Год назад выбор модели для корпоративного агента в России сводился к вопросу «GigaChat или YandexGPT». К осени 2026 года картина сложнее: у Сбера и Яндекса появились открытые веса, российские облака дают доступ к зарубежным open-source моделям, цены на отечественные LLM заметно снизились, а закон об ИИ вводит понятия суверенных и национальных моделей. Разберём, что происходит на рынке и как выбирать.
Оговорка о прозрачности: я продакт-менеджер платформы Nodul. Данные о ценах ниже — оценка Nodul, опубликованная в августе 2026 года, остальное взято из открытых источников и заявлений самих вендоров. Сравнения качества в таких заявлениях — собственные замеры компаний, поэтому относитесь к ним как к ориентиру, а не как к истине.
Что есть на рынке
- GigaChat (Сбер). Семейство GigaChat 3.1 вышло с открытыми весами под лицензией MIT: Ultra (702 млрд параметров, архитектура MoE) и компактная Lightning (10 млрд параметров, около 1,8 млрд активных). 6 июля 2026 года Сбер представил GigaChat 3.5 Ultra — MoE-модель на 432 млрд параметров, также с открытыми весами под MIT; по заявлению Сбера, технология предсказания нескольких токенов ускоряет генерацию примерно в 2,2 раза.
- Яндекс. Семейство Alice AI доступно компаниям в Yandex AI Studio с 25 ноября 2025 года, YandexGPT остаётся доступным. 21 сентября 2026 года Яндекс выложил в открытый доступ базовую (не чат-) модель AliceAI-Foundation-80B-A3B-Base: MoE на 80 млрд параметров, из которых около 3 млрд активны, обученная с нуля.
- Т-Технологии. T-Pro (32 млрд параметров) и T-Lite (7 млрд) открыты ещё в декабре 2024 года под лицензией Apache 2.0. T-Pro 2.0 — гибридная reasoning-модель на базе Qwen3-32B с публичными весами и квантизациями (GGUF, FP8, AWQ).
- Открытые зарубежные модели. DeepSeek V4 (24 апреля 2026 года): V4-Pro порядка 1,6 трлн параметров (49 млрд активных) и V4-Flash на 284 млрд (13 млрд активных), контекст до миллиона токенов; по нескольким вторичным источникам, лицензия MIT.
- Российские облака как шлюз. Cloud.ru Evolution Foundation Models предоставляет единый API, совместимый с OpenAI; в июне 2026 года в каталог добавили GLM-5.1, Kimi K2.6 и DeepSeek V4. Такой путь снижает риск трансграничной передачи данных, но соответствие 152-ФЗ каждого сервиса нужно проверять отдельно.
Сколько это стоит
По оценке Nodul от августа 2026 года, за 1000 токенов GigaChat Lite стоит 0,065 ₽ (в октябре 2025 года было 0,20 ₽), GigaChat Pro — 0,50 ₽ (было 1,50 ₽), YandexGPT Pro 5.1 — 0,80 ₽, YandexGPT Lite — 0,20 ₽. Для сравнения, DeepSeek V4 Flash стоит примерно 0,0375 ₽ за вход и 0,112 ₽ за выход, GPT-5.4 mini — около 0,064 ₽ и 0,383 ₽ соответственно.
Эти цифры нужно читать осторожно. Сбер и Яндекс оспорили оценки аналитиков, заявив, что снизили цены сильнее, а разработчики указывают, что прямые сравнения не вполне корректны: у моделей разное качество, условия и биллинг. Заголовок «до 67%» относится к одной модели, а не ко всем. В исследовании Nodul за ноябрь 2025 года разрыв между российскими и зарубежными моделями в отдельных сценариях доходил до двухсот раз, так что стоимость токенов остаётся значимой статьёй в экономике процесса.
Как выбирать модель для агента
Не стоит искать «лучшую модель вообще». Рабочий подход — отвечать на вопросы по порядку.
- Какие данные обрабатывает шаг. Персональные данные, коммерческая тайна и информация ограниченного доступа определяют допустимый контур: российское облако, собственный контур или только необратимо обезличенные данные для внешней модели.
- Насколько критично качество на вашей задаче. Соберите собственный набор из 50–100 реальных примеров и сравните кандидатов на нём: бенчмарки вендоров не заменяют проверки на ваших документах.
- Сколько стоит экземпляр процесса. Считайте не рубли за тысячу токенов, а рубли за одно выполнение процесса: это естественная метрика для BPM.
- Нужны ли вызов инструментов и строгий JSON. Для агентов важны надёжный вызов функций и структурированный вывод по схеме; проверяйте их отдельно.
- Можно ли заменить модель. Закон об ИИ даёт Правительству право определять случаи обязательного применения суверенных и национальных моделей, поэтому сменяемость модели — защита от будущих требований.
Практические выводы
Гибридная маршрутизация выглядит разумным компромиссом: недорогая модель на простых шагах, российская модель на шагах с персональными данными и юридическими ограничениями, мощная модель только на обезличенных данных. Если данные не должны покидать периметр, путей два: российское облако или собственный контур с открытыми весами. Для крупных MoE-моделей нужно заранее оценить железо: модели на сотни миллиардов параметров требовательны, а класс Lightning на 10 млрд параметров доступнее.
На курсе «AI-агенты на отечественных LLM: GigaChat, YandexGPT и on-premise модели» и во флагманской программе мы разбираем эти варианты на практике: от выбора модели до запуска в собственном контуре и расчёта стоимости процесса.
