Обзор GigaChat 2026: российская мультимодальная нейросеть и API от Сбера

Архитектура GigaChat API

Что такое GigaChat и чем он отличается

GigaChat — это семейство мультимодальных нейросетей, разработанных командой SberDevices и Sber AI (Сбер). Проект впервые представлен в апреле 2023 года и стал одной из первых в мире публичных LLM с мультимодальностью «из коробки»: модель умеет не только писать текст, но и генерировать изображения по описанию, понимать картинки, работать с кодом и разбирать документы (PDF, DOCX, XLSX). В отличие от многих западных аналогов, GigaChat изначально заточен под русский язык и российский рынок.

Ключевое отличие от ChatGPT, Claude или Gemini — размещение инфраструктуры и данных на территории РФ. Это критически важно для компаний, обязанных соблюдать 152-ФЗ «О персональных данных»: банков, страховых, медицинских и государственных организаций. Второе принципиальное отличие — глубокая интеграция в экосистему Сбера: GigaChat встроен в «СберБанк Онлайн», ассистента «Салют», умные колонки SberDevices, «СберБизнес», а также доступен как отдельный Telegram-бот и веб-чат.

Для разработчиков GigaChat — это полноценная платформа: API на developers.sber.ru с OpenAI-совместимым эндпоинтом, авторизацией по OAuth 2.0 (client credentials), Python SDK GigaChain (форк LangChain) и AI-ассистентом GigaCode для IDE. Это значит, что код, написанный под OpenAI API, переносится на GigaChat заменой буквально двух параметров — base_url и ключа.

Модели GigaChat

Линейка GigaChat делится на три основные модели — от лёгкой и дешёвой до флагманской, плюс специализированные инструменты для разработчиков:

Модель / инструмент	Описание	Позиционирование
GigaChat 2 MAX	Флагманская модель. Максимальное качество ответов, лучшее понимание сложных запросов, аналитика, работа с большими документами и длинным контекстом (до 128K токенов).	Сложные корпоративные задачи, аналитика
GigaChat 2 Pro	Сбалансированная модель: хорошее качество при умеренной цене. Оптимальна для массовых бизнес-сценариев — поддержки, классификации, саммаризации.	Баланс цена/качество для бизнеса
GigaChat 2 Lite	Быстрая и самая дешёвая модель. Подходит для простых задач с высокой нагрузкой: чат-боты, извлечение данных, рутинная обработка текста.	Высокая нагрузка, простые задачи
GigaCode	AI-ассистент для разработчиков: дополнение кода, генерация функций, объяснение и рефакторинг. Плагины для VS Code и JetBrains IDE, а также облачная GigaIDE.	Программирование в IDE
GigaChat API	OpenAI-совместимый REST API + SDK (GigaChain на базе LangChain), эмбеддинги, RAG, работа с файлами, генерация изображений.	Интеграция в продукты

Ключевые возможности

Возможность	Описание	Оценка
📝 Генерация текста	Сильнейшая сторона — русский язык. Письма, статьи, договоры, маркетинговые тексты, саммари. Качество русского текста сопоставимо с лучшими мировыми моделями.	★★★★★
🎨 Генерация изображений	Создание картинок по текстовому описанию через ту же API. Полезно для дизайна, иллюстраций, прототипов интерфейсов.	★★★★☆
📄 Работа с документами	Анализ PDF, DOCX, XLSX: саммаризация договоров, извлечение сущностей, поиск по документам. Поддержка вложений в base64 через API.	★★★★★
💻 Генерация и анализ кода	Пишет код на Python, Java, Go, JavaScript и других языках, объясняет и рефакторит. Отдельный продукт GigaCode — прямо в IDE.	★★★★☆
🔎 RAG и эмбеддинги	Векторные эмбеддинги и retrieval-augmented generation для ответов по корпоративной базе знаний — ключ к кастомным AI-помощникам.	★★★★☆
🔐 Данные в РФ (152-ФЗ)	Вся обработка происходит на серверах в России. Соответствие требованиям по персональным данным — решающий фактор для многих компаний.	★★★★★
🔌 Интеграции	СберБизнес, Telegram-бот, ассистент «Салют», умные колонки, GigaIDE. Готовые сценарии для call-центров, HR, аналитики и документооборота.	★★★★☆
🌐 OpenAI-совместимый API	Эндпоинт /chat/completions совместим с OpenAI SDK. Миграция существующего кода — замена base_url и API-ключа.	★★★★★

