
דליפת GigaChat3.5-Omni: המודל 432B של Sber קיבל עיניים ואוזניים בטיוטת PR
- OrcaחדשOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 לכל 1M טוקנים · 185 tok/s
- tencentחדשTencent: Hy4 Flash2026-11-16$0.02 / $0.07 לכל 1M טוקנים · 228 tok/s
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 89 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 98 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 לכל 1M טוקנים · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 לכל 1M טוקנים · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 113 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 לכל 1M טוקנים · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
בקשת משיכה מסוג טיוטה (draft pull request) שנפתחה במאגר SGLang ב-18 בנובמבר 2026 מתארת מודל שאינו קיים באופן ציבורי: GigaChat3.5-Omni-432B-A28B, שהוא GigaChat 3.5 Ultra — מודל השפה מסוג תערובת מומחים של Sber עם 432B פרמטרים — עם מגדל ראייה InternViT-300M ומקודד אודיו conformer בעל 24 שכבות מחוברים, שמקבל תמונות, וידאו עם או בלי פס הקול שלו, קובצי אודיו ושילובים של כל השלושה. אין שום דבר במשפט הזה שאפשר לבדוק מול כרטיס מודל, מפני שאין כרטיס מודל ציבורי. מאגר ה-Hugging Face שאליו מקשרת בקשת המשיכה מחזיר HTTP 401 כשפונים אליו היום, חיפוש לפי שם ב-Hugging Face אינו מחזיר דבר, והתיעוד למפתחים של Sber עצמה עדיין מציג את GigaChat 3 Ultra כמודל הדור החדש ביותר שלה, בלי שום רשומה מולטימודלית בשום מקום ברשימה. מה שקיים הוא 3,290 שורות נוספות של קוד serving, קובץ תצורה, כ-2,000 שורות בדיקות, וטבלת בנצ'מרק שמישהו השאיר בה את עמודת הייחוס ריקה.
זה לא דבר של מה בכך. בקשת משיכה (pull request) בצורה הזו יכולה להיכתב רק על ידי מי שהיה לו ה-checkpoint מול העיניים: המעבד מעביר את פענוח התמונה, פריסת הפיקסלים וחילוץ ה-log-mel לקוד המרוחק של ה-checkpoint עצמו דרך --trust-remote-code, מה שאומר שהמחבר היה חייב להריץ אותו כדי לדעת איך הטנסורים האלה נראים. אז השאלה השימושית אינה "האם Sber הכריזה על זה" — היא לא הכריזה — אלא מה הקוד אומר על מודל שסביר מאוד שנמצא כרגע במאגר פרטי, ומה זה היה אומר לכל מי שמשלם כיום לפי טוקן כדי שאודיו ווידאו יובנו.
מה שה-pull request למעשה מתאר
כותרתו של SGLang PR #51276 היא "[Feat] gigachat35-omni: Add GigaChat3.5-Omni image, video and audio support". זהו טיוטה, הוא טרם מוזג, וה-CI שלו דולג בדיוק משום שזהו טיוטה. המימוש הוא מעטפת דקה — GigaChat35OmniForConditionalGeneration סביב המודל הקיים GigaChat35ForCausalLM — עם שלושה דברים חדשים סביבו: נתיב חזותי דרך InternVisionModel ומקרן MLP מסוג pixel-shuffle, מקודד אודיו conformer בתוך העץ, ומעבד שפורש את מצייני המקום. כל מה שלהלן הוא תיאור המודל מפי מחבר ה-PR עצמו, ושום דבר ממנו לא אומת על ידי Sber.
• מערך השפה — ללא שינוי מ-GigaChat 3.5: 432B פרמטרים בסך הכול, 28B פעילים, 256 מומחים מנותבים עם 8 לכל טוקן, 40 שכבות, קשב היברידי המשלב MLA עם שכבות קשב ליניארי Gated DeltaNet, שני ראשי MTP. הנתונים הללו מגיעים מכרטיס המודל הציבורי של GigaChat 3.5 Ultra, כך שחלק זה ניתן לאימות.
• ראייה — InternViT-300M, תמונות מפוצלות לחיתוכים בגודל 448×448, 256 טוקנים לכל חיתוך.
