Короткий ответ: на сентябрь 2026 года обе платформы закрывают типовые деловые задачи на русском языке, и выбирать между ними по качеству ответов в чате бессмысленно. Разница, которая реально влияет на проект, лежит вокруг модели — в экосистеме, режиме размещения, способе тарификации, лимитах, условиях по персональным данным и в том, что останется у вас, если через год придётся уходить.
У Сбера на сентябрь 2026 года это GigaChat 3 в трёх уровнях — Lite, Pro, Max — и старшая GigaChat 3.1 Ultra, поверх которых с марта 2026 работает корпоративная платформа GigaChat Enterprise, а для разработчика есть GigaChain SDK. У Яндекса — YandexGPT 5 и надстройка Yandex AI Studio с конструктором агентов Agent Atelier, MCP Hub, векторным хранилищем Vector Store и поиском AI Search. Обе компании — российские юрлица, обе принимают рублёвую оплату и выдают закрывающие документы, обе держат серверы в России. По базовой юридической механике они одинаковы, и это как раз то, из-за чего многие компании выбирают наугад.
Ниже — семь параметров, по которым разница есть, расчёт месячного счёта на одинаковой нагрузке, список того, что надо проверить до подписания договора, и цена ошибки: сколько стоит переехать с одной платформы на другую через год. Мы сознательно не публикуем рейтинг и не пишем «X лучше Y»: сравнивать модели имеет смысл только на своих данных, и любая наша цифра качества устареет раньше, чем вы дочитаете статью.
Почему обе платформы одинаковы там, где вы ждёте разницы
Первое, что делает компания при выборе, — открывает оба чата, задаёт десяток вопросов и решает, что «этот отвечает умнее». Это худший из возможных способов, и вот почему. В чате вы проверяете модель на общих вопросах без вашего контекста, без вашей инструкции, без найденных фрагментов вашей базы знаний и без строгого формата ответа. В проекте всё это будет, и поведение модели изменится настолько, что впечатление из чата не переносится вообще.
Практически это выглядит так: одна и та же модель уверенно классифицирует входящие письма по двенадцати темам, ровно держит деловой тон и при этом ломает строгий формат JSON на пятой тысяче запросов; вторая наоборот — формат держит, но путается в извлечении полей из скана накладной. Такие расхождения не предсказываются по названию линейки. Они видны только на замере, и стоит он около 66 000 ₽ и четыре рабочих дня — методику мы разбирали в опорной статье о выборе модели.
Спор «GigaChat против YandexGPT» решается не в чате, а в таблице на сто строк с вашими документами и эталонными ответами. Всё остальное — вкусовщина, оформленная как аргумент.
Семь параметров, по которым разница есть
Это те свойства, которые влияют на смету, сроки и на то, сможете ли вы уйти. Заполняйте таблицу по документации на дату старта проекта: линейки и лимиты у обеих платформ менялись за последний год, и часть строк устареет к моменту, когда вы будете это читать.
| Параметр | Сбер: GigaChat | Яндекс: YandexGPT | Что это меняет в проекте |
|---|---|---|---|
| Линейка и уровни | GigaChat 3 в трёх уровнях — Lite, Pro, Max — и старшая GigaChat 3.1 Ultra | YandexGPT 5 как основная линейка, доступ через Yandex AI Studio | Больше уровней — больше возможностей развести массовые дешёвые операции и редкие тяжёлые. Смешанная схема экономит в разы больше, чем выбор провайдера |
| Длина контекста | Проверяется по документации на дату; различается между уровнями линейки | Проверяется по документации на дату | Важен не заявленный максимум, а сколько вы реально готовы платить за длинный контекст: каждая тысяча входных токенов тарифицируется |
| Вызов внешних инструментов | Оформляется в коде через GigaChain SDK | Оформляется на уровне платформы через MCP Hub | У Яндекса подключение инструментов ближе к настройке, у Сбера — к программированию. Разница в 20–40 часах разработки на проект средней сложности |
| Готовый конструктор агентов | GigaChat Enterprise как корпоративная платформа, с марта 2026 | Agent Atelier в составе Yandex AI Studio | Конструктор экономит сборку сценариев, но привязывает: сценарии из него не выгружаются в чужой формат |
| Работа в своём контуре | GigaChat Enterprise заявлен в трёх схемах: on-premise, облако, гибрид | Облачная модель платформы; вопрос размещения решается через договор и конфигурацию облака | Единственный параметр, который может решить выбор целиком — если у вас есть требование по размещению данных |
| Модель тарификации | Оплата по объёму обращений; уровни линейки тарифицируются по-разному | Оплата по объёму обращений; отдельно тарифицируются сервисы платформы | Считать надо не цену за 1 000 токенов, а полный месячный счёт вместе с эмбеддингами, хранением векторов и подпиской платформы |
| Статус в реестре отечественного ПО | Проверять по конкретному продукту в реестре Минцифры на дату | Проверять по конкретному продукту в реестре Минцифры на дату | Для госзаказчика и для компаний под требованием импортозамещения — блокер. «Российское облако» и «есть в реестре» — разные вещи |
Линейки моделей, длина контекста, лимиты запросов в минуту и тарифы у обеих платформ менялись за последний год. Единственный источник, на который можно опираться в смете, — официальная документация и коммерческое предложение на дату расчёта, распечатанные и приложенные к проекту. Отдельная ловушка — реестр отечественного ПО: включённой в реестр бывает платформа, а не модель, или наоборот, и известен случай, когда сервис работает в российском облаке и при этом формально в реестр не включён — так обстоит дело с Yandex DataLens. Для коммерческой компании это не имеет значения, для госзаказчика — останавливает проект на этапе конкурса. Проверяйте сами и по номеру записи, а не по словам менеджера.
