Так, в общем, почему на картинке вчера были Россия-Китай-США, Сбер решил сделать ставку на опенсорс и вчера выложил прям кучу всего и на удивление хорошего. 🔷 GigaChat Ultra Preview (702B параметров, A36B активных) Самая мощная русскоязычная MoE-модель. Обходит DeepSeek V3.1 и GigaChat Max 2 по бенчмарку MERA. Создана с нуля для русского языка. Идеальна для бизнес-аналитики, разработки и файнтюнинга на собственных данных. Скоро будет доступна корпоративным клиентам для on-premise развертывания ➡️ https://github.com/salute-developers/gigachat3 Честно говоря, я удивляюсь, как они с нуля текущим железом создали модельку размером 700B... Это прям достижение! И работает действительно очень неплохо на русском. 🔷 GigaChat Lightning (10B параметров, 1.8B активных) Компактная и быстрая MoE-модель для локального запуска на ноутбуках. Конкурирует с Qwen3-4B по качеству, но при этом сравнима по скорости с Qwen3-1.7B. Оптимизирована для быстрых продуктовых итераций ➡️ https://github.com/salute-developers/gigachat3 Чуть отстает по моим быстрым тестам по качеству, но очень быстрая. Можно использовать для всяких простых задач типа перевода или саммаризации на русском. 🎙 GigaAM-v3 (220-240M параметров) 5 моделей на базе Conformer для ASR. На 30% лучше работают с новыми доменами (колл-центры, музыка, атипичная речь). End-to-end модели с пунктуацией и нормализацией выигрывают у Whisper-large-v3 в 70% случаев по оценке LLM-as-a-judge. Превосходят Whisper на 50% по WER на русском языке. Отличное решение для голосовых ассистентов, аналитики звонков, транскрибации ➡️ https://github.com/salute-developers/GigaAM Видел уже предварительные тесты в сообществах, ну где-то стало сильно лучше, где-то хуже (в коротких командах, например), чем вторая версия, но все равно это одно из лучших решений для распознавания русской речи. 🎨 Kandinsky 5.0 Три модели для генерации изображений и видео: • Image Lite (6B) — HD-изображения с отличным пониманием русского языка и культурного контекста • Video Pro (19B) — до 10 сек реалистичного HD-видео. Конкурирует с мировыми топами • Video Lite (2B) — облегченная версия, работает на видеокартах от 12 ГБ Используют DiT (Diffusion Transformer). Лучшие среди open-source моделей в понимании русских концептов ➡️ https://github.com/kandinskylab/kandinsky-5 Ну-у... Тут все конечно простенькое, не уровня топов, но по русской культуре, персонажам, архитектуре, пониманию промптов и правда лучше всего на рынке. ⚡️ K-VAE 1.0 Автокодировщики для ускорения генеративных моделей. Сжимают изображения и видео в латентное пространство, позволяя моделям работать быстрее и экономнее. 2D-версия превосходит Flux VAE по метрикам реконструкции (PSNR, LPIPS). 3D-версия — лучший открытый токенизатор для видео. Ключевая технология для эффективного обучения диффузионных моделей ➡️ https://github.com/kandinskylab/kvae-1 Это все менее интересно обычным разработчикам, скорее полезна для крупных компаний, разрабатывающих или тюнингующих модели под себя. Но тоже весьма полезно. Все модели под лицензией MIT – можно использовать коммерчески. Очень конечно сильный ход от Сбера, потому что существенно улучшает возможности маленьких команд делать полезные продукты.