• אודיו — קונפורמר בעל 24 שכבות, ברוחב 1,024, עם 16 ראשים, feed-forward ברוחב 4,096, 64 תאי מל, גורם תת-דגימה 4, והקשבה מוגבלת למקטעים של 200 פריימים עם הילה של בלוק אחד לכל שכבה. האודיו עובר טוקניזציה בקצב 6.25 טוקנים לשנייה, טוקן אחד לכל 160 מ״ש.
• וידאו — הפריים הראשון שומר על כל 256 הטוקנים שלו; פריימים מאוחרים יותר שומרים בממוצע על 77, ואילו אילו 77 נקבע לאחר הקידוד, על ידי דירוג ההפרש המוחלט הממוצע של כל טוקן מהמיקום הזהה בפריים הקודם. מיון יציב על פני כל הקליפ בוחר בהם, כך שפריים עשוי לשמור על יותר או פחות מ-77.
• וידאו עם סאונד — use_audio_in_video משבץ אחרי כל פריים את חלקו באסימוני פס הקול, עם HH:MM:SS חותמות בין פריימים.
• אודיו ארוך — קטעים ארוכים מ-32 דקות מקודדים בחלונות עם הילה, שלדברי ה-PR זהה ביט-ביט למעבר יחיד. הטענה שלו: חמש שעות של אודיו על צומת אחד.
• התנהגות כשל — מדיה פגומה מחזירה 400 במקום להפיל את המתזמן, ו-SGLANG_VLM_CACHE_SIZE_MB מוגדר כברירת מחדל ל-2048 בארכיטקטורה הזו, מכיוון ש-100 MiB המקוריים לא יכלו להחזיק את ה-embeddings של סרטון ארוך, וכל מקטע prefill הריץ מחדש את המקודדים.
טיוטה פירושה טיוטה
כדאי להיות מדויקים לגבי כמה מזה ניתן לאמת כיום, כי PR טיוטה עם CI מדולג הוא הצעה, לא עובדה על סביבת ריצה ששוחררה. הקובץ gigachat35_omni.py אינו קיים בענף main של SGLang — שליפתו שם מחזירה 404 — ולעמוד המודלים הנתמכים הרב-מודליים ב-main אין רשומת GigaChat. ל-PR יש קומיט אחד, מחשבון שהאינטראקציה היחידה שלו עם SGLang היא ה-PR הזה, והתגובה היחידה עליו היא הערה של בוט תיעוד שמבקשת אישור תצוגה מקדימה מ-fork.
מקור הדברים הוא הראיה העקיפה החזקה ביותר בכל הסיפור. כל נתיב המדיה של המעבד מואצל ל"מעבד המרוחק של הצ'קפוינט", והמחבר מדווח על התאמת prompt-id מול "מערך ההגשה שאיתו המודל אומן והוערך" — מערך התייחסות פנימי שאינו נקוב בשמו ואינו פומבי. לא ניתן לכתוב אף אחד מאלה ביחס למודל שלא הרצת. מישהו מחוץ לחומותיה של Sber יזדקק לצ'קפוינט; מישהו מבפנים יזדקק למערך הפנימי. שום דבר ב-PR לא אומר איזה מהם, והכתבה הזו לא תנחש.

הדבר האחד שהקוד מבהיר הוא שזה אינו שינוי שם או דגל קונפיגורציה. המודל רושם model_type חדש (gigachat3_5_omni) עם מזהי טוקנים משלו — 128004 לתמונות, 128005 לפריימי וידאו, 128006 לאודיו, 128007 לפסקול — מעבד חדש, סוג תוצאת embedding חדש שעל mm_schedule.py לנתב אליו לצד נתיב ה-EVS הקיים, וטיפול חדש ב-chunked prefill, מכיוון שמספר הטוקנים שפריים שומר ידוע רק לאחר שהוא עובר קידוד. זו החתימה של מודל שאומן כשהחלטות העיבוד המקדים הללו מוטבעות בו, ולא של fine-tune קהילתי שהוצמד בהיפותזה לצ'ק פוינט טקסט.
חשבון הטוקנים הוא החלק ששווה לקרוא
דלג על טבלת הבנצ'מרקים לרגע. החשבון בהודעה לעיתונות הוא העיקר, כי הוא מה שאומר לך אם מודל של 432B שקולט אודיו ווידאו ארוכים הוא דבר שתוכל להרשות לעצמך להריץ — וזה החלק שלא ישתנה אם Sber לעולם לא תאמר מילה על המודל הזה.
