В "Яндексе" прокомментировали высказывания Германа Грефа о якобы критической зависимости компании от китайского искусственного интеллекта и отказе от собственных разработок. В компании заявили, что эти утверждения не соответствуют действительности: "Яндекс" продолжает создавать и развивать собственные фундаментальные ИИ‑модели, сохраняя полный цикл разработки и не опираясь критически на внешние решения.
Поводом для дискуссии стали слова председателя совета директоров "Сбера" Германа Грефа, прозвучавшие 17 июля 2026 года на пленарном заседании Совета Федерации. Там он заявил, что, по его данным, в России осталась только одна полностью отечественная фундаментальная ИИ‑модель - разработка "Сбера". При этом, по словам Грефа, "Яндекс" якобы не ведёт полноценную собственную разработку, а лишь дообучает китайскую языковую модель Qwen от Alibaba.
Он сформулировал свою позицию так: сегодня в стране "полностью разрабатываемая российской компанией фундаментальная модель только одна - это "Сбер"". В качестве противопоставления было сказано, что "Яндекс" дообучает Qwen, и что в основе якобы лежит именно китайская модель. Греф также посетовал, что ситуация его не радует, поскольку он выступает за конкуренцию и хотел бы видеть в России 5-6 игроков, развивающих собственные модели, а не одного.
Пресс-служба "Яндекса" оперативно отреагировала на эти заявления и заявила, что сведения, озвученные Грефом, некорректны. В компании подчеркнули, что фундаментальные модели продолжают разрабатываться внутри "Яндекса", причём полный цикл - от исследований и архитектуры до обучения, внедрения и коммерческого использования - остаётся под контролем российских специалистов. Внешние решения используются лишь как дополнительные инструменты в отдельных продуктах и сервисах, а не как база всей ИИ‑инфраструктуры.
Особое внимание было уделено вопросу использования Qwen. Искусственный интеллект‑ассистент "Яндекса" "Алиса" в ответах пользователям по этой теме отмечает, что с 2025 года модель Qwen действительно была подключена к сервису Yandex Cloud AI Studio. Однако это не означает, что вся ИИ‑экосистема компании построена на китайской технологии. Речь идёт о расширении набора доступных инструментов для пользователей и корпоративных клиентов: параллельно с этим "Яндекс" развивает собственную линейку моделей, включая YandexGPT, уже представленную в нескольких профессиональных версиях, таких как YandexGPT 5 Pro.
По сути, компания использует Qwen как дополнительный модуль в облачной платформе - подобно тому, как разработчики подключают разные движки и библиотеки в одном продукте. Это стандартный подход на мировом рынке, где даже крупнейшие игроки нередко комбинируют собственные решения с внешними для гибкости, тестирования гипотез и удовлетворения запросов разных категорий клиентов. Но ключевой стек, по заявлениям "Яндекса", остаётся собственным.
История развития генеративных моделей в "Яндексе" демонстрирует, что компания последовательно выстраивала свой путь в области ИИ, а не просто переключилась на зарубежные решения. В начале февраля 2023 года "Яндекс" объявил о работе над собственной версией генеративной модели по типу ChatGPT в рамках семейства YaLM (Yet another Language Model). YaLM изначально опиралась на архитектурные подходы, близкие к GPT‑3, но в компании проводили самостоятельные исследования, адаптируя решения под русскоязычную среду, локальные задачи и особенности своих сервисов.
Проект, стартовавший под рабочим названием YaLM 2.0, в дальнейшем трансформировался в линейку YandexGPT. Первую итерацию YandexGPT компания представила в начале 2023 года. Уже в сентябре того же года вышла вторая версия - YandexGPT 2, затем в марте 2024 года была представлена версия YandexGPT 3 Pro. Осенью, в октябре 2024 года, "Яндекс" показал YandexGPT 4 Pro, а в августе 2025-го выпустил YandexGPT 5.1 Pro. Такая частота релизов говорит о том, что развитие идёт поступательно и системно, а не сводится к донастройке одной внешней модели.
Важно понимать и то, что создание фундаментальных ИИ‑моделей - это не разовый запуск, а непрерывный процесс. Между релизами публичных версий идут работы по улучшению архитектуры, оптимизации вычислений, расширению обучающих наборов данных, доработке безопасности и управляемости модели. Каждое крупное обновление в линейке YandexGPT, по сути, означает завершение полноценного этапа исследований и тренировок, а не косметическое "апгрейдирование" оболочки.
Заявления Грефа сопроводились и оценкой общего положения России на глобальном рынке ИИ. По его словам, страна отстаёт примерно на год от США и на полгода от Китая по уровню развития искусственного интеллекта. При этом он подчеркнул, что дело не в качестве отечественных инженерных кадров - уровень специалистов он оценил высоко. Ключевая проблема, по его мнению, кроется в ограниченном доступе к масштабным вычислительным мощностям, необходимым для обучения крупнейших моделей.
Чтобы проиллюстрировать масштаб задачи, Греф привёл пример кластера из 100 тысяч GPU Nvidia B200. По его словам, минимально необходимый объём ресурсов для обучения конкурентоспособной глобальной модели требует инвестиций в диапазоне 1-2 трлн рублей при строительстве собственной инфраструктуры или более 2 трлн рублей за трёхлетнюю аренду подобных мощностей. Для сравнения были приведены данные о зарубежных гигантах: у Google, как было заявлено, более двух миллионов процессоров, у Microsoft - около миллиона, что обеспечивает им колоссальное преимущество по доступу к вычислениям.
