Какую языковую модель выбрать бизнесу — вопрос, с которого обычно начинается разговор о внедрении ИИ. На него хочется ответить одним названием — GigaChat, YandexGPT, Qwen или DeepSeek. Но названия и версии меняются каждые несколько месяцев, а способ, которым модель подключена к вашим процессам, остается с проектом надолго.
Поэтому ниже мы сравниваем не модели, а четыре подхода к их использованию. От подхода зависят юридическая сторона, стоимость на объеме и то, сколько работы понадобится, когда выйдет следующая версия.
Сразу оговоримся. Качество ответа определяет не только модель — поиск по вашим данным и подготовка документов влияют на результат сильнее. Об этом подробно в статье про нейросети для бизнеса, здесь повторять не будем.
Четыре подхода вместо сорока моделей
Российское облако
GigaChat от Сбера и модели Яндекса в Yandex AI Studio. Договор с российским юрлицом, оплата в рублях, хороший русский язык. Данные уходят провайдеру, но остаются в России.
Открытая модель у провайдера
Qwen, DeepSeek, gpt-oss и другие модели с открытыми весами, запущенные в российском облаке. Платите за запросы, железо не покупаете, а позже можно переехать с той же моделью на свой сервер.
Открытая модель на своем сервере
Те же открытые модели, но на вашем оборудовании или выделенном сервере. Данные не покидают контур. Нужны видеокарты и человек, который все это сопровождает.
Зарубежный API
OpenAI, Anthropic, Google. Сильные модели, но официально в России эти сервисы не работают, российской картой их не оплатить, а персональные данные уходят за границу.
Российские модели — GigaChat и YandexGPT
Для большинства компаний это разумная точка старта. Договор, закрывающие документы и оплата решаются так же, как с любым облачным сервисом, а русский язык для обеих линеек родной.
У Сбера в API для компаний доступна линейка GigaChat 2 в вариантах Lite, Pro и Max. Новые флагманские версии Ultra сначала появляются в пользовательском помощнике и в бесплатном режиме для физических лиц, поэтому перед проектом стоит сверить, что именно доступно юрлицу. Для бизнеса Сбер предлагает облако, гибридную схему и программно-аппаратный комплекс на оборудовании заказчика.
Яндекс собрал модели в платформе Yandex AI Studio. Там собственные модели — Alice AI LLM, YandexGPT Pro 5.1, YandexGPT Lite 5 — и рядом открытые модели, которые Яндекс запускает у себя. Есть API, совместимый с форматом OpenAI, что упрощает переключение между моделями, и вариант развертывания в контуре заказчика.
Ограничение одно, и его важно понимать правильно. Данные уходят провайдеру. Он находится в России, но для персональных данных это все равно поручение обработки третьему лицу, которое нужно оформить. Подробно разбираем в статье нейросети и 152-ФЗ.
Открытые модели — Qwen, DeepSeek, GigaChat и другие
Модели с открытыми весами можно скачать и запустить где угодно. Самые заметные семейства — Qwen от Alibaba, DeepSeek, gpt-oss от OpenAI и Llama от Meta. Сбер тоже выкладывает открытые веса части моделей GigaChat, от компактной Lightning до большой Ultra.
Перед выбором стоит прочитать лицензию. У Qwen3.6-35B-A3B это Apache 2.0, у DeepSeek V4 Flash и открытых GigaChat 3.1 — MIT, обе разрешают коммерческое использование. У Llama собственная лицензия Meta с дополнительными условиями.
Открытую модель не обязательно ставить на свой сервер. Ее можно взять у облачного провайдера — в Yandex AI Studio, например, доступны Qwen3 235B, Qwen3.6 35B, DeepSeek V4 Flash и gpt-oss-120b. Это удобный способ проверить модель на своих задачах до покупки железа.
Свой сервер — когда он оправдан
Случаев два. Первый — данные нельзя передавать даже российскому провайдеру. Коммерческая тайна по договору с заказчиком, требования службы безопасности, закрытый контур. Второй — объем большой и стабильный, и облако за год выходит дороже оборудования с сопровождением.
Про железо полезно знать одну вещь. Многие современные открытые модели устроены как «смесь экспертов». У той же Qwen3.6-35B-A3B 35 миллиардов параметров всего и 3 миллиарда активных на каждый шаг. Объем видеопамяти определяется общим числом параметров, а скорость ответа — активными.
В сжатом до 4 бит виде 35 миллиардов параметров занимают около 18 ГБ, плюс память на контекст. Такая модель помещается на одну серверную видеокарту и отвечает быстро. Модели на сотни миллиардов параметров — другой класс, им нужно несколько ускорителей, и это уже инфраструктурный проект.
Свой сервер — это не только покупка. Обновления, мониторинг, резервирование, человек, который поднимет сервис в выходные. Эти затраты стоит заложить сразу, иначе сравнение с облаком получится нечестным.
Зарубежные API — что с доступом и оплатой из России
OpenAI, Anthropic и Google не включают Россию в списки стран, где работают их API. OpenAI прямо предупреждает, что доступ из неподдерживаемых стран может закончиться блокировкой аккаунта. Карты российских банков к оплате не принимаются.
