6 日宣布了它,称权重已在 Hugging Face 和 GitVerse 上以 MIT 许可发布。它是 432B 的混合专家模型,激活 28B 参数。模型卡称它比被它取代的 700B GigaChat 3.1 Ultra 小约 40%,却在代码、数学和智能体任务上更强。注意力采用自研的混合设计:一部分层保留多头潜在注意力,其余改为 GatedDeltaNet 线性注意力,Sber 称这使每个词元的缓存减少约四倍,同样的内存能放下两倍以上的上下文,吞吐量提高约 20%。配置显示它有 40 层,256 个路由专家,每个词元使用 8 个再加 1 个共享专家,位置数为 262144,Reasoning 模型卡则写明最大上下文为 262K。模型在各阶段都用原生 FP8 训练,多词元预测头(Instruct 模型卡写两个,Reasoning 模型卡写三个)用来加速解码。
后训练有两个版本。Instruct 直接回答。GigaChat 3.5 Reasoning 在 2026 年 9 月 3 日首次出现在 Hugging Face,会先思考,Sber 称它是第一个用在线强化学习训练的 GigaChat,用六个领域专家并通过在线策略蒸馏合并而成。在 Sber 自己的表格里,Instruct 在 TAU2-bench 上得 68.71,在 SWE-bench Verified 上得 42.6,DeepSeek V3.2 分别是 66 和 44.8,平均分是 60.1 对 61.0。Reasoning 在 AIME 2025 和 2026 上得 89 和 92,与 DeepSeek V4 Flash Preview Reasoning 的 88.95 和 90.4 持平,但在 GPQA Diamond(82.32 对 87.4)、SWE-bench Verified(64.7 对 78.6)和 Terminal-Bench 2(30.3 对 56.6)上落后,平均分是 68.88 对 72.71。Sber 称 Reasoning 在四个数学测试集上比那个模型少用 37% 的推理词元。部分测试是俄语的,包括 MERA、RuBQ 和 Ru LLM Arena,所有数字都是开发者自己的。
FP8 权重在 Instruct 上是 437.9 GB,Reasoning 上是 446.0 GB,Instruct 的 BF16 版本约 868 GB,所以模型卡的示例用专家并行把它部署在八块 GPU 上,Reasoning 模型卡点明是八块 H100。模型卡要求你从特定的 pull request 构建 SGLang 或 vLLM,Sber 还发布了 GGUF 版本、基础模型和训练检查点。仓库中没有 LICENSE 文件,所以 MIT 许可证依据的是模型卡元数据和 Sber 的公告。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到 Instruct 约 640 次下载,Reasoning 约 750 次,对这种体量的模型来说很正常。
适合做什么
- 在自己的服务器上做俄语助手和分析,并享有宽松的 MIT 许可证。
- 带函数调用的智能体工作流,Sber 提供了面向 SGLang 和 vLLM 的工具调用解析器。
- 在集群上做长上下文推理,因为混合注意力缩小了每个词元的缓存。
- 研究和微调,因为基础模型和训练检查点都已公开。
需要注意
- 仅 8 位权重就约 440 GB,所以需要多 GPU 服务器,部署说明还依赖尚未合并的 pull request。
- 所有基准都来自 Sber 自己,它所对比的 DeepSeek 模型在 GPQA Diamond、SWE-bench Verified 和 Terminal-Bench 2 等多项上领先。
- 标注的语言是俄语和英语,模型卡没有说明其他语言的质量。
- 仓库里没有 LICENSE 文件,请把 Sber 的公告和模型卡元数据一并存档。
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Instruct FP8 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Instruct FP8 FP8 | 434B 激活 28B | 998 GB | 499 GB | 299 GB | 大内存台式机 |
| Instruct BF16 BF16 | 434B 激活 28B | 998 GB | 499 GB | 299 GB | 大内存台式机 |
| Reasoning FP8 FP8 | 438B 激活 28B | 1.01 TB | 504 GB | 302 GB | 大内存台式机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
常见问题
- GigaChat 3.5 Ultra 是什么?
- GigaChat 3.5 是 Sber 发布的超大型免费 AI 模型,在俄语和英语上最强。它有直接回答的版本,也有先一步步思考再回答的版本,MIT 许可证允许商用。它需要配备多块顶级显卡的服务器,因为即使是 8 位权重也有约 440 GB。
- GigaChat 3.5 Ultra 可以商用吗?
- 可以。GigaChat 3.5 Ultra 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- GigaChat 3.5 Ultra 是开源的吗?
- GigaChat 3.5 Ultra 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 GigaChat 3.5 Ultra 吗?
- 只有大内存机器才行。最小版本 Instruct FP8 在 4 位精度下约需 299 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
- GigaChat 3.5 Ultra 是什么时候发布的?
- GigaChat 3.5 Ultra 由 Sber (GigaChat) 于 2026年7月6日 发布。
- GigaChat 3.5 Ultra 的上下文窗口有多长?
- GigaChat 3.5 Ultra 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- GigaChat 3.5 Ultra model card (Hugging Face) huggingface.co
- GigaChat 3.5 Reasoning model card (Hugging Face) huggingface.co
- GigaChat 3.5: smaller, faster, stronger (Sber, Habr, 6 July 2026) habr.com
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash DeepSeek | 552B 激活 16B | 1M | MIT (宽松) | 561 GB GPU 服务器 | |
| Qwen3.8-27B Alibaba Qwen | 27.8B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| MiniMax M3 MiniMax | 428B 激活 23B | 1M | MiniMax Community (附条件) | 295 GB 大内存台式机 | |
| GLM-5.3 Z.ai (Zhipu AI) | 753B 激活 40B | 1M | GLM-5.3 License (附条件) | 520 GB GPU 服务器 |