现实有时会以最出人意料的方式超越预期。
在全球人工智能发展日趋碎片化之际，Sber 刚刚发布了欧洲规模最大的开源人工智能模型合集——完整开放模型权重、源代码及商业使用权。
✅ 无 API 收费墙。
✅ 无使用限制。
✅ 只需四大完整模型家族，即可部署于私有基础设施，可根据您的数据进行微调，满足特定需求。
阅读开发者的文章。
此次发布的非凡之处，不仅在于技术实力，更在于当其他人筑墙之际，其开放共享背后所展现的沉稳自信。详情请参阅开发者文章。
GigaChat Ultra 预览版：7020 亿参数的 MoE 模型（每个 token 启用 360 亿参数），具备 128K 上下文窗口。从零训练的模型在多项专项基准测试中超越 DeepSeek V3.1，同时保持比前代旗舰产品更快的推理速度。面向企业应用，支持离线微调，以满足高安全性环境需求。
GitHub | HuggingFace | GitVerse
GigaChat Lightning 提供截然不同的平衡方案：在笔记本电脑上运行的紧凑却强大的 MoE 架构。其质量可与 Qwen3-4B 比肩，速度堪比 Qwen3-1.7B，却在参数规模与智能表现上更胜一筹。
Lightning 不仅能与同级顶尖开源模型抗衡，更在多项任务中超越同类模型，并提供极速推理能力——使其成为在 Ultra 性能过剩但速度至关重要的场景中的理想选择。更配备稳定的专家路由机制，额外惊喜是支持256K超长上下文窗口。
GitHub | Hugging Face | GitVerse
Kandinsky 5.0 为开源生成式模型带来重要进展。旗舰版 Video Pro 的视觉质量媲美 Veo 3，并超越 Wan 2.2-A14B，而 Video Lite 与 Image Lite 则为实时应用场景提供快速且轻量化的替代方案。该套件由高性能开源视觉编码器 K-VAE 1.0 驱动，具备强大压缩能力，并为生成式模型训练奠定坚实基础。整个技术栈在性能、可扩展性与实用性之间取得平衡——无论您是在构建视频处理流程，还是在探索多模态生成技术，都同样适用。
GitHub | GitVerse | Hugging Face | Technical report
音频领域同样获得升级：GigaAM-v3 语音识别模型经 70 万小时带标点和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 | HuggingFace | GitVerse
每个模型都可以部署在本地环境中，根据您的数据进行微调，并投入商业应用。这不仅是追赶技术进程——更是为所有需要的人打造属于他们的主权型人工智能基础设施。
在全球人工智能发展日趋碎片化之际，Sber 刚刚发布了欧洲规模最大的开源人工智能模型合集——完整开放模型权重、源代码及商业使用权。
✅ 无 API 收费墙。
✅ 无使用限制。
✅ 只需四大完整模型家族，即可部署于私有基础设施，可根据您的数据进行微调，满足特定需求。
阅读开发者的文章。
此次发布的非凡之处，不仅在于技术实力，更在于当其他人筑墙之际，其开放共享背后所展现的沉稳自信。详情请参阅开发者文章。
GigaChat Ultra 预览版：7020 亿参数的 MoE 模型（每个 token 启用 360 亿参数），具备 128K 上下文窗口。从零训练的模型在多项专项基准测试中超越 DeepSeek V3.1，同时保持比前代旗舰产品更快的推理速度。面向企业应用，支持离线微调，以满足高安全性环境需求。
GitHub | HuggingFace | GitVerse
GigaChat Lightning 提供截然不同的平衡方案：在笔记本电脑上运行的紧凑却强大的 MoE 架构。其质量可与 Qwen3-4B 比肩，速度堪比 Qwen3-1.7B，却在参数规模与智能表现上更胜一筹。
Lightning 不仅能与同级顶尖开源模型抗衡，更在多项任务中超越同类模型，并提供极速推理能力——使其成为在 Ultra 性能过剩但速度至关重要的场景中的理想选择。更配备稳定的专家路由机制，额外惊喜是支持256K超长上下文窗口。
GitHub | Hugging Face | GitVerse
Kandinsky 5.0 为开源生成式模型带来重要进展。旗舰版 Video Pro 的视觉质量媲美 Veo 3，并超越 Wan 2.2-A14B，而 Video Lite 与 Image Lite 则为实时应用场景提供快速且轻量化的替代方案。该套件由高性能开源视觉编码器 K-VAE 1.0 驱动，具备强大压缩能力，并为生成式模型训练奠定坚实基础。整个技术栈在性能、可扩展性与实用性之间取得平衡——无论您是在构建视频处理流程，还是在探索多模态生成技术，都同样适用。
GitHub | GitVerse | Hugging Face | Technical report
音频领域同样获得升级：GigaAM-v3 语音识别模型经 70 万小时带标点和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 | HuggingFace | GitVerse
每个模型都可以部署在本地环境中，根据您的数据进行微调，并投入商业应用。这不仅是追赶技术进程——更是为所有需要的人打造属于他们的主权型人工智能基础设施。
