Российский AI-стек: что выбирать вместо OpenAI

Тема 'что вместо OpenAI' перестала быть теоретической — для большинства российских компаний это вопрос рабочего стека на 2026 год. Разбираем, что реально доступно, на каких задачах работает и как комбинировать.

YandexGPT 5 — самая зрелая российская модель. Хорошо справляется с русским языком, длинными текстами, классификацией и саммари. На задачах в духе 'прочитай документ и ответь по существу' — конкурирует с ChatGPT. Слабее на сложных рассуждениях и коде. Доступна через Yandex Cloud.

GigaChat MAX от Сбера — догнал YandexGPT по большинству корпоративных задач, отдельно силён на банковской и финансовой тематике (обучался на большом домене). Поддерживает функции (function calling), что делает его пригодным для агентских сценариев.

T-Bank AI — нишевая, но мощная на финансовых данных и аналитике. Хорошо встраивается в сценарии, где требуется работа с цифрами, таблицами и отчётностью. Меньше известен, но в своей нише часто обыгрывает универсальные модели.

Открытые модели в локальном развёртывании — Qwen, Llama, DeepSeek, YandexGPT lite. Используются там, где требования к данным абсолютные (банки, госкомпании, ВПК): модель крутится в вашем контуре, данные не уходят никуда. Качество ниже флагманов, но достаточно для 60–70% корпоративных задач.

Главный принцип AIPhi — мультимодельная архитектура. Один агент не привязан к одной модели. Внутри сценария маршрутизатор отправляет запросы туда, где лучше: 'поговори с клиентом' → YandexGPT, 'разбери юр.документ' → GigaChat, 'переведи на английский' → открытая модель локально. Это даёт и качество, и независимость, и контроль над стоимостью.

Что точно не работает — попытка 'просто заменить OpenAI' на одну российскую модель и ожидать того же результата на всех задачах. Стек должен быть гибридным, иначе вы либо просядете в качестве, либо переплатите за самую дорогую модель там, где справилась бы более простая.