欧洲最大的开源项目

现实有时会以最出人意料的方式超越预期。
在全球人工智能快速演进的同时，一个趋势正变得愈发明显：模型能力在提升，使用边界却在收紧。接口代替了控制权，调用取代了理解，人工智能正被封装进越来越高的围墙之中。
在这一背景下，Sber 正式发布新版 GigaChat 神经网络体系，并一次性开源欧洲规模最大的人工智能模型合集——完整模型权重、源代码全面开放，支持商业使用与私有化部署。此举引发了行业广泛关注。
这并非一次追逐参数的技术升级，而是一种清晰而坚定的选择：
无 API 收费墙
无使用与部署限制
支持私有化部署，可基于自有数据进行微调
覆盖语言、视觉、音频等核心 AI 能力
只需依托四大完整模型家族，便可覆盖语言理解、生成、多模态与语音等核心能力，构建真正可控、可持续的 AI 技术能力体系。

GigaChat Ultra：为企业场景而生的旗舰模型
作为新版 GigaChat 的旗舰模型，GigaChat Ultra 采用 7020 亿参数的 MoE 架构（每个 token 启用 360 亿参数），并支持 128K 超长上下文窗口。
这是一款从零训练的模型，在多项专项基准测试中 性能超越 DeepSeek V3.1，同时在推理速度上优于前代旗舰产品。更重要的是，GigaChat Ultra 面向企业级场景设计，支持离线微调与本地部署，可满足高安全性、高合规要求的应用环境。
GitHub | Hugging Face | GitVerse

GigaChat Lightning：把速度变成核心竞争力
如果说 Ultra 代表的是性能上限，那么 GigaChat Lightning 给出的则是更贴近真实业务的答案。
这是一款可在笔记本电脑上运行的紧凑型 MoE 模型，在参数规模更优的同时，实现了极具竞争力的性能表现：
质量可与 Qwen3-4B 相当
推理速度接近 Qwen3-1.7B
多项任务中表现优于同级开源模型
Lightning 同样支持 256K 超长上下文窗口，并配备稳定的专家路由机制，使其成为在性能过剩不可取、响应速度至关重要场景中的理想选择。
GitHub | Hugging Face | GitVerse

Kandinsky 5.0：多模态升级
在生成式视觉领域，Sber 同步推出 Kandinsky 5.0，推动开源多模态模型向更高质量与更强实用性迈进：
旗舰版 Video Pro 的视觉质量可媲美 Veo 3，并超越 Wan 2.2-A14B；
Video Lite 与 Image Lite 面向实时与轻量化应用场景；
全套模型由高性能开源视觉编码器 K-VAE 1.0 驱动，在压缩效率与可扩展性之间取得良好平衡。
无论是构建视频处理流程，还是探索多模态生成技术，这一技术栈都具备极强的落地价值。
GitHub | GitVerse | Hugging Face | Technical Report

GigaAM-v3：音频能力同步进化
音频模型同样迎来重要升级。
GigaAM-v3 语音识别模型基于 70 万小时带标点与文本正规化处理的自发语音数据训练，其词错误率（WER）较 Whisper-large-v3 降低 50%。
GitHub | Hugging Face | GitVerse

以上每个模型都支持本地部署与定制化微调，并能够在真实业务场景中实现商业落地。这样的开放，并非短期策略，而是让人工智能真正成为企业自身可掌控的长期能力。
在追逐性能之外，Sber 正在构建的是一套面向未来的主权型 AI 基础设施。
为了测试模型，请扫描二维码