Команда, выбирающая основу для российского ИИ-продукта, обычно смотрит не только на качество ответов. Важно, можно ли запустить модель самостоятельно, разрешено ли её дообучать и не исчезнет ли доступ после изменения правил внешнего сервиса. По сообщениям «Коммерсанта» и «Ведомостей» от 21 сентября 2026 года, Яндекс предложил ещё один вариант: Alice AI Foundation LLM с открытыми весами и возможностью адаптации под задачи разработчиков.
Что именно представил Яндекс
«Ведомости» со ссылкой на представителя Яндекса сообщили, что Alice AI Foundation LLM была обучена с нуля без использования сторонних иностранных составляющих. Компания позиционирует разработку как полностью суверенную. Это формулировка самого Яндекса, переданная СМИ, а не результат опубликованной в указанных источниках независимой технической проверки.
Заявленный размер модели — 80 млрд параметров. При работе активны 3 млрд из них. Источники не раскрывают устройство архитектуры и механизм выбора активных параметров, поэтому по этим двум числам нельзя подробно судить ни о скорости генерации, ни о требованиях к оборудованию.
Для обучения, по данным компании, использовали 18 трлн токенов. Токены в данном случае характеризуют объём обработанной при обучении текстовой последовательности, но сами по себе не показывают качество и разнообразие данных. В доступных материалах нет описания состава обучающего корпуса, его языкового распределения и методики очистки.
Что означает открытие весов
Представитель Яндекса рассказал «Ведомостям», что компания опубликовала настроенные параметры модели. Разработчикам разрешено самостоятельно запускать Alice AI Foundation LLM и дообучать её. Лицензия, согласно публикации, допускает свободное применение в коммерческих и исследовательских проектах.
Это важнее обычного доступа к модели через чужой интерфейс: организация получает возможность адаптировать базовую разработку под собственную задачу. «Коммерсантъ» также пишет, что модель выложена в открытый доступ для использования и дообучения.
Однако предоставленные источники не называют точную лицензию и не описывают комплект опубликованных материалов. В них также нет сведений о форматах весов, рекомендованном программном окружении, требованиях к вычислительной инфраструктуре и условиях распространения производных моделей. Перед внедрением разработчикам придётся проверять эти пункты отдельно.
В чём состоит заявленная суверенность
Основанием для такого определения служит утверждение компании об обучении с нуля без сторонних иностранных составляющих. В практическом смысле открытые веса позволяют запускать и изменять модель самостоятельно, не ограничиваясь удалённым сервисом поставщика.
При этом открытие весов и заявление о происхождении модели — разные характеристики. Публикации не содержат независимого аудита процесса обучения или подробного перечня использованных технологий. Поэтому корректнее говорить, что Яндекс позиционирует Alice AI Foundation LLM как суверенную модель, а не считать этот статус независимо подтверждённым.
Для каких продуктов готовят модель
По информации обоих изданий, Alice AI Foundation должна стать основой будущей рассуждающей модели Яндекса и агентных возможностей «Алисы AI». Речь идёт о фундаментальной разработке, на базе которой компания намерена создавать последующие системы, а не только о готовом пользовательском чат-боте.
Яндекс утверждает, что модель сильна в математике, программировании и других задачах, требующих рассуждения. Но в переданных источниках нет таблиц с результатами тестов, описания методики сравнения или данных о соперниках. Проверить заявленное преимущество по этим публикациям невозможно.
Как оценивать Alice AI Foundation на практике
Для разработчиков открытые веса создают возможность провести собственные испытания: проверить модель на профильных задачах, оценить качество после дообучения и изучить условия лицензии. Особенно важно отделять общий размер в 80 млрд параметров от 3 млрд активных параметров и не делать выводов о производительности без измерений на конкретном оборудовании.
Alice AI Foundation LLM выглядит значимой заявкой Яндекса на собственную базовую модель для российских ИИ-продуктов. Но пока подробно известны лишь основные параметры, объём обучения, условия использования в общем виде и предполагаемая роль в будущих продуктах. Для полноценного технического вывода не хватает документации об архитектуре, данных, инфраструктурных требованиях и воспроизводимых результатах испытаний.