15 сентября, 07:35#ИИ и нейросети6 мин

Яндекс открыл модель быстрых ответов Алисы: 35 млрд параметров

10 сентября 2026 года Яндекс выложил на Hugging Face базовую модель AliceAI-T5-35B-A0.6B, на которой построены быстрые ответы Алисы в поиске, а 11 сентября команда описала её устройство на Хабре. Модель обучена с нуля: 34,35 млрд параметров, из которых на каждый токен работают около 600 млн, окно 128 тысяч токенов, лицензия Apache 2.0. Разбираем, что именно открыли, чем модель отличается от привычных чатов и что с ней может сделать компания без своей лаборатории.

Коротко

На Hugging Face опубликована AliceAI-T5-35B-A0.6B Base: базовая модель, обученная Яндексом с нуля, под лицензией Apache 2.0.
Архитектура энкодер-декодер с разреженными MoE-слоями: 34,35 млрд уникальных параметров, 512 экспертов в слое, из которых для каждого токена выбираются 8.
Контекст 128 тысяч токенов, словарь 135 040 токенов, отдельно можно загрузить только энкодер.
По внутренним замерам Яндекса модель обходит Qwen 3.5 2B и 4B и T5 Gemma 2 4B на тестах знаний и работает на уровне более тяжёлой Qwen 3.5 35B-A3B.
Это базовая модель, а не чат: без дообучения она продолжает текст, а не отвечает на вопросы; в карточке есть раздел о дообучении под свои задачи.
Оптимизированный быстрый инференс остаётся внутри Яндекса: внешним пользователям доступен запуск через Hugging Face Transformers.
🔎 Для бизнеса это первая открытая модель от российского поисковика такого размера: её можно дообучить на своих данных и запустить у себя, но потребуется команда и сервер.

Что такое быстрые ответы и при чём тут модель

Быстрый ответ Алисы это текст над результатами поиска Яндекса, который собирает ответ из найденных страниц. По описанию самой команды, это самый массовый генеративный продукт Яндекса: ответ должен приходить за секунды даже в час пиковой нагрузки.

Внутри работает цепочка из нескольких моделей: одна ищет документы, другая вырезает из них только нужные фрагменты, третья пишет ответ. Модель, которую открыли, это основа третьего звена: базовая версия, прошедшая первый этап обучения на общих данных и ещё не настроенная под ответы пользователям.

Открытая модель в этом контексте означает, что файлы с её обученными параметрами выложены публично, их можно скачать и запустить на своём сервере. Чем открытые модели отличаются от закрытых и зачем это бизнесу, разбирали в статье про открытые нейросети.

Что произошло

10 сентября 2026 года на Hugging Face появилась карточка модели yandex/AliceAI-T5-35B-A0.6B. 11 сентября команда Alice AI Search опубликовала разбор на Хабре: как устроен быстрый ответ, зачем совместили энкодер-декодер с разреженной архитектурой и что изменилось в июньском релизе.

Что указано в карточке модели:

энкодер-декодер с MoE-слоями: 34,35 млрд уникальных параметров, 512 экспертов в каждом MoE-слое, для каждого токена выбираются 8;
энкодер 16 слоёв, декодер 12 слоёв, размер словаря 135 040;
контекст 128 тысяч токенов;
лицензия Apache 2.0, файл лицензии лежит в репозитории;
можно загрузить отдельно только энкодер, есть раздел «как дообучить под свои задачи».

В статье на Хабре оговорка: внешним пользователям доступен запуск через библиотеку Hugging Face Transformers, а оптимизированный быстрый запуск, который держит нагрузку поиска, пока работает только внутри Яндекса. Издание 3DNews добавляет по материалам компании: из 35 млрд параметров на обработку одного токена подключаются около 600 млн, меньше 2% от объёма, и слепые тесты показали качество выше, чем у Qwen 3.5 2B и 4B и T5 Gemma 2 4B, примерно на уровне Qwen 3.5 35B-A3B.

Термины из списка. MoE, или смесь экспертов, означает, что модель состоит из многих небольших блоков, и для каждого токена работают только несколько из них, поэтому большая модель считает быстро. Энкодер-декодер это устройство, где одна часть читает и сжимает входной текст, а другая пишет ответ.

Цифры, которые называет Яндекс

Показатель	Значение
Уникальных параметров	34,35 млрд
Активных на токен	около 600 млн
Экспертов в MoE-слое / выбирается	512 / 8
Контекст	128 тысяч токенов
Словарь	135 040 токенов
Лицензия	Apache 2.0
Дата публикации	10 сентября 2026

Из таблицы бенчмарков в карточке: на тесте WikiWebFacts модель набирает 81,3 против 62,4 у Qwen 3.5 35B-A3B, на тесте длинного контекста Ruler 32K 94,7 против 93,0, а на MMLU (общий тест знаний из вопросов по десяткам школьных и вузовских предметов) уступает: 78,5 против 84,4. Замеры внутренние, сделаны самим Яндексом, независимых пока нет.

Что это значит бизнесу

Первое: появилась открытая модель от российского поисковика, которую можно запустить у себя. Для компаний, где переписку с клиентами нельзя отправлять на чужие серверы, это ещё один вариант рядом с Qwen, DeepSeek и Mistral. Лицензия Apache 2.0 разрешает коммерческое использование и изменение модели; что она требует взамен, разбирали в статье про Apache License 2.0.

