ГигаЧат vs YandexGPT vs DeepSeek: какую ЛЛМ выбрать для ИИ-агента в 2026 году

ГигаЧат 3.1 Ultra от Сбера, YandexGPT 5 Pro от Яндекса и DeepSeek V4 подходят для ИИ-агентов в России: все три модели доступны для бизнеса без зарубежных карт. ГигаЧат выделяется 702 млрд параметров (MoE) и контекстным окном 131K токенов. YandexGPT 5 Pro предлагает контекст 128K и обучение на 2 трлн русскоязычных токенов. DeepSeek V4 даёт контекстное окно до 1M токенов и самую низкую стоимость токена среди трёх. В этой статье разбираем каждую модель по пяти критериям: качество ответов на русском, стоимость API, размер контекста, совместимость с инструментами и соответствие 152-ФЗ. А ещё покажем, какая из них доступна прямо в ИИ-агенте Альбато: из этой тройки в агенте можно выбрать DeepSeek, а ГигаЧат подключается как коннектор в обычных связках.

ГигаЧат, YandexGPT и DeepSeek: краткий обзор трёх моделей

Три модели закрывают основные потребности бизнеса в России. Каждая создана разным вендором, имеет свою архитектуру и ценообразование. Разберём ключевые характеристики.

ГигаЧат (Сбер)

ГигаЧат развивается командой SberDevices. Актуальная флагманская модель, GigaChat 3.1 Ultra, содержит 702 млрд параметров в архитектуре MoE (Mixture of Experts) с 36 млрд активных параметров на каждый токен. Контекстное окно составляет 131K токенов. Более компактная модель GigaChat 3.1 Lightning поддерживает контекст до 256K токенов, но уступает Ultra по качеству рассуждений. Модели доступны по MIT-лицензии. Для бизнеса работает API на developers.sber.ru с оплатой в рублях.

YandexGPT (Яндекс)

YandexGPT 5 Pro, флагман Яндекса, обучен на 2 трлн русскоязычных токенов. Контекстное окно составляет 128K токенов. Модель поддерживает function calling для интеграции с внешними системами. API доступен через Yandex Cloud, оплата в рублях. YandexGPT Lite подходит для простых задач и стоит дешевле.

DeepSeek (Китай, open-source)

DeepSeek V4-Pro содержит 1,6 трлн параметров (49 млрд активных) и поддерживает контекст до 1M токенов. Бюджетная модель V4-Flash (284 млрд параметров, 13 млрд активных) тоже работает с контекстом до 1M. Обе модели вышли в апреле 2026 года. API доступен напрямую, оплата в долларах. Для российских пользователей доступ к чату периодически нестабилен (в мае 2026 были перебои), но API работает. Подробнее о модели читайте в нашем обзоре DeepSeek.

В ИИ-агенте Альбато из этой тройки доступен DeepSeek. Можно начать со встроенной Альбато AI, а затем в один клик переключиться на DeepSeek или подключить свою модель (OpenAI, Gemini) по API-ключу. ГигаЧат и YandexGPT в самом агенте недоступны, но ГигаЧат можно использовать как коннектор в обычных связках Альбато. Подробнее о том, как работает конструктор ИИ-агента, в чек-листе настройки ИИ-агента из 10 шагов.

Сравнительная таблица: ГигаЧат vs YandexGPT vs DeepSeek

Семантическая таблица ниже собирает главные параметры для принятия решения. Цены актуальны на июнь 2026 года. Сравниваем четыре варианта: три внешние модели и встроенную Альбато AI.

Таблица показывает ключевое различие: ГигаЧат и YandexGPT хранят данные на российских серверах, а DeepSeek обрабатывает запросы в Китае. Это определяет выбор для задач, связанных с 152-ФЗ.

Качество ответов на русском языке

Для ИИ-агента, который общается с клиентами на русском, качество языковой модели на родном языке критично. Агент квалифицирует заявки, отвечает на вопросы, заполняет поля в CRM. Если модель путает падежи или не понимает контекст, клиент уйдёт.

ГигаЧат обучен на русскоязычном корпусе Сбера. Модель хорошо понимает бизнес-терминологию, корректно работает с формальным и разговорным русским. По внутренним бенчмаркам Сбера, GigaChat 3.1 Ultra превосходит Qwen3-235B и DeepSeek-V3-0324 в математике и общем рассуждении.

YandexGPT 5 Pro обучен на 2 трлн русскоязычных токенов. Это самый большой русскоязычный датасет среди рассматриваемых моделей. Для задач, где критична нативность русского (ответы в чат, квалификация заявок, анализ отзывов), YandexGPT показывает стабильно высокое качество.

DeepSeek ориентирован на китайский и английский. Русский поддерживается, но качество может быть ниже в нюансах: сложные обороты, профессиональная лексика, контекстные отсылки. Для типовых задач (классификация, извлечение данных) DeepSeek справляется. Для длинных диалогов на русском лучше выбрать ГигаЧат или YandexGPT.

Если ваш агент обрабатывает входящие сообщения из Телеграм или CRM на русском, протестируйте модель на реальных примерах из вашей базы. Подробнее о том, как писать промпт для ИИ-агента, чтобы получить от модели точные ответы.

Стоимость: сколько стоят токены каждой модели

Цена за токен определяет операционные расходы ИИ-агента. Разница между моделями достигает десятков раз.

Расчёт на 10 000 обращений в месяц

Допустим, каждое обращение к агенту тратит в среднем 2 000 токенов (входящее сообщение + ответ + системный промпт). Итого: 20 млн токенов в месяц.

