Отдел маркетинга подключил нейросеть к чат-боту на сайте, а через месяц получил счет за API втрое больше ожидаемого. Другая компания выбрала модель, которая постоянно забывает начало длинного диалога с клиентом. В обоих случаях решение GigaChat или YandexGPT принимали наугад, по первому попавшемуся отзыву в сети, а не по реальным лимитам и ценам.
Обе модели обучены преимущественно на русскоязычных данных и работают на серверах в России, что снимает вопросы с хранением данных для многих компаний. На этом сходство заканчивается: у моделей разные размеры контекстного окна, разная логика тарификации и разные сценарии, где они раскрываются лучше. Выбор между ними редко сводится к одному параметру: решение чаще складывается из бюджета, объема текста на входе и того, с какой экосистемой бизнес уже работает.
Дальше: сколько токенов помещается в один диалог, сколько стоит обработка текста в рублях и какую модель ставить под конкретную бизнес-задачу.
GigaChat и YandexGPT: модели и версии
GigaChat от Сбера построен по принципу линейки размеров. Актуальное поколение, GigaChat 2, включает три модели: Lite для простых и массовых задач вроде классификации обращений, Pro для более сложной генерации текста и Max для ресурсоемких сценариев с глубоким анализом. Разница между ними, прежде всего, в скорости, качестве рассуждений и цене за токен, а не в наборе функций.
YandexGPT устроен похоже: линейка тоже делится на Lite и Pro, а внутри Pro есть версии с индексом, например 5.1, которые постепенно улучшают качество и меняют тарификацию. Обе компании обновляют модели без анонсов смены номера версии в публичном API, поэтому в договоре и документации стоит ориентироваться на название тарифа, а не на конкретный билд.
Для бизнеса практический смысл такой многоступенчатости в том, что не нужно сразу платить за самую мощную модель: можно начать с Lite, оценить качество на своих данных и перейти на Pro или Max только там, где это дает заметный выигрыш в качестве ответа. Такой постепенный переход снижает риск переплаты на старте проекта, когда объем и характер запросов еще не до конца понятны.
Если нужен более подробный разбор возможностей каждой модели по отдельности, в блоге есть материалы про возможности GigaChat для бизнеса и про то, что умеет YandexGPT и как его применять.
Лимиты и контекстное окно: сколько текста поместится в диалог
Контекстное окно определяет, сколько текста модель удерживает в памяти за один запрос: системный промпт, историю переписки и сам вопрос. Чем оно больше, тем длиннее документ можно отдать модели целиком, без нарезки на части.
У линейки GigaChat 2 контекст одинаковый для всех трех моделей: 128 000 токенов. Это касается и Lite, и Pro, и Max. У YandexGPT, и у Lite, и у Pro, контекстное окно составляет 32 000 токенов, то есть в четыре раза меньше.
На практике разница ощущается в задачах с длинным входом:
- анализ договора на 40-60 страниц поместится в GigaChat целиком, а в YandexGPT придется разбивать на части;
- чат-бот с долгой историей переписки у GigaChat дольше помнит контекст без искусственного сжатия диалога;
- для коротких задач, обращение клиента, заголовок товара, короткий ответ на вопрос, разница в лимите роли не играет: 32 000 токенов хватает с большим запасом.
Если документ не помещается в контекстное окно целиком, разработчики обычно прибегают к одному из двух приемов: делят текст на части и склеивают ответ модели по частям, либо выносят часть информации в базу знаний и подтягивают только релевантные фрагменты через поиск. Второй подход сложнее в реализации, но устойчивее к росту объема документов. Первый проще внедрить, если задача разовая и не требует масштабирования.
Цены API: сколько стоят GigaChat и YandexGPT в рублях
Тарификация у обеих платформ строится вокруг токенов, но числа отличаются в разы, и сравнивать нужно модель с моделью одного уровня, а не просто название бренда.
| Параметр | GigaChat | YandexGPT |
|---|---|---|
| Актуальное поколение | GigaChat 2: Lite, Pro, Max | Lite и Pro (версия 5.1) |
| Контекстное окно | 128 000 токенов у всех моделей | 32 000 токенов у Lite и Pro |
| Цена младшей модели, синхронный режим | 0,065 ₽ за 1000 токенов (Lite) | 0,2 ₽ за 1000 токенов (Lite) |
| Цена старшей модели, синхронный режим | 0,65 ₽ за 1000 токенов (Max) | 0,8 ₽ за 1000 токенов (Pro 5.1) |
| Асинхронный режим | примерно вдвое дешевле синхронного | примерно вдвое дешевле синхронного |
Для юрлиц у GigaChat кроме оплаты по факту есть фиксированные пакеты: например, 300 млн токенов Lite обойдутся в 19 500 рублей в месяц, а 50 млн токенов Pro в 25 000 рублей. Минимальный ежемесячный платеж для бизнес-аккаунта составляет 600 рублей, даже если токены не израсходованы.