Установка и подключение

Чтобы начать, нужно получить client_id и client_secret в личном кабинете developers.sber.ru, затем обменять их на access_token через OAuth 2.0. Вот полный рабочий процесс:

🔐 Шаг 1. Получение access_token (OAuth 2.0 client credentials)

# Обмениваем client_id:client_secret на временный токен доступа
curl -k -L -X POST 'https://ngw.devices.sberbank.ru:9443/api/v2/oauth' \
  -H 'Content-Type: application/x-www-form-urlencoded' \
  -H 'Accept: application/json' \
  -H 'RqUID: 6f0b1291-c7f3-43c6-bb2e-9f3efb2dc98e' \
  -H 'Authorization: Basic BASE64(client_id:client_secret)' \
  --data-urlencode 'scope=GIGACHAT_API_PERS'

{"access_token":"eyJhbGciOiJSUzI1NiIs...","expires_at":1723400000000}
    

💬 Шаг 2. Запрос к OpenAI-совместимому эндпоинту

# Отправляем сообщение в /chat/completions с Bearer-токеном
curl -k -L -X POST 'https://gigachat.devices.sberbank.ru/api/v1/chat/completions' \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json' \
  -H 'Authorization: Bearer ВАШ_ACCESS_TOKEN' \
  -d '{"model": "GigaChat", "messages": [{"role": "user", "content": "Привет!"}]}'
    

🐍 Шаг 3. Python через GigaChain (SDK на базе LangChain)

pip install gigachain gigachat
    

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_gigachat.chat_models import GigaChat

chat = GigaChat(
    credentials="CLIENT_ID:CLIENT_SECRET",
    verify_ssl_certs=False,
    model="GigaChat",
)

messages = [
    SystemMessage(content="Ты — ассистент, отвечающий на русском языке."),
    HumanMessage(content="Объясни, что такое 152-ФЗ, простыми словами."),
]
res = chat.invoke(messages)
print(res.content)
    

🔁 Шаг 4. Через официальный OpenAI SDK (миграция без боли)

from openai import OpenAI

client = OpenAI(
    base_url="https://gigachat.devices.sberbank.ru/api/v1",
    api_key="ВАШ_ACCESS_TOKEN",
)

resp = client.chat.completions.create(
    model="GigaChat",
    messages=[{"role": "user", "content": "Привет, GigaChat!"}],
    temperature=0.7,
)
print(resp.choices[0].message.content)
    

⚠️ Требования: учётная запись на developers.sber.ru, выданные client_id/client_secret. Токен живёт ограниченное время (обычно ~30 минут) — для продакшена настройте автоматическое обновление.

Примеры использования

Разберём три типичных сценария: генерация текста, анализ документа и генерация изображения.

✍️ Генерация маркетингового текста

from langchain_gigachat.chat_models import GigaChat

chat = GigaChat(credentials="ID:SECRET", verify_ssl_certs=False)
prompt = """Напиши анонс для email-рассылки о запуске нового курса
по машинному обучению. Тон — дружелюбный, 3 абзаца, CTA в конце."""

res = chat.invoke(prompt)
print(res.content)

Тема: Машинное обучение — теперь проще, чем кажется 🚀
Мы запустили курс, где сложные алгоритмы объясняются на пальцах...
    