Второе: это не готовый чат. Базовая модель продолжает текст и хорошо помнит факты, но отвечать на вопросы в диалоге её надо дообучать на своих примерах. В карточке есть инструкция, но для этого нужны разработчик, данные и сервер с видеокартами. Малому бизнесу проще взять готовую модель через API или платформу, о чём есть разбор в статье LLM: что это.

Третье: модель сильна ровно в том, для чего сделана. Высокие результаты на тестах фактов и длинного контекста при среднем результате на общем тесте знаний MMLU означают, что она хорошо извлекает и сжимает информацию из документов. Это задачи поддержки, поиска по базе знаний, ответов по инструкциям. Для рассуждений и кода есть модели сильнее.

Четвёртое: понимание того, как устроены быстрые ответы, полезно каждому, кто хочет в них попасть. Из разбора на Хабре видно, что модель-экстрактор оставляет из найденной страницы только фрагменты, которые помогают ответить. Страница без чётких фактов в такой фильтр не проходит. Как работает Алиса AI с точки зрения бизнеса, разбирали отдельно.

Что делать уже сейчас

Если у вас есть команда разработки и запрет на внешние API, добавить модель в список кандидатов и проверить на 20 своих задачах по извлечению фактов из документов.
Если команды нет, ничего не запускать: пользы от базовой модели без дообучения не будет. Взять готовую модель через API или платформу.
Всем, кто зависит от поиска Яндекса: проверить, как ваши страницы выглядят в быстрых ответах по 5 главным запросам, и добавить на страницы факты, которые модель сможет извлечь: цены, сроки, характеристики.
Следить за независимыми замерами: внутренние тесты Яндекса показывают сильные и слабые места, но сравнение с Qwen и Gemma сделано самой компанией.

Чего ждать

Яндекс открыл базовую версию, и логичный следующий шаг, дообученная под ответы модель, в сообщении не обещан. Стоит следить за тем, появятся ли дообученные версии от сообщества на Hugging Face и войдёт ли модель в каталоги вроде OpenRouter, где её можно будет попробовать без своего сервера. Второй вопрос: цена. Разреженная архитектура обещает дешёвый запуск, и если модель появится у российских облаков по цене ниже YandexGPT Lite, это изменит расчёты для тех, кто держит агентов на своих данных.

Промпт: оценить, стоит ли брать открытую модель на свой сервер

Вставьте в любую нейросеть, заполните скобки — получите расчёт «своя модель против API» для ваших задач: что дешевле, что безопаснее, что не сработает без дообучения.

Промпт

Ты — технический консультант, который помогает малому и среднему бизнесу выбирать между открытой моделью на своём сервере и готовым API.

ЗАДАЧА
Оценить для моей компании, стоит ли разворачивать открытую языковую модель у себя или продолжать работать через API и платформы.

ЧТО Я ДАЮ
— задачи, которые должна решать модель: [ответы клиентам / поиск по документам / разбор звонков / другое]
— объём: сколько запросов в день и какой длины: [оценка]
— требования к данным: можно ли отправлять их на внешние серверы: [да / нет / только в России]
— команда: есть ли разработчик и кто будет поддерживать сервер: [ответ]
— бюджет на запуск и на месяц: [суммы]
— модели-кандидаты, если есть: [список, например AliceAI-T5-35B-A0.6B, Qwen, DeepSeek]

С ЧЕГО НАЧИНАЕШЬ
Если нет объёма запросов или требований к данным, спроси по одному вопросу за раз, не додумывай.

ПРОТОКОЛ
1. Разбей мои задачи на две группы: где хватит базовой модели с дообучением и где нужна готовая модель-чат.
2. Для варианта «своя модель» оцени: сервер с видеокартами, дообучение, поддержку, время до запуска. Считай по порядку величины, а не с точностью до рубля, и скажи, откуда взял оценку.
3. Для варианта «API или платформа» оцени цену по моему объёму запросов и риски по данным.
4. Сравни оба варианта по трём осям: деньги за первый год, безопасность данных, скорость запуска.
5. Назови условия, при которых вывод перевернётся: рост объёма, изменение требований к данным, уход команды.
6. Дай рекомендацию одной фразой и список из трёх первых шагов.

ФОРМАТ ОТВЕТА
Таблица сравнения по трём осям, затем список условий-переворотов, затем рекомендация и три шага. Объём до 500 слов.

ПРАВИЛА
— не выдумываешь цены на видеокарты и аренду серверов: пишешь диапазон и просишь проверить у поставщика;
— базовую модель без дообучения не предлагаешь как готовое решение для диалога с клиентами;
— если у меня нет разработчика, вариант «своя модель» помечаешь как недоступный, а не как дорогой;
— лицензию модели проверяешь по названию: Apache 2.0 и MIT разрешают коммерческое использование, остальные требуют чтения условий.

ПРИМЕР ВЫХОДА (сокращённо)
Ось «деньги за год»: своя модель заметно дороже за счёт сервера и дообучения при объёме до 5 000 запросов в день; API дешевле. Ось «данные»: своя модель выигрывает при запрете на внешние серверы. Ось «запуск»: API за день, своя модель за недели. Условие-переворот: объём выше 50 000 запросов в день или запрет на любые внешние сервисы. Рекомендация: начать с API, вернуться к своей модели при росте объёма.

Способ зарабатывать на ИИ

Зарабатывайте на создании сайтов и ИИ-агентов