У YandexGPT модель Pro 5.1 отдельно тарифицирует так называемые токены инструментов, то есть данные, которые возвращаются из встроенных функций: они стоят 0,2 рубля за 1000 токенов, вчетверо дешевле обычного входа. Подробный разбор тарифов и условий доступа по API есть в статье про тарифы Yandex AI Studio.
Для пересчета в понятный бюджет полезно смотреть не только на цену за 1000 токенов, но и на реальный объем переписки: короткий вопрос клиента и подробный ответ бота почти никогда не укладываются в одинаковое число токенов. Русский текст из-за особенностей токенизации часто занимает больше токенов, чем кажется на глаз по числу слов. Поэтому перед выбором тарифа стоит прогнать через модель несколько десятков реальных диалогов и посчитать среднюю стоимость запроса, а не ориентироваться на цену в прайсе в отрыве от задачи.
Качество текста на русском языке: где какая модель сильнее
Обе модели изначально проектировались под русский язык, а не адаптировались из англоязычной базы, и это заметно на грамматике, согласовании падежей и устойчивых оборотах. Слабые места у обеих встречаются в узкой терминологии и редких профессиональных жаргонах, где решает качество промпта, а не выбор бренда.
GigaChat на старших моделях, Pro и Max, увереннее держит длинные рассуждения и многошаговые инструкции: если задача требует разбить текст на этапы или свести несколько источников в один вывод, разница в пользу GigaChat ощутима. YandexGPT встроен в экосистему Яндекса: Алиса, Поиск, Яндекс Cloud, поэтому выигрывает там, где важна интеграция с другими сервисами компании, а не только качество генерации текста как таковое.
Для коротких прикладных задач, написание карточки товара, ответ в чате поддержки, рерайт описания, обе модели справляются сопоставимо, и выбор чаще определяют цена и лимиты, а не разница в стиле письма.
Ни одна из моделей не избавлена от типичных для генеративных нейросетей ошибок: уверенного ответа там, где правильного ответа модель на самом деле не знает. В сценариях, где точность критична, юридические формулировки, медицинские рекомендации, финансовые расчеты, результат генерации стоит проверять человеком, а не публиковать без модерации независимо от того, какая модель его выдала. Выбор между GigaChat и YandexGPT в таких задачах влияет на скорость черновика, но не снимает необходимость финальной проверки.
Интеграция в бизнес-процессы: function calling и автоматизация
Для автоматизации недостаточно просто генерировать текст: нужно, чтобы модель вызывала функции, обращалась к базе данных или CRM и возвращала структурированный ответ. Обе платформы поддерживают function calling, то есть описание функций в запросе и получение от модели готового вызова с аргументами.
GigaChat также предоставляет отдельный эндпоинт для эмбеддингов, векторных представлений текста, что нужно для поиска по базе знаний компании и построения RAG-сценариев. У YandexGPT аналогичная функциональность доступна через векторизацию на платформе AI Studio, но тарифицируется отдельной строкой от генерации текста.
На этом этапе важна не столько сама модель, сколько архитектура вокруг нее: очередь запросов, обработка ошибок API, логирование и fallback на вторую модель при сбое. Build такой системы с нуля занимает недели, если делать это без готовых шаблонов.
Выбор платформы стоит соотносить и с тем, где уже развернута инфраструктура компании. Если бизнес хранит данные и держит сервисы в Yandex Cloud, подключение YandexGPT обычно проще: меньше сетевых переходов, единый биллинг, привычные инструменты мониторинга. Если инфраструктура завязана на экосистему Сбера, встраивание GigaChat дает то же преимущество с другой стороны. Это редко становится решающим фактором, но при сопоставимых ценах и лимитах может сместить выбор в ту или другую сторону.