Сравнительная таблица в две колонки — «GigaChat / Сбер» и «YandexGPT / Яндекс» — и семь строк-параметров слева: «Линейка и уровни», «Длина контекста», «Вызов инструментов», «Конструктор агентов», «Свой контур», «Тарификация», «Реестр отечественного ПО». В колонках короткие подписи: у Сбера «GigaChat 3 Lite/Pro/Max, 3.1 Ultra», «GigaChain SDK», «GigaChat Enterprise: on-premise, облако, гибрид»; у Яндекса «YandexGPT 5», «MCP Hub», «Agent Atelier». Строки «Длина контекста» и «Реестр» помечены восклицательным знаком и подписью «проверять на дату». Чертёжный стиль, подписи по-русски.
Экосистема: SDK против конструктора
Это самая содержательная разница между платформами, и она не про модель. Сбер даёт разработчику GigaChain SDK — библиотеку, через которую агент собирается в вашем коде: вы сами описываете сценарий, сами храните состояние, сами подключаете инструменты. Яндекс в Yandex AI Studio отдаёт готовые кирпичи платформы: Agent Atelier для сборки агента, MCP Hub для подключения внешних инструментов, Vector Store для хранения векторов базы знаний и AI Search для поиска по документам.
Визуальная среда, в которой сценарий агента собирается настройкой, а не кодом: шаги диалога, условия перехода, подключённые инструменты и источники знаний. Экономит сборку, но живёт внутри платформы: выгрузить сценарий в формат, понятный другой платформе, нельзя — только переписать вручную. Подробнее о классе таких инструментов — в разборе платформ для сборки ИИ-агентов.
Практическое следствие простое. Если у вас 4–8 несложных сценариев и две-три стандартные интеграции, конструктор экономит 30–50 часов разработки, то есть 90 000–150 000 ₽. Если сценариев два десятка, экономия становится существенной. Но ровно на ту же величину растёт привязка: сценарии, собранные в конструкторе, при переезде переписываются целиком, и никакой адаптер в коде от этого не спасает — он живёт слоем ниже.
Отдельно про векторное хранилище. Готовый Vector Store избавляет от развёртывания и обслуживания своей базы, но привязывает индекс к платформе: при уходе его придётся пересчитывать заново, потому что модель векторизации будет другая. Своя база на pgvector стоит 8–12 часов на старте и остаётся с вами: при смене платформы её не придётся пересобирать, а пересчёт чужого индекса — это 24 часа.
Две вертикальные карты систем. Левая подписана «GigaChain SDK: сборка в вашем коде» и содержит блоки «Ваш код: сценарии», «Ваш pgvector», «Ваши коннекторы инструментов», «Модель GigaChat» — рамка вокруг первых трёх блоков подписана «остаётся у вас». Правая подписана «Yandex AI Studio: готовые кирпичи» и содержит блоки «Agent Atelier», «MCP Hub», «Vector Store», «AI Search», «Модель YandexGPT 5» — рамка вокруг четырёх блоков подписана «живёт в платформе». Внизу общая подпись: «Экономия на сборке 30–50 часов против полной переносимости».
Счёт за 10 000 обращений в месяц
Сравнивать платформы по цене за 1 000 токенов — самая частая ошибка в расчётах. Цена за токен ничего не значит, пока не умножена на профиль вашей операции: сколько токенов реально улетает за одно обращение. Ниже — модельный расчёт для типового внутреннего ассистента: ответ по базе знаний с пятью найденными фрагментами, около 4 000 входных токенов и 400 выходных, при ориентировочной цене 0,20 ₽ за 1 000 входных и 0,60 ₽ за 1 000 выходных.
