GigaChat и YandexGPT: зачем сравнивать с ChatGPT на практике
Российские LLM, не «замена ради флага» и не антипод ChatGPT. Для офиса важнее другое: какой контур данных допустим, как модель держит русский деловой тон и где нужен поиск или структурированный вывод.
Типичные задачи, где сравнение окупается
- черновик письма и служебной записки;
- резюме длинного документа (на обезличенном фрагменте);
- таблица рисков / план на 30-60-90 дней;
- быстрый ответ в экосистеме Алисы / Яндекса vs отдельный чат.
Один и тот же промпт на ChatGPT, GigaChat и YandexGPT показывает различия в полноте, канцелярите, стабильности формата и готовности признать нехватку данных.
Данные и 152-ФЗ-логика без юр.мифов
Чек-листы Cyber University напоминают: в публичный чат не кладут ПДн, пароли и коммерческую тайну. Корпоративный тариф российского провайдера может упростить согласование, но не равен автоматически закрытому контуру. Если данные нельзя выносить: это тема локальной/корп. модели и орг.курса CU 6992.
Как устроен курс CU
В волне 1 курс 2 (~8 ч) идёт после базового навыка:
- Экосистемы и доступ (ChatGPT, RU LLM, open-weight-ориентация).
- Сравнительная практика на письмах, поиске и таблицах.
- Комплаенс: обезличивание, политика «можно / нельзя / только в контуре», разбор утечки по ролям.
- Матрица выбора LLM для отдела и мост к закрытому контуру.
Open-weight (ориентация на семейства вроде Qwen / DeepSeek) разбирается как вариант контроля, а не как обязательная самоустановка «серого» контура в обход ИБ.
Итог
Выбирайте модель под задачу и режим данных, а не под рекламный слоган. Сравнение на практике + короткая политика отдела экономят время сильнее, чем бесконечная охота за «ещё одной нейросетью».
Практика по теме, в курсах Кибер Университета. Курсы по ИИ постепенно открываются в каталоге.