קחו שעה של אודיו. בקצב של 6.25 טוקנים לשנייה, מדובר ב-22,500 טוקני קלט, בתוספת חותמת זמן כל 60 שניות וחותמת משך זמן בסיום — כסף קטן לעומת האודיו עצמו. קחו סרטון בן 512 פריימים. בקצב של 256 טוקנים לפריים הראשון ו-77 לכל פריים שאחריו, הקליפ מגיע לכ-39,600 טוקנים לפני פס הקול שלו, שהם בערך שליש מהקשר של 128K עבור חצי דקה של חומרי צילום. הוסיפו לכך את פס הקול וכל פריים נושא טוקנים נוספים על גבי זה. זהו כל הטיעון בעד סכימת צמצום השינויים: בלעדיה, 512 פריימים ב-256 טוקנים כל אחד היו 131,072 טוקנים, חלון 128K שלם עבור קליפ אחד.
מה זה אומר בכסף קל לבדוק מול מודלים שאפשר לפנות אליהם היום. בקטלוג של OrcaRouter פריטי המדיה המעורבת מתמחרים כיום שעת אודיו כך:
• Gemini 3.8 Flash — $0.75 לכל מיליון טוקנים של קלט, כך ששעה של אודיו עולה כ-1.7 סנט, וקליפ של 512 פריימים כ-3 סנט.
• Qwen3-VL 235B A22B Instruct — $0.40 למיליון טוקני קלט, כלומר בערך 0.9 סנט לשעה ו-1.6 סנט לקליפ.
• DeepSeek V4 Flash Vision Exp — $0.22 למיליון טוקני קלט, אך קלט תמונות בלבד; הוא אינו יכול לקלוט אודיו כלל.
הריצו עליו עומס עבודה אמיתי. ארבעים שעות של שיחות מוקלטות הן 900,000 טוקנים: כ-68 סנט לפי המחירון של Google וכ-36 סנט לפי זה של Qwen, במחיר המחירון של הספק.OrcaRouter מעבירה את תעריפי הספקים ללא תוספת רווח, כך שהורדת מחיר של ספק בכל אחד מאלה נכנסת לתוקף אצלנו באותו יום — וזו גם גבול הכנות של מה שאנחנו יכולים לומר כאן: GigaChat3.5-Omni-432B-A28B אינו בקטלוג שלנו ואיננו אמצעי לקרוא לו. אי אפשר לקרוא לו בשום מקום. הנקודה בחישוב היא שכאשר משהו כזה אכן יופיע, האודיו אינו החלק היקר; הטוקנים שאי אפשר לדחוס הם החלק היקר.
שם גם נמצאים חלון 32 הדקות של ה-PR והטענה על חמש שעות. המספרים האלה חשובים למי שמארח את המודל בעצמו על שמונה כרטיסי H100, משום שהם קובעים כמה מהקלטה ארוכה צריך לקודד מחדש כאשר בקשה מפוצלת למקטעי prefill. הם לא חשובים למי שמשלם לפי טוקן, שבו שעה של אודיו היא שעה של אודיו, לא משנה איזה מקודד יצר אותה.
ארבעה מספרי בנצ'מרק, עמודה ריקה אחת
ה-PR מדווח על ארבעה ציונים, שהורצו על שמונה H100 ב-FP8 ב-tensor-parallel 8, עם פענוח חמדני: MMLU-Pro 73.07, MMAU test-mini 78.50, MMMU validation 64.11, ו-Video-MME 80.74 על קליפ בן 512 פריימים עם פס הקול שלו. קראו אותם עם שלוש הסתייגויות מצורפות, כולן גלויות בעמוד ה-PR עצמו.
הראשון הוא שעמודת הייחוס ריקה. בטבלה יש עמודה עבור מחסנית ההגשה המקורית של המודל ועמודה עבור ה-PR הזה, ורק השנייה מלאה, כך שאין קו בסיס מודפס לצד אף אחד מהמספרים האלה ואין דרך לדעת מהטבלה אם הפורט תואם או מפסיד למחסנית שהמודל אומן עליה. הפרוזה כן מציגה טענת שקילות — מזהי פרומפט זהים בכל בקשה שהייחוס יכול לשרת, והתאמת טוקנים ראשונים ב-19 מתוך 19 — מה שאומר באופן משתמע שהייחוס לא יכול לשרת אחת מעשרים הבקשות הקבועות.