📄 Анализ документа (PDF/DOCX в base64)

import base64
from gigachat import GigaChat

with open("dogovor.pdf", "rb") as f:
    file_b64 = base64.b64encode(f.read()).decode()

chat = GigaChat(credentials="ID:SECRET", verify_ssl_certs=False)
resp = chat.chat({
    "model": "GigaChat",
    "messages": [{
        "role": "user",
        "content": "Сделай краткое резюме договора и выдели ключевые риски.",
        "attachments": [file_b64],
    }],
})
print(resp.choices[0].message.content)
    

🎨 Генерация изображения по описанию

# GigaChat рисует картинку по текстовому промпту через тот же API
import json
from openai import OpenAI

client = OpenAI(
    base_url="https://gigachat.devices.sberbank.ru/api/v1",
    api_key="ВАШ_ACCESS_TOKEN",
)

resp = client.chat.completions.create(
    model="GigaChat",
    messages=[{
        "role": "user",
        "content": "Нарисуй минималистичный логотип для кофейни «Зерно»",
    }],
    function_call="auto",
)
# В ответе — base64-строка сгенерированного изображения
print(resp.choices[0].message.content[:120])
    

Сравнение с аналогами

На российском рынке GigaChat конкурирует прежде всего с YandexGPT, а среди зарубежных моделей — с ChatGPT (OpenAI) и DeepSeek. Вот как они соотносятся в 2026 году:

Критерий	GigaChat	YandexGPT	ChatGPT (OpenAI)	DeepSeek
Разработчик	Сбер (РФ)	Яндекс (РФ)	OpenAI (США)	DeepSeek (КНР)
Русский язык	✅ Отличный	✅ Отличный	⚡ Хороший	⚡ Хороший
Мультимодальность	✅ Текст + изображения + код + документы	⚡ Текст + изображения	✅ Полная	⚡ Текст (изображения частично)
Данные в РФ (152-ФЗ)	✅ Да	✅ Да	❌ Нет	❌ Нет
OpenAI-совместимый API	✅ Да	⚡ Частично (свой формат)	✅ Да (эталон)	✅ Да
Доступ из РФ без VPN	✅ Да	✅ Да	❌ Нет	⚡ Частично
Цена (1M токенов)	💰 от ~0,9 ₽ (Lite)	💰 от ~1 ₽	💰 от ~$0,15 (~15 ₽)	💰 от ~$0,14 (~14 ₽)
Контекстное окно	до 128K токенов	до 100K+ токенов	128K–200K токенов	128K токенов
Экосистема	СберБизнес, Telegram, GigaIDE, «Салют»	Сервисы Яндекса, Алиса	GPT Store, Azure, плагины	Open-source веса, API

✅ = Полноценная поддержка ⚡ = Частичная/ограниченная ❌ = Отсутствует 💰 = цены ориентировочные

Ключевые метрики и цены

🧠

3+

Линейки моделей (Lite/Pro/MAX)

🇷🇺

100%

Данные в РФ (152-ФЗ)

📝

128K

Токенов контекста (MAX)

💰

0,9 ₽

За 1M токенов ввода (Lite)

🎨

4+

Модальности (текст/изобр./код/докум.)

🚀

2023

Год запуска (апрель)

👥

млн

Пользователей в РФ

🔐

OAuth 2.0

Авторизация API

Ориентировочные тарифы API (уточняйте актуальные цены на developers.sber.ru — они периодически меняются):

Модель	Ввод (1M токенов)	Вывод (1M токенов)	Для кого
GigaChat 2 Lite	~0,9 ₽	~1,5 ₽	Высокая нагрузка, простые задачи
GigaChat 2 Pro	~10 ₽	~12 ₽	Бизнес-сценарии, поддержка клиентов
GigaChat 2 MAX	~40 ₽	~50 ₽	Сложная аналитика, документы
Приложение (физлица)	0 ₽	0 ₽ (лимит токенов в день)	Личное использование

Плюсы и минусы

✅ Преимущества

Данные в РФ (152-ФЗ) — обязательное требование для банков, медицины и госсектора закрыто «из коробки»
Отличный русский язык — качество генерации русского текста на уровне лучших мировых моделей
Мультимодальность — текст, изображения, код и документы в одном API без отдельных сервисов
OpenAI-совместимый API — миграция существующего кода за 5 минут (base_url + ключ)
Низкая цена — Lite от ~0,9 ₽ за 1M токенов, бесплатный тариф для физлиц
Глубокая интеграция — СберБизнес, Telegram, «Салют», GigaIDE, готовые корпоративные сценарии
GigaCode для разработчиков — бесплатный AI-ассистент в VS Code и JetBrains IDE
RAG и эмбеддинги — построение кастомных ассистентов по собственной базе знаний