• GigaChat 2 Lite: 20 000 x 0,2 ₽ = 4 000 ₽/мес
• YandexGPT Lite: 20 000 x 0,2 ₽ = 4 000 ₽/мес
• DeepSeek V4-Flash: 20M x $0,14/1M (input) + 20M x $0,28/1M (output) ≈ $8,4 ≈ 750 ₽/мес (по курсу 90 ₽/$)

Для более сложных задач с длинным контекстом (Pro-версии моделей) стоимость вырастет. GigaChat 2 Pro и YandexGPT 5 Pro стоят от 0,4 до 1,2 ₽ за 1K токенов. DeepSeek V4-Pro обойдётся в $0,435/1M input (примерно 0,04 ₽ за 1K).

Альбато AI не требует отдельной подписки на ЛЛМ. Каждый запуск ИИ-агента стоит 3 транзакции, плюс 1 транзакция за каждые 2 000 токенов. Если вы подключаете внешнюю модель (ГигаЧат, DeepSeek, OpenAI, Gemini), транзакции за токены не списываются: платите только 3 транзакции за запуск и отдельно оплачиваете токены на стороне провайдера.

На диаграмме ниже видна разница: при одинаковом объёме обращений DeepSeek обходится в 5 раз дешевле, чем GigaChat Lite или YandexGPT Lite.

Практические сценарии использования ГигаЧат и DeepSeek для бизнеса описаны в статье ChatGPT и DeepSeek для бизнеса: 10 рабочих способов.

Как собрать ИИ-агента в Альбато и какая из моделей доступна

В Альбато такая связка собирается за 15-20 минут без программирования. ИИ-агент в Альбато это отдельный шаг внутри связки, который анализирует входящие данные и сам выбирает нужное действие из подключённых инструментов. Агент состоит из четырёх частей: модель, инструкция (промпт), инструменты и память.

Вот короткий путь от регистрации до работающего агента:

1. Триггер. Создаёте новую связку, добавляете условие запуска. Например, новое сообщение в Телеграм, новая заявка в amoCRM или обновление строки в Google Sheets.
2. ИИ-агент. Добавляете шаг «ИИ-агент» и выбираете модель. Можно начать со встроенной Альбато AI: не нужно идти к отдельному провайдеру, регистрироваться и привязывать карту. Позже можно переключиться на DeepSeek, OpenAI или Gemini в один клик или подключить свою модель по API-ключу.

3. Инструкция. Описываете задачу своими словами в трёх полях: сообщение пользователя (что агент получает на вход), системные инструкции (что делать) и ограничения (что не делать). Каждое поле вмещает до 1 000 символов.

4. Инструменты. Подключаете действия из около 5 000 доступных. Агент сам выберет нужное в зависимости от ситуации: отправить сообщение в Телеграм, создать сделку в CRM, обновить таблицу.

5. Тест и запуск. Запускаете связку на 5-10 реальных обращениях, смотрите журнал агента (логирование каждого шага: куда обратился, что решил, какой инструмент вызвал), корректируете промпт по найденным ошибкам.

Количество вызовов инструментов не влияет на стоимость запуска: агент может использовать несколько инструментов и вызывать некоторые повторно, стоимость останется 3 транзакции за запуск.

Если хотите углубиться в настройку, вот пример интеграции GigaChat с Телеграм-ботом через Альбато, а инструкция по подключению GigaChat API к Альбато описывает первые шаги работы с API Сбера.

Когда какую модель выбрать: три сценария

Выбор ЛЛМ зависит от задачи, бюджета и требований к данным. Вот три типичных сценария.

Сценарий 1. Персональные данные клиентов и 152-ФЗ

Если ИИ-агент обрабатывает имена, телефоны, адреса или другие персональные данные, серверы модели должны находиться в России. YandexGPT работает на Yandex Cloud с сертификацией ФСТЭК (уровень защищённости УЗ-3). ГигаЧат обрабатывает запросы на серверах Сбера в РФ и декларирует соответствие 152-ФЗ, но в пользовательском соглашении рекомендует не отправлять персональные данные напрямую. В обоих случаях уточняйте условия обработки данных у вендора. DeepSeek обрабатывает данные на серверах в Китае, что не подходит для работы с персональными данными клиентов по 152-ФЗ.

Сценарий 2. Массовые обращения, бюджет ограничен

Если агент обрабатывает тысячи типовых запросов (классификация заявок, извлечение полей из текста, маршрутизация обращений) и не работает с персональными данными, DeepSeek V4-Flash даст минимальную стоимость за токен. В расчёте на 10 000 обращений в месяц это порядка 750 ₽ против 4 000 ₽ у GigaChat Lite или YandexGPT Lite.

Сценарий 3. Проверка гипотезы, пилотный запуск

Если вы пока не определились с моделью и хотите проверить, справится ли ИИ-агент с вашей задачей, начните с Альбато AI. Встроенная модель не требует отдельного подключения к провайдеру ЛЛМ. Когда задача определена, можно переключиться на DeepSeek или подключить OpenAI либо Gemini по ключу в один клик прямо в настройках агента.

Подробнее о типичных ошибках при запуске агента читайте в статье 10 ошибок при внедрении ИИ-агента.

Какой бы сценарий ни подходил, собрать ИИ-агента в Альбато можно без программирования. В самом агенте из тройки доступен DeepSeek (плюс встроенная Альбато AI), а ГигаЧат и YandexGPT остаются вариантами для сравнения и для обычных связок. Выбирайте модель, тестируйте на реальных данных и масштабируйте.