GigaChat или YandexGPT: как выбрать под задачу
Короткий ориентир по сценариям, без привязки к абстрактным рейтингам:
- массовая обработка коротких текстов с жестким бюджетом: GigaChat Lite дешевле YandexGPT Lite почти втрое;
- анализ длинных документов, договоров, отчетов: GigaChat выигрывает за счет контекста в 128 000 токенов против 32 000;
- интеграция с сервисами Яндекса, картами, облаком, Алисой: логичнее YandexGPT, меньше точек стыковки;
- чат-бот с долгой историей переписки с клиентом: GigaChat меньше теряет контекст на длинных диалогах;
- бюджет на эксперимент ограничен, а задача простая: начинайте с младших моделей обеих линеек и сравнивайте на своих данных, а не на чужих бенчмарках.
Прежде чем фиксировать выбор в договоре или техническом задании, разумно запустить короткий пилот: взять несколько десятков реальных запросов из своей практики и прогнать их через обе модели в одинаковых условиях. Это быстрее и дешевле, чем переделывать интеграцию через несколько месяцев, когда окажется, что модель не справляется с нужным объемом контекста или стабильно выходит за бюджет.
На практике многие компании используют обе модели параллельно: одну для массовых дешевых операций, вторую для сложных случаев, которые требуют большего контекста или интеграции. Если в вашем стеке уже есть нейросети российских разработчиков, стоит свериться с общим обзором российских нейросетей, чтобы не упустить альтернативы.
Частые вопросы
Можно ли использовать GigaChat и YandexGPT бесплатно?
Для физических лиц GigaChat дает крупный бесплатный пакет токенов на 12 месяцев при регистрации через SberID. Для юрлиц и ИП оплата идет с первого токена, при этом минимальный платеж по аккаунту составляет 600 рублей в месяц независимо от объема использования. Перед тем как встраивать бесплатный лимит в рабочий процесс, стоит проверить остаток токенов в личном кабинете, чтобы сервис не отключился в неподходящий момент.
Какой размер контекста у GigaChat и YandexGPT?
У всех моделей линейки GigaChat 2, Lite, Pro и Max, контекстное окно составляет 128 000 токенов. У YandexGPT Lite и Pro контекст меньше: 32 000 токенов. Для работы с длинными документами это ключевая разница. На практике это означает, что объемный договор или отчет проще отдать GigaChat одним запросом, а для YandexGPT его придется разбивать на части.
Что дешевле: GigaChat или YandexGPT?
На младших моделях GigaChat Lite стоит 0,065 рубля за 1000 токенов против 0,2 рубля у YandexGPT Lite в синхронном режиме. На старших моделях разрыв меньше: GigaChat Max стоит 0,65 рубля, YandexGPT Pro 5.1, 0,8 рубля за 1000 токенов. Итоговая экономия зависит от объема запросов в месяц, поэтому перед выбором тарифа стоит пересчитать цену на реальном потоке обращений, а не только на цене за тысячу токенов.
Можно ли снизить стоимость запросов к API?
Да, у обеих платформ есть асинхронный режим обработки запросов, который стоит примерно вдвое дешевле синхронного. Он подходит для задач без жесткого требования к мгновенному ответу: массовая генерация описаний, пакетная обработка обращений, фоновая аналитика текста. Переход на асинхронный режим обычно не требует менять логику промптов, достаточно изменить способ отправки запроса на стороне интеграции.
Поддерживают ли обе модели вызов функций?
Да, и GigaChat, и YandexGPT поддерживают function calling: модель принимает описание доступных функций и возвращает структурированный вызов с аргументами вместо обычного текста. Это нужно для подключения нейросети к CRM, базе данных или внутренним сервисам компании. На практике такой вызов все равно проходит через код интеграции, который уже обращается к нужному сервису и возвращает результат обратно модели для финального ответа.
С чего начать
Прежде чем подключать модель к боевым процессам, стоит пройти четыре шага. Во-первых, выгрузите реальные примеры ваших задач, диалоги с клиентами, типовые документы, и прогоните их через обе модели вручную в веб-интерфейсах. Во-вторых, посчитайте среднюю длину запроса и ответа в токенах, чтобы оценить реальный счет за месяц, а не ориентироваться на цену за 1000 токенов в отрыве от объема. В-третьих, заложите план Б: вторую модель на случай сбоя или роста цены, особенно если сервис завязан на нейросеть напрямую. В-четвертых, назначьте внутри команды ответственного за мониторинг счета и качества ответов: без выделенного владельца процесса интеграция нейросети часто остается экспериментом, который через несколько месяцев тихо забрасывают, хотя первые тесты были удачными.
Если разбираться самостоятельно с интеграцией API, очередью запросов и обработкой ошибок не хочется, этим занимается команда, которая настраивает автоматизацию бизнес-процессов на нейросетях под конкретный стек и бюджет.
