К списку моделей
Логотип Sber, разработчика GigaChat 2 Lite

GigaChat 2 Lite

От Sber

Proprietary
FAMGigaChat
CTX128K
PARНе раскрыто
Релиз: 2025-03-13
LiteRussianText

Краткое описание

GigaChat 2 Lite — лёгкая и быстрая модель от Сбера для массовых задач. Контекст 128K токенов, поддержка функций. MMLU 72%, HumanEval 74%. Бесплатный доступ для некоммерческого использования через GigaChat API.

Агрегированный профиль

GigaChat 2 Lite сильнее всего выглядит в категории «код». Индекс 4/100 рассчитан по процентильным позициям в 1 сопоставимых тестах; уверенность — низкая. Это навигационная оценка, а не замена тесту на ваших задачах.

Код4/100

1 сопоставимых теста · уверенность: низкая

Рассуждения1/100

2 сопоставимых теста · уверенность: средняя

Как рассчитан профиль →

Место модели в каталоге

Позиция рассчитана только среди моделей, для которых в каталоге указан результат того же теста. Это помогает сравнивать карточки, но не заменяет проверку модели на вашей задаче.

БенчмаркРезультатМестоДоказательство
MMLU (Общие знания)72%389 из 391Источник не указан
HumanEval (Кодинг)74%375 из 391Источник не указан
MATH (Математика)64%388 из 391Источник не указан

Подробный обзор модели

GigaChat 2 Lite — это самая быстрая и экономичная языковая модель во втором поколении ИИ-систем Сбера, представленная в марте 2025 года. Она была специально разработана для массовых задач, требующих мгновенного отклика и высокой надежности при минимальных затратах ресурсов. Модель идеально подходит для интеграции в пользовательские интерфейсы и мобильные приложения.

Архитектура и эффективность

GigaChat 2 Lite представляет собой облегченную версию архитектуры GigaChat, оптимизированную для скорости и производительности.

  • Ультра-быстрый инференс: Главное преимущество версии Lite — её отзывчивость. Ответы генерируются практически мгновенно, что критично для интерактивных систем, чат-ботов поддержки и игровых персонажей.
  • Огромный контекст 128K: Несмотря на статус «легкой» модели, Lite поддерживает полноценное контекстное окно в 128 000 токенов. Это позволяет ей анализировать длинные цепочки диалогов и объемные документы, не теряя нити разговора.
  • Универсальность: Модель отлично справляется с базовыми задачами обработки естественного языка, такими как суммаризация, классификация и ответы на повседневные вопросы.

Производительность и бенчмарки

Модель показывает достойные результаты для своего класса, являясь надежным инструментом для автоматизации рутинных текстовых задач на русском языке.

БенчмаркРезультатОписание
MMLU72.0%Базовые профессиональные и академические знания
HumanEval74.0%Качество генерации программного кода
MATH64.0%Математические способности и логика
MERA (RU)ВысокийКачественное понимание русского языка

Ценообразование и доступность

GigaChat 2 Lite доступна через GigaChat API. Одним из ключевых преимуществ модели является наличие бесплатного доступа для некоммерческого использования, что делает её идеальной «песочницей» для студентов, энтузиастов и стартапов на этапе прототипирования.

Идеальные сценарии применения (Use Cases)

  • Масштабируемые чат-боты: Быстрое и дешевое обслуживание пользовательских запросов в веб-сервисах и мессенджерах.
  • Микро-сервисы классификации: Автоматическое тегирование сообщений, определение тональности и фильтрация спама.
  • Помощник по чтению: Быстрая суммаризация статей и извлечение ключевых тезисов из длинных текстов.

Плюсы и минусы

Плюсы:

  • Рекордная скорость генерации ответов.
  • Бесплатный доступ для личных и образовательных проектов.
  • Огромный контекст (128K) в легком формате.
  • Нативная поддержка русского языка.

Минусы:

  • Ограниченная глубина рассуждений по сравнению со старшими версиями (Pro, Max).
  • Может хуже справляться со сложными, многоуровневыми инструкциями.

Где запустить модель

Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.

Обновляем провайдеров и цены…

Стоимость API

Бесплатно (некоммерческое) / по тарифам

Профиль модели

MMLU72%Code74%Math64%

Бенчмарки

MMLU (Общие знания)72%
HumanEval (Кодинг)74%
MATH (Математика)64%

Другие модели семейства GigaChat

Экосистема GigaChat 2 Lite

Сервисы, инструменты, материалы и обсуждения, связанные с моделью.

Обсуждения о GigaChat 2 Lite

Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.

Создать обсуждение