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。

显存计算器

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。

进一步了解 MIT

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。

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