Отсюда первый вывод. На объёме 10 000 обращений в месяц разница в цене токена между двумя платформами — единицы тысяч рублей, а разница в платформенной подписке — до 15 000 ₽. Считать надо полный счёт: вызовы модели, эмбеддинги, хранение индекса, подписку и минимальный платёж, если он есть. Выбрать платформу «потому что токены дешевле на 15 %» и получить сверху фиксированную подписку — обычный способ проиграть в деньгах, выиграв в прайсе.
Второй вывод — про масштаб. Разница в тарифе начинает решать на порядок выше. При 100 000 обращений в месяц вызовы модели стоят 104 000 ₽, и отставание одной платформы на 25 % по цене токена — это уже 26 000 ₽ в месяц и 312 000 ₽ в год. На этих объёмах имеет смысл торговаться и запрашивать объёмную скидку; на десяти тысячах обращений — нет. Как считать стоимость обращения по своему профилю нагрузки, подробно разобрано в статье про цену одного обращения к модели.
| Объём в месяц | Вызовы модели | Подписка платформы | Что решает выбор |
|---|---|---|---|
| 10 000 обращений | 10 400 ₽ | 0–15 000 ₽ | Подписка и экосистема. Тариф на токены — шум |
| 30 000 обращений | 31 200 ₽ | 0–15 000 ₽ | Паритет: подписка и тариф весят одинаково |
| 100 000 обращений | 104 000 ₽ | 0–15 000 ₽ | Тариф на токены и объёмная скидка. Подписка — шум |
Двухосевой график, ось X — обращений в месяц от 0 до 100 000, ось Y — рубли в месяц от 0 до 120 000. Наклонная сплошная линия «вызовы модели, 1,04 ₽ за обращение» с отмеченными точками 10 000 — 10 400 ₽, 30 000 — 31 200 ₽, 100 000 — 104 000 ₽. Горизонтальная штриховая полоса от 0 до 15 000 ₽ подписана «подписка платформы, не зависит от объёма». Зона пересечения около 15 000 ₽ подписана «здесь подписка и тариф весят одинаково». Внизу подпись: «модельный расчёт, сентябрь 2026».
Что проверить до подписания договора
Эти шесть проверок занимают два-три дня и стоят ноль рублей, а закрывают почти все неприятные сюрпризы второго года. Проходить их надо по обеим платформам одинаково, чтобы сравнение было честным.
- 1Приложение о персональных данных и поручение обработки
Запросите текст до подписания, а не после. Вам нужны три вещи: письменная фиксация, что серверы в России и трансграничной передачи нет; явный отказ провайдера от использования ваших запросов для обучения; описание срока и режима хранения логов. Как это оформляется в отношениях с подрядчиком и провайдером, разобрано в статье про поручение обработки данных.
- 2Доступ к собственным логам
Спросите прямо: можете ли вы выгрузить историю обращений в машиночитаемом виде, за какой период и в каком формате. Без этого вы не сможете ни разобрать инцидент, ни собрать регрессионный набор примеров, ни уйти на другую платформу без потери накопленного.
- 3Лимиты в запросах в минуту и в сутки
Считайте не среднюю нагрузку, а пиковую: понедельник, десять утра, когда за час приходит четверть дневного потока. Отдельно уточните, что происходит при превышении — очередь, отказ или тарификация сверх лимита.
- 4Политика версий
Провайдер вправе обновить модель, оставив прежнее имя. Ваши промпты рассчитаны на прежнее поведение. Спросите, можно ли закрепить конкретную версию явно и за сколько предупреждают о выводе версии из обслуживания.
- 5Запись в реестре отечественного ПО
Если у вас госзаказчик или требование по импортозамещению — найдите номер записи в реестре сами и убедитесь, что она относится к тому продукту, который вы покупаете. Что даёт присутствие в реестре и кому оно обязательно, мы разбирали в отдельном материале про реестр отечественного ПО.
- 6Условия выгрузки при расторжении
Что вы забираете с собой и в каком формате: документы базы знаний, векторный индекс, сценарии агента, журналы диалогов. Ответ «выгрузка по запросу» без указания формата и срока считайте отрицательным.
Цена ошибки: сколько стоит переехать через год
Это тот расчёт, который стоит показать собственнику до выбора, а не после. Стоимость переезда различается в четыре раза в зависимости от одного архитектурного решения, принятого в первую неделю разработки: где живёт логика агента.
Разница в 330 000 ₽ и в трёх неделях календаря объясняется одной строкой: сборкой сценариев. Адаптер прячет конкретного провайдера за единым интерфейсом вызова — это слой кода. Конструктор агентов находится выше этого слоя, и адаптер до него не достаёт. Если вы собрали двадцать сценариев визуально, при переезде их придётся пересобрать визуально же, на другой платформе, руками.