השני הוא רשימת הבדיקה. הפריט בנוסח "ספק תוצאות בנצ'מרק לדיוק ולמהירות בהתאם ל-Test the accuracy" אינו מסומן, וטבלת המהירות, שיש בה שורות עבור batch 1 ו-batch 16 עם עמודות עבור פענוח בסיסי, פענוח MTP, האצה ואורך קבלה, ריקה לחלוטין. לכן אין כלל נתון תפוקה עבור מודל זה, למרות שני ראשי ה-MTP במערכת השפה שכרטיס GigaChat 3.5 הציבורי מייחס להם מהירות יצירה של עד פי 2.2.
השלישי הוא הקשר, וכאן המספרים הופכים למעניינים ולא רק לדלים. MMLU-Pro עם 73.07 נמצא כ-2.6 נקודות מתחת ל-75.68 שכרטיס המודל של GigaChat 3.5 Ultra עצמו מדווח עבור מודל הטקסט באותו שם מבחן — מה שעשוי לומר שהגרסה המולטימודלית ויתרה על מעט מאיכות הטקסט, או ששתי הריצות השתמשו בהרנסים שונים, ואין שום דבר שפורסם שיאפשר לבחור בין ההסברים האלה. MMAU עם 78.50 גבוה מ-74.7 שכרטיס מודל האודיו של GigaChat עצמו מפרט עבור Qwen3-Omni, והרבה מעל 62.2 שאותו כרטיס מדווח עבור GigaChat3.1-Audio-10B-A1.8B של Sber עצמה — כרטיס שנמדד על סט MMAU המלא ולא על תת-הקבוצה test-mini, אז יש להתייחס להשוואה הזו כרמזית ולא כהשוואה ישירה. MMMU עם 64.11 הוא ציון הבנת תמונות בינוני. Video-MME עם 80.74 עבור קליפ של 512 פריימים עם אודיו הוא זה שירים גבות אם מישהו בלתי תלוי ישחזר אותו.

מה נדרש כדי לשרת, ומה אמרה Sber
מציאות הפריסה קודם כל. צ'קפוינט הטקסט ב-FP8 שמאחורי GigaChat 3.5 Ultra הוא 437.9 GB על פני 39 קבצים, כך ש-tensor-parallel 8 על H100s משאיר בערך 55 GB של משקלים לכל כרטיס לפני מטמון KV — ולכן מערך הבדיקות של ה-PR הוא שמונה H100s, ולכן זה לא הולך להשתנות בהרבה עבור גרסת ה-Omni. שני המגדלים הם שגיאת עיגול לעומת 432B: InternViT-300M בתוספת קונפורמר בעל 24 שכבות ברוחב 1,024 הוא הרבה מתחת למיליארד פרמטרים, כך שדרישת החומרה היא בעצם של מודל השפה. מטא-דאטה, דגלי הפעלה וה-gigachat35 מנתח קריאות כלים כבר נמצאים ב-main של SGLang מעבודת GigaChat 3.5 שמוזגה בספטמבר, ולספר המתכונים של הפרויקט יש עמוד GigaChat 3.5 מאז; מה שלא קיים ב-main הוא נתיב מולטימודלי כלשהו.
Sber עצמה לא פרסמה דבר שכתבה זו הצליחה למצוא. בתיעוד המפתחים שלה מופיע GigaChat 3 Ultra כדגם הדור החדש ביותר, לצד GigaChat 2 Max, Pro ו-Lite, וכן דגמי embedding — לא 3.5, לא Omni, ולא רשומה מולטימודלית. ל-Artificial Analysis אין עמוד עבור GigaChat 3.5 Ultra או עבור גרסת Omni בשום slug שניסינו היום, כך שאין גם ציון עצמאי עבור דגם הבסיס שממנו אפשר להסיק. כרטיס ה-GigaChat 3.5 Ultra הציבורי הוא אמיתי, ברישיון MIT, מיועד לרוסית ולאנגלית, ומדווח על סט מבחני ספק הכולל TAU2-bench 68.71, SWE-bench Verified 42.6, Terminal-Bench 2 ב-13.48 ו-LiveCodeBench v6 ב-56.2 — כולם נתונים של Sber עצמה, שלא שוחזרו, וכולם מתייחסים לדגם הטקסט בלבד.
