LLM (large language model, большая языковая модель) – это программа, которая читает текст и предсказывает, какой кусок текста должен идти дальше. Слово за словом. Так она пишет ответы, письма, код и пересказы документов.
ChatGPT, Claude, Алиса AI и ГигаЧат – это сервисы. Внутри каждого работает LLM: GPT-6, Claude Opus 5.5, Alice AI LLM, GigaChat 3.5. Сервис добавляет к модели интерфейс, поиск, файлы и память.
Ниже: как устроена LLM без формул, чем она отличается от нейросети вообще и от ИИ-агента, какие модели есть на октябрь 2026 и когда бизнесу ставить модель у себя. Где есть мой опыт, даю цифры из проектов.
Что такое LLM простыми словами
Представьте фразу: Счёт на оплату нужно отправить клиенту до… Вы почти наверняка продолжите: пятницы, конца месяца, обеда. LLM делает то же самое, только опирается на огромный объём прочитанных текстов.
Google в своём курсе по машинному обучению так и определяет LLM: модель предсказывает токен или последовательность токенов, иногда на много абзацев вперёд. Токен – это слово, часть слова или отдельный символ. Подробно про них и про то, почему за токены платят, в статье что такое токены в нейросети.
Модель выбирает самое вероятное продолжение, дописывает его к тексту и снова предсказывает следующий токен. Ответ на ваш вопрос – это сотни таких шагов подряд.
Отсюда главное свойство LLM: она пишет правдоподобно. Правдоподобно и верно – разные вещи. Если в данных не было ответа, модель всё равно допишет красивый текст. Это называют галлюцинациями, разбор с примерами в статье почему нейросеть врёт.
Как обучают языковую модель LLM и что такое параметры
Обучение идёт в два больших этапа.
- Предобучение. Модели показывают огромный массив текстов, часть токенов прячут, и она учится их угадывать. Так она набирает знания о языке и мире.
- Дообучение на инструкциях. Модель учат отвечать на вопросы и выполнять просьбы. Без этого этапа она просто продолжает текст и плохо слушается.
Параметры – это числа внутри модели, которые подбираются при обучении. В них хранится всё, что модель усвоила. Google пишет, что у современных моделей сотни миллиардов и даже триллионы параметров, и модели с большим числом параметров стабильно работают лучше.
Пример: у открытой модели gpt-oss-120b от OpenAI 117 млрд параметров. Но на каждый токен работают только 5,1 млрд. Такая схема называется смесью экспертов (MoE): модель большая, а отвечает быстро и дёшево. Отсюда названия вроде 80B-A3B: всего 80 млрд параметров, активны 3 млрд.
Ещё одна цифра, которую стоит знать: дата среза знаний. У Claude Opus 5.5 надёжные знания заканчиваются июнем 2026. Что случилось позже, модель знает, только если ей дали поиск или документы.
Чем LLM отличается от нейросети и от ИИ-агента
Три слова часто путают. Разница простая.
- Нейросеть – общий класс программ, которые учатся на примерах. Распознавание речи, генерация картинок, подсказки в поиске – всё нейросети.
- LLM – нейросеть для текста. Получает текст, выдаёт текст. Сама по себе ничего не делает в ваших системах.
- ИИ-агент – LLM плюс инструменты: поиск, доступ к CRM, файлам, почте. Anthropic определяет агента как систему, где модель сама решает, какие шаги сделать и какими инструментами пользоваться.
На моих проектах это выглядит так. ИИ-консультант на сайте моей компании по бухгалтерскому аутсорсингу: LLM плюс база из 159 страниц сайта плюс фильтры в коде. Модель выдумывала цену от 80 000 ₽ и называла налоговые ставки, фильтры это закрыли. Сама LLM от ошибок не защищает.
Claude Code, в котором я работаю каждый день, – агент. Он читает файлы, запускает команды, правит код. Так собраны этот сайт, сервис каруселей и отчёты из 1С. Такой способ разработки называют вайбкодингом.