Три вещи держите вне платформы с первого дня, чем бы вы ни пользовались: исходные документы базы знаний в своём хранилище, набор из 100 размеченных примеров с эталонными ответами и журнал диалогов, выгружаемый к себе. Это не про недоверие к провайдеру — это про то, что после ухода у вас останется актив, а не пустая папка. Стоит такая дисциплина 10–15 часов на старте.
Схема из четырёх горизонтальных слоёв снизу вверх: «Модель платформы», «Адаптер: единый интерфейс вызова, схема ответа, учёт токенов» с подписью справа «меняется за 6 ч», «Ваш код: разбор ответа, ограничители, интеграции» с подписью «остаётся», «Конструктор сценариев платформы» с подписью справа «пересобирается вручную, 40 ч» и жирной стрелкой мимо адаптера. Сбоку два ценника: «144 ч / 432 000 ₽» напротив верхнего слоя и «34 ч / 102 000 ₽» напротив нижних. Чертёжный стиль, подписи по-русски.
На чём каждая платформа обычно ведёт себя ровнее
Здесь мы обязаны быть аккуратными, и вот почему. Устойчивых публичных данных о том, что одна отечественная платформа систематически точнее другой на прикладных задачах, нет — а те наблюдения, которые есть у нас, получены на конкретных клиентских данных под NDA и не переносятся на ваш случай. Поэтому вместо рейтинга — три наблюдения о том, как обычно устроен выбор, и одна оговорка.
- Экосистемная инерция решает чаще, чем модель. Компания, у которой уже работает облако, объектное хранилище и BI одного вендора, почти всегда выигрывает от того, что берёт модель у него же: меньше договоров, один счёт, одна служба поддержки, общий контур доступа. Это не про качество ответов, но это реальная экономия времени бухгалтерии и ИТ.
- Требование по размещению данных решает целиком. Если у вас есть формальное требование держать обработку в своём контуре, вариант с заявленным on-premise закрывает вопрос, а вариант без него отпадает независимо от качества. Как отличить настоящее требование от желания службы безопасности «чтобы понадёжнее» — разбираем в статье про модель в своём контуре.
- Разница между уровнями одной линейки больше, чем между линейками. Младшая модель на классификации писем и старшая на разборе договоров — это разница в цене обращения в 30 раз. Выбор уровня внутри платформы влияет на счёт сильнее, чем выбор самой платформы.
Оговорка. Всё написанное выше — про архитектуру и деньги, а не про качество. Качество на вашей задаче измеряется только замером на ваших примерах: 100 строк, эталонные ответы, слепая оценка, отдельный подсчёт критических ошибок. Четыре дня и около 66 000 ₽. Любой подрядчик, который называет победителя до этого замера, называет его из своего прошлого проекта, а не из вашего.
Когда выбирать между ними не надо вообще
Есть четыре ситуации, в которых вопрос «GigaChat или YandexGPT» задан преждевременно, и правильный ответ — «пока никакую».
- 1Процесс не описан. Если нет ответа на вопросы «кто принимает результат», «что считается ошибкой» и «что делает система, когда не уверена», модель не поможет ни одна. Начинать надо с описания процесса и данных, а не с выбора провайдера.
- 2Задача решается правилами. Маршрутизация писем по адресу отправителя, проверка суммы на превышение лимита, подстановка реквизитов из справочника — это условия в коде, а не языковая модель. Правила дешевле, быстрее и проверяемы построчно.
- 3Объём меньше порога. При 200–300 обращений в месяц любая автоматизация с моделью не окупится: разовые работы в 250 000–500 000 ₽ по рыночным ориентирам на заказного агента при таком объёме не отбиваются никогда. Порог по объёму мы разбирали отдельно.
- 4Нужны обе. Это не шутка и не компромисс: смешанная схема — нормальная архитектура. Дешёвая модель одной платформы на массовой классификации и старшая модель другой на редком разборе договоров дают лучший счёт, чем любая монополия. Условие одно — адаптер с первого дня, иначе стоимость поддержки двух провайдеров съест выигрыш.
И последнее, что стоит проговорить вслух перед выбором. Обе платформы будут менять тарифы, лимиты и версии моделей в одностороннем порядке — так вёл себя за последние два года весь этот рынок без исключений. Считайте это не риском, а свойством среды: закладывайте в расчёт окупаемости сценарий с тройной ценой обращения, закрепляйте версию модели явно и держите набор из 100 примеров, чтобы за час проверить систему после чужого обновления. Тогда выбор между двумя платформами перестаёт быть ставкой на десять лет и становится обычным техническим решением, которое можно пересмотреть.