שושלת האודיו היא החלק בזה שנקרא כתוכנית ולא כתאונה. סנברג שחררה את GigaChat3.1-Audio-10B-A1.8B ביולי 2026: מקודד דיבור מסוג conformer ומתאם מודאליות שמזינים מפענח mixture-of-experts בן 10B, שאומנו לקישור זמני על מערך נתונים ייעודי של אודיו ארוך, עם תיאורים מתומללי־זמן וסיכום אודיו ארוך ככישורים המובילים שלה. זו בדיוק היכולת שסכימת החתימה של ה־PR של Omni בנויה לשמר — חתימת זמן לפני כל פריים, חתימה כל שישים שניות של אודיו, משך סוגר — ומידות ה־conformer בקונפיגורציה של ה־PR עולות בקנה אחד עם קיפול המחסנית הזו לתוך מודל ה־432B במקום להישאר לצידו.
מה יפתור את זה
ארבעה דברים, בסדר עולה של כמות המידע שהם ייתנו לך. checkpoint ציבורי במזהה המאגר הזה יאשר שהמודל קיים ויאפשר לכל אחד לקרוא את התצורה, שהיא כיום כל הבסיס העובדתי לממדי המגדל. PR ממוזג שאינו טיוטה, עם CI ירוק, יראה לך שה-port עובד על יותר מעשרים הבקשות הקבועות של המחבר. טבלת מהירויות עם מספרים בה תראה לך אם שני ראשי ה-MTP שורדים את העטיפה המולטימודלית, וזה ההבדל בין מודל שאפשר לשרת באינטראקטיביות לבין כזה שאי אפשר. בנצ'מרק עצמאי — של כל אחד, על המערכים המלאים ולא על test-mini — יראה לך אם 78.50 ו-80.74 אומרים משהו.
עד אז, ההחלטה עבור הקורא היא פשוטה, והיא אינה תלויה בכך שהדליפה הזו תיפתר. אם המוצר שלכם צריך להבין אודיו או וידאו היום, GigaChat3.5-Omni-432B-A28B אינו על השולחן, ושום הכרזה לא שמה אותו שם; המודלים שיכולים לעשות את העבודה כבר מתומחרים לפי טוקן, והחשבון שלמעלה אומר שהעלות קטנה ממה שרוב הצוותים מניחים. אם אתם מתכננים לארח בעצמכם סטאק מולטימודלי בשפה הרוסית על ה-H100s שלכם, ה-PR הזה הוא הראיה הפומבית המוקדמת ביותר לכך שצ'ק-פוינט כזה נמצא בבנייה, וחשבונאות הטוקנים שלו שווה קריאה עכשיו — סכמת הדחיסה, ולא טבלת הבנצ'מרקים, היא החלק שקובע את תקציב הזיכרון שלכם.
![The GitHub pull request page for sgl-project/sglang PR #51276, titled '[Feat] gigachat35-omni: Add GigaChat3.5-Omni image, video and audio support', showing 'Mogreine wants to merge 1 commit into sgl-project:main from Mogreine:gigachat35-omni', the tab strip with Commit 1, Checks 133 and Files changed 26, and the top of the Motivation section describing GigaChat3.5-Omni-432B-A28B as the GigaChat3.5 language model at 432B total and 28B active parameters with hybrid MLA and Gated DeltaNet attention, an InternViT-300M image and video encoder and a 24-layer conformer audio encoder loaded from the checkpoint.](https://cms.orcarouter.ai/api/media/file/4-4177.png)
מה שנעקוב אחריו בהמשך: האם המאגר יהפוך לציבורי, האם ה-PR יפסיק להיות טיוטה, והאם התיעוד למפתחים של Sber יקבל רשומה מולטימודלית לפני שאחד משני אלה יקרה. כל אחד מהשלושה יהפוך את זה מכתבה על מה שידוע עד כה להשקה, והמאמר הזה יצטרך להיכתב מחדש ולא להתעדכן.