При этом в отчётах из 1С для собственника группы компаний ИИ-модели внутри нет. Код написали агенты, а считает обычная логика: 575 из 575 строк сверки совпали с отчётами финдиректора. Модель ставлю только туда, где она нужна. Подробнее про агентов в статье ИИ-агенты для бизнеса, термины собраны в словаре ИИ.
Большие LLM модели на октябрь 2026
Модели делятся на три группы: закрытые зарубежные, открытые и российские. Версии меняются каждый месяц, поэтому ниже срез на начало октября 2026.
Закрытые зарубежные
- Claude (Anthropic). Линейка: Fable 5.1 для самых сложных задач, Opus 5.5 как основная рабочая модель, Sonnet 5.5 и Haiku 4.5 для скорости. В API Opus 5.5 стоит $4 за млн входных токенов и $20 за млн выходных.
- GPT (OpenAI). GPT-6 Astra вышла 3 сентября 2026, 29 сентября появилась GPT-6.1 Sol: почти уровень Astra дешевле. GPT-6 Luna для простых массовых задач. Разбор в статье GPT-6 Astra и Sol.
- Gemini (Google). В API свежая Gemini 3.8 Flash, старшая Gemini 3.1 Pro в статусе превью.
Anthropic, OpenAI и Google официально Россию не обслуживают: её нет в списках поддерживаемых стран.
Открытые модели
Веса таких моделей можно скачать и запустить на своём сервере или в облаке.
- GPT OSS. gpt-oss-120b и gpt-oss-20b от OpenAI, август 2025, лицензия Apache 2.0, разрешает коммерческое использование.
- Llama (Meta). Последнее поколение с открытыми весами на официальной странице Meta – Llama 4 Scout и Maverick, апрель 2025.
- Qwen (Alibaba). Qwen3.6, например Qwen3.6-35B-A3B под Apache 2.0, контекст 262 тыс. токенов.
- DeepSeek. V4 вышла 24 апреля 2026, 10 сентября DeepSeek выложил V4.1-Flash, веса на Hugging Face.
Российские: Alice AI LLM, YandexGPT, GigaChat
- Alice AI LLM. Флагманская модель Яндекса, открыта для бизнеса в Yandex AI Studio с 25 ноября 2025. Прошла полное обучение на данных Яндекса и отвечает развёрнутее прежней YandexGPT. На семействе Alice AI работает помощник Алиса AI. В AI Studio доступны Alice AI LLM (контекст 128 тыс. токенов), быстрая Alice AI LLM Flash и прежние YandexGPT Pro 5.1 и Lite 5.
- Alice AI Foundation. 21 сентября 2026 Яндекс выложил на Hugging Face открытую модель AliceAI-Foundation-80B-A3B-Base под Apache 2.0. Это базовая версия без дообучения на инструкциях: материал для разработчиков, готовым чат-ботом её не назовёшь.
- GigaChat (Сбер). GigaChat 3.5 Ultra вышла 6 июля 2026: 432 млрд параметров, бесплатно в помощнике ГигаЧат, веса открыты под MIT. 10 сентября вышла GigaChat 3.5 Reasoning с режимом рассуждений. В API для бизнеса доступны GigaChat 2 Lite, Pro и Max.
Локальные LLM: когда бизнесу ставить модель у себя
Локальная LLM – модель, которая работает на вашем сервере или в облаке, где вы контролируете, куда уходят данные. Вариантов три.
- Готовый чат или API зарубежной модели. Самое сильное качество, но для России официального доступа нет, а данные уходят за границу.
- Модель в российском облаке. Yandex AI Studio даёт Alice AI LLM и открытые gpt-oss-120b, Qwen3, DeepSeek. У Timeweb Cloud есть AI-агенты с базой знаний и виджетом на сайт, цены в рублях.
- Свой сервер. gpt-oss-20b по данным OpenAI работает в 16 ГБ памяти. Для gpt-oss-120b нужна одна видеокарта на 80 ГБ уровня NVIDIA H100.