❌ Недостатки

Слабее в английском — для англоязычного контента западные модели всё ещё сильнее
Отставание в рейтингах — на международных бенчмарках (MMLU и др.) уступает GPT-4o и Claude
Закрытые веса — в отличие от DeepSeek и Llama, модель нельзя запустить локально
Привязка к Сберу — критическая зависимость от одного вендора и его тарифной политики
Меньше тулинга — экосистема SDK и библиотек беднее, чем у OpenAI/Anthropic
Лимиты токена — access_token живёт ~30 минут, нужна автоматизация обновления
Генерация изображений — по качеству уступает Midjourney и DALL·E 3

Кому подойдёт GigaChat

Профиль пользователя	Насколько подходит	Почему
🏦 Банки и финтех	★★★★★	152-ФЗ, интеграция со СберБизнес, готовые сценарии для call-центров и аналитики.
🏛️ Госсектор и медицина	★★★★★	Данные не покидают РФ — единственный вариант, полностью закрывающий требования регуляторов.
💼 Бизнес (поддержка, HR, документы)	★★★★★	Низкая цена Lite/Pro, RAG по базе знаний, обработка PDF/DOCX для документооборота.
👨‍💻 Разработчик на русскоязычном рынке	★★★★☆	GigaCode бесплатен в IDE, OpenAI-совместимый API упрощает интеграцию.
🌍 Международный продукт	★★★☆☆	Слабее в английском, закрытые веса и привязка к РФ — лучше смотреть на GPT/Claude/DeepSeek.

История и развитие проекта

GigaChat разработан командами SberDevices и Sber AI и представлен в апреле 2023 года. Сбер позиционировал его как ответ на мировые LLM с упором на мультимодальность и русский язык. Уже в первой версии модель умела генерировать изображения и работать с кодом — на тот момент это было редкостью среди открытых публике нейросетей.

2023, апрель — Публичный запуск GigaChat в режиме бета-теста, интеграция в «Салют»
2023, осень — Открытие API для разработчиков на developers.sber.ru, запуск GigaCode
2024 — Появление GigaChat 2.0 и линеек Lite/Pro/MAX, тарификация по токенам
2025 — Расширение контекста до 128K, RAG-инструменты, эмбеддинги, GigaIDE
2026 — Углублённые корпоративные сценарии, новые интеграции со СберБизнес

Сегодня GigaChat — де-факто стандарт для российских компаний, которым нужна локальная LLM с хранением данных в РФ. Миллионы пользователей используют его через приложение, Telegram-бота и корпоративные интеграции, а разработчики подключают через API, не меняя привычный стек OpenAI.

Вердикт Qantcore

🏆 Оценка Qantcore: 8.7 / 10

GigaChat — это лучший выбор для российского бизнеса, которому нужна LLM с хранением данных в РФ и полным соответствием 152-ФЗ. Его сильнейшая сторона — русский язык: качество генерации текста, саммаризации и обработки документов сопоставимо с лучшими мировыми моделями, а цена при этом в разы ниже западных аналогов. OpenAI-совместимый API означает, что команда, уже работающая с ChatGPT, мигрирует на GigaChat за считанные минуты.

Минусы — отставание в английском языке и на международных бенчмарках, закрытые веса и зависимость от одного вендора. Если вы строите глобальный продукт или вам критичен максимум интеллекта модели, присмотритесь к GPT-4o или Claude. Но для 90% российских сценариев — банков, ритейла, медицины, госсектора и документооборота — GigaChat остаётся оптимальным и часто безальтернативным выбором.

🏅 Награда Qantcore «Выбор для бизнеса в РФ» — лучшая нейросеть с хранением данных в России и соблюдением 152-ФЗ, август 2026.