Обходные пути известны — посредники, которые перепродают доступ, зарубежное юрлицо, зарубежные карты. У всех одна проблема для рабочей системы. Сервис может перестать работать в любой день, и повлиять на это вы не сможете. Посредник к тому же становится еще одним звеном, через которое проходят ваши данные.
С персональными данными отдельная история. Отправка их в зарубежный сервис — трансграничная передача, о ней нужно заранее уведомить Роскомнадзор. А первичный сбор данных граждан России должен идти в базы на территории страны. Для обращений клиентов с ФИО и телефонами это обычно закрывает вопрос.
Закон о поддержке развития технологий ИИ ввел понятия суверенной и национальной модели, но пользоваться зарубежными моделями бизнесу не запрещает. Если среди ваших заказчиков есть госсектор, требования к моделям лучше уточнить у них заранее.
Зарубежная модель уместна там, где нет персональных данных и коммерческой тайны. Разбор открытой документации, черновики публичных текстов, эксперименты разработчиков. Строить на ней процесс, от которого зависят продажи и клиенты, мы не советуем.
По каким критериям выбирать языковую модель
- Качество на русском. Публичные рейтинги годятся как фильтр, но решает прогон на ваших задачах. Модель, которая лучше пишет эссе, не обязательно лучше разбирает ваши накладные. Нужен набор из сотни реальных случаев и доля ответов, принятых без правок.
- Данные и 152-ФЗ. Сначала определить, что уходит в модель — обезличенный текст, персональные данные или коммерческая тайна. От этого зависит, какие подходы вообще остаются в списке. Общие правила — в статье про персональные данные и 152-ФЗ.
- Стоимость. Считать не цену за тысячу токенов, а цену закрытой задачи. Сколько вызовов модели нужно на одну заявку и сколько заявок в месяц. Облако — переменные расходы, свой сервер — постоянные. Методика — в статье как посчитать эффект от ИИ.
- Железо. Для облака не нужно ничего. Для своего сервера — видеокарты под размер модели, запас памяти на длинные документы и резерв на случай отказа.
- Скорость. Их две. Время ответа важно в чате с клиентом и почти не важно в ночной обработке документов. Время запуска — облако подключается за дни, свой сервер разворачивается неделями.
Если задача требует не просто ответа, а действий в системах компании, к выбору модели добавляются инструменты, права и журнал. Это уже разработка ИИ-агентов, и там модель — самая заменяемая часть конструкции.
Как выбрать без гадания
- Определить класс данных. Что именно пойдет в модель и можно ли это передавать наружу. Этот шаг сразу вычеркивает часть вариантов.
- Собрать тестовый набор. Сотня реальных случаев за прошлый месяц, включая неудобные и нетипичные. На десяти примерах хорошо работает все.
- Прогнать двух-трех кандидатов. Обычно это одна российская модель и одна-две открытые в облаке. Удобно, когда провайдер дает несколько моделей через один API.
- Посчитать цену задачи. По каждому кандидату — стоимость на месячном объеме, а не на демо. Иногда модель попроще с чуть меньшей точностью выходит в разы дешевле.
- Спрятать модель за своим интерфейсом. Код системы обращается не к GigaChat или Qwen напрямую, а к собственному модулю. Тогда смена модели занимает день, а не переписывание половины системы.
Выбор модели — не решение на годы. За последний год у каждого крупного провайдера сменилось несколько версий. Правильный вопрос звучит не «какая модель лучшая», а «сколько будет стоить ее заменить, когда выйдет следующая».
Выбор модели — один из шагов внедрения ИИ, и не первый. Сначала задача и данные, потом модель. Общий порядок работ разобран в статье про пошаговый план внедрения ИИ.
Частые вопросы
Можно ли сотрудникам пользоваться ChatGPT для работы
Запретить сложно, а понимать риски нужно. Все, что сотрудник вставил в чат, ушло за границу. Разумный минимум — внутреннее правило о том, что туда нельзя отправлять клиентские данные, договоры и цены. И рабочая альтернатива на российской модели, иначе запрет останется на бумаге.
Что лучше — GigaChat или YandexGPT
Универсального ответа нет, и мы не стали бы доверять тому, кто его дает. Обе линейки хорошо работают с русским языком, у обеих есть облако и вариант в контуре заказчика. Выбор делается прогоном на ваших задачах. Часто разница между моделями меньше, чем разница между хорошо и плохо устроенным поиском по вашим данным.
Нужно ли дообучать модель на своих данных
Чаще всего нет. Чтобы модель отвечала по вашим документам, ее не дообучают, а дают ей найденные фрагменты прямо в запросе. Как это устроено, разобрали в статье про ИИ-ассистента по базе знаний. Дообучение оправдано для узких задач с большим объемом размеченных примеров, например для классификации обращений.
Подберем модель под ваши данные и задачи
Опишите, что должна делать модель и какие данные в нее пойдут. В ответ — какие подходы вам доступны с учетом 152-ФЗ, какие модели стоит прогнать на ваших примерах и сколько будет стоить обработка месячного объема.
Если задачу решает обычный код без модели, скажем об этом сразу.