Почему это вопрос для бизнеса. По части 5 статьи 18 закона 152-ФЗ запись и хранение персональных данных граждан РФ в базах за пределами России не допускаются. Если в модель уйдут ФИО, телефоны и переписка клиентов, схему стоит обсудить с юристом до запуска. Я юридических советов не даю, только показываю, где вопрос возникает.
Мой вариант – второй. Консультант работает на GPT OSS 120B в российском облаке Timeweb: ответ за 4–5,5 секунды, первое слово примерно через 2 секунды, около 0,25 ₽ за ответ при цене 68 ₽ за млн токенов. Заявки с перепиской уходят в Битрикс24 и Telegram. От решения до работы на сайте прошло 3 дня, подробности в разборе кейса.
Модель у себя или в российском облаке имеет смысл, если:
- в запросах будут персональные данные клиентов или сотрудников;
- нужна стабильная цена в рублях и оплата по договору с российским юрлицом;
- задача массовая и простая: ответы по базе знаний, разбор обращений, извлечение полей из документов;
- вы готовы держать человека, который настроит и будет проверять качество.
Свой сервер с видеокартой оправдан реже: когда данные нельзя выносить даже в облако или запросов так много, что аренда модели выходит дороже железа.
Какую LLM выбрать под задачу
| Задача | Что подойдёт | Почему |
|---|---|---|
| Тексты, письма, посты | ГигаЧат, Алиса AI, DeepSeek в браузере | Бесплатно и доступно в России |
| Консультант на сайте | gpt-oss-120b или Alice AI LLM в российском облаке | Данные в РФ, цена в рублях, хватает качества для ответов по базе |
| Документы с персональными данными | Открытая модель на своём сервере или в российском облаке | Контроль над тем, где лежат данные |
| Разработка, сложный анализ | Claude Opus 5.5, GPT-6 Astra | Самые сильные модели, длинный контекст |
| Отчёты и расчёты по учёту | Обычный код без модели | Цифры должны сходиться до копейки |
Последняя строка не шутка. В пилоте на базе клиента 1 316 операций за месяц сошлись копейка в копейку, потому что считает код, модель там не участвует. Шире подборка по задачам в статье лучшие нейросети для бизнеса.
Как начать: 4 шага
- Выпишите одну повторяющуюся задачу с текстом: ответы клиентам, разбор заявок, сводки.
- Проверьте её в бесплатном ГигаЧате или Алисе AI на 20 реальных примерах. Посчитайте, сколько ответов пришлось править.
- Решите, есть ли там персональные данные. Если есть, смотрите в сторону российского облака.
- Добавьте проверки в коде: запрет называть цены, ставки и сроки, передача сложного вопроса человеку.
Хотите понять, нужна ли LLM в вашей задаче или хватит обычной автоматизации? Запишитесь на бесплатный разбор на 30 минут. Готовый консультант на сайт – на странице ИИ-консультант для сайта.
Источники
- Google Machine Learning Crash Course: LLM, токены, параметры, предобучение
- Google: введение в языковые модели
- Anthropic: Building effective agents
- Anthropic: линейка моделей Claude, цены, срез знаний
- OpenAI: актуальные модели API
- OpenAI: анонс GPT-6 Astra
- OpenAI: анонс GPT-6.1 Sol
- Google: модели Gemini API
- Hugging Face: gpt-oss-120b
- Hugging Face: gpt-oss-20b
- Meta: Llama 4
- Hugging Face: Qwen3.6-35B-A3B
- DeepSeek: V4 Preview
- DeepSeek: V4.1-Flash
- Yandex Cloud: доступ к Alice AI LLM
- Yandex AI Studio: модели генерации текста
- Hugging Face: AliceAI-Foundation-80B-A3B-Base
- iChip: Алиса AI работает на семействе Alice AI
- Comss: GigaChat 3.5 Ultra
- Код: GigaChat 3.5 Reasoning
- Сбер: модели GigaChat API
- Timeweb Cloud: AI-агенты
- 152-ФЗ, статья 18
- Anthropic: поддерживаемые страны
- OpenAI: поддерживаемые страны
- Google: где доступно приложение Gemini
