Новости

Последние обновления инструментов, релизы и важные события из мира вайб-кодинга

📢 Новость2026/03/05

Сбер представил GigaChat Max: 512k контекста и прорыв в кодинге

Обновление GigaChat Max принесло четырехкратный рост контекстного окна, поддержку CAD-файлов и точность в Python на уровне 86.8%. Разбираемся, что это значит для вайбкодеров.

Упомянутые инструменты

GigaCode (Сбер)

Все новости

Автор

Максим Наговицын

2026/03/05

Содержание

Загрузка...

Сбер выкатил масштабное обновление своей нейросетевой модели — GigaChat Max. Релиз 2026 года сфокусирован на «тяжелом» техническом контенте: коде, химии и инженерном проектировании. Для тех, кто привык собирать продукты через AI-агентов, это важный сигнал — отечественные LLM становятся пригодными для сложного продакшена.

Главные цифры: контекст и точность

Основной рывок произошел в работе с кодом и объемом данных. Разработчики внедрили архитектуру Mixture-of-Experts (MoE) с динамической маршрутизацией, что позволило модели лучше специализироваться на конкретных задачах.

Что это дает вайбкодеру?

Прощай, дробление файлов. С окном в 512k токенов в GigaChat Max можно «скормить» практически весь репозиторий среднего проекта целиком. Это критично для Cursor или Claude Code, когда нужно, чтобы агент понимал взаимосвязи во всей архитектуре, а не только в открытом файле.
Точность в CUDA и специфическом синтаксисе. Ведущий архитектор Sber AI отметил: «Мы пересмотрели подход к токенизации. Теперь операторы CUDA и нотации вроде SMILES обрабатываются как атомарные единицы». Это снижает количество галлюцинаций при написании низкоуровневого кода.
Интеграция с интерпретатором. Модель работает по RAG-схеме с прямым доступом к Python-интерпретатору. Она может сама проверить свои расчеты или валидировать код перед выдачей ответа.

Инженерный уклон и CAD

Вайбкодинг выходит за пределы веба. GigaChat Max теперь нативно понимает формат .step (CAD-файлы). Это открывает путь к созданию AI-агентов для промышленного дизайна и проектирования «железа». В тестах на расчет энтальпии реакций модель показала точность 98.5%, что ставит её в один ряд с узкоспециализированным софтом.

Инфраструктура и доступ

Благодаря переходу на новые чипы в кластере «Кристофари» и использованию FP8-квантования, инференс стал значительно быстрее. Потребление видеопамяти снизилось на 40%, что позволяет Сберу держать старые цены при возросшей мощности.

Для тех, кто заботится о приватности кода: модель доступна через API SberCloud и в On-premise варианте. Это жирный плюс для корпоративных вайбкодеров, работающих в закрытых контурах.