На этом фоне дискуссия вокруг того, чья модель "фундаментальнее" и кто именно является "полностью отечественным" разработчиком, приобретает ещё и политико-экономический оттенок. Вопрос уже не только в брендах и репутации, но и в распределении будущих инвестиций в инфраструктуру, дата-центры, GPU‑кластеры и исследовательские проекты. Для компаний, работающих в сфере ИИ, важно продемонстрировать, что они не просто интеграторы чужих решений, а самостоятельные игроки, способные развивать передовые технологии внутри страны.
Принципиальным моментом в споре "Яндекса" и "Сбера" становится трактовка понятий "фундаментальная модель" и "полностью отечественная разработка". На глобальном рынке уже давно сложилась практика использования открытых архитектур, публикации научных статей и кода, переобучения и адаптации существующих моделей под свои нужды. При этом многие компании всё равно позиционируют результаты такой работы как свои фундаментальные решения, поскольку именно они формируют конечную архитектуру, собирают и размечают датасеты, проводят обучение и интеграцию в продукты. Российский рынок не является исключением: каждая крупная ИТ-компания вынуждена балансировать между заимствованием идей и самостоятельной разработкой.
Для "Яндекса" спор о зависимости от Qwen важен ещё и с точки зрения доверия пользователей и корпоративных клиентов. Если бы ключевая модель действительно базировалась на иностранном "чёрном ящике", это сразу породило бы вопросы о контроле над данными, соблюдении локального законодательства, устойчивости к внешнему давлению и возможности долгосрочного развития. Подчёркивая, что собственная линейка YandexGPT - это независимый продукт, компания фактически демонстрирует готовность не только конкурировать технологически, но и брать на себя ответственность за весь цикл - от исследования до эксплуатации.
Кроме того, использование внешних моделей, таких как Qwen, в облачных платформах можно рассматривать как прагматичный инструмент для бизнеса. Это даёт возможность тестировать разные подходы, сравнивать качество генерации, гибко подбирать решения под конкретные кейсы клиентов. Например, один заказчик может делать ставку на максимально глубокую русскоязычную адаптацию, другой - на многоязычность и специфические стили генерации. В такой конфигурации собственная фундаментальная модель компании остаётся основой, а внешние - дополнительными модулями для частных задач.
Не менее важно и то, что дискуссия между крупными игроками вокруг "чистоты" отечественных ИИ‑разработок способна повлиять на формирование регуляторной среды. Если в публичном поле закрепится тезис, что лишь полностью автономно созданная модель может считаться "фундаментальной" и "своей", это может привести к ужесточению требований к локализации разработок, а также стимулировать государство выделять ресурсы только тем, кто декларирует полный отказ от внешних технологий. В то же время мировая практика показывает, что изоляция в сфере ИИ часто тормозит прогресс и увеличивает издержки.
Для российского ИИ‑рынка было бы более конструктивно обсуждать не только вопрос, кто насколько "чисто отечественный", но и то, как совместными усилиями нарастить вычислительные мощности, оптимизировать использование GPU, развивать открытые датасеты и общие инфраструктурные решения. В противном случае даже наличие нескольких сильных команд и амбициозных продуктов не позволит догнать лидеров, обладающих несопоставимыми ресурсами. Отставание, о котором говорил Греф, в таком случае рискует не сократиться, а закрепиться.
Внутренняя конкуренция между "Сбером" и "Яндексом" с точки зрения технологического прогресса может сыграть позитивную роль, если она будет стимулировать рост качества моделей, развитие сервисов на базе ИИ и масштабирование инфраструктуры. Однако при этом важно избегать дискредитации соперников за счёт упрощённых или некорректных трактовок их технологического стека. Отличия в стратегиях - это нормальная ситуация: одна компания может сильнее делать ставку на закрытый контур и разработку "с нуля", другая - активнее комбинировать свои решения с открытыми и коммерческими моделями.
С учётом стремительного развития генеративных технологий можно ожидать, что и "Яндекс", и "Сбер" будут продолжать наращивать портфель моделей и продуктов: от текстовых ассистентов до инструментов для кода, мультимодальных систем, синтеза голоса и изображений. В этом контексте ключевым индикатором независимости становится не вопрос, подключена ли к платформе та или иная зарубежная модель, а то, способен ли разработчик самостоятельно создавать и обучать модели, сопоставимые по уровню с мировыми аналогами, адаптировать их под локальные условия и обеспечивать их устойчивую работу.
На фоне всего сказанного позиция "Яндекса" сводится к следующему: компания не отказывалась от собственных фундаментальных разработок и не стала критически зависимой от китайского ИИ. Использование Qwen в составе облачного сервиса - лишь один из элементов более широкой экосистемы, где центральное место занимают модели YandexGPT и другие внутренние наработки. Спор вокруг формулировок и приоритетов, вероятно, ещё продолжится, но по фактическим признакам "Яндекс" остаётся одним из ключевых разработчиков отечественных ИИ‑решений, наряду с другими крупными игроками рынка.
