GigaChat — 7º no ranking cego em russo, mas 78 pontos Elo atrás do líder
Putin afirmou que dois modelos russos estão entre os melhores do mundo, e isso pode ser verificado: no llmarena.ru, as pessoas escolhem às cegas a melhor de duas respostas, e as pontuações Elo são calculadas como no xadrez. O GigaChat 3.5 somou 1121 pontos e ficou em 7º lugar entre 112 modelos; o líder, Gemini 3 Pro Preview, tem 1199, ou seja, 78 pontos a mais. A Alice AI LLM ficou em 20º, com 1069. Para tarefas em russo, os dois modelos servem; em agentes complexos, os líderes ainda são ocidentais.
Processado por IA de Habr AI; editado por Hamidun News
No dia 18 de novembro, na cúpula da APEC em Shenzhen, Vladimir Putin disse: «Nossos dois modelos de linguagem emblemáticos estão entre os melhores do mundo». Essa afirmação pode ser verificada no ranking aberto llmarena.ru.
Ali, o usuário faz uma pergunta, dois modelos anônimos respondem, e a pessoa vota na resposta melhor; só depois ela vê os nomes. Os votos geram pontuações Elo, como no xadrez: quanto mais você vence, maior a pontuação. No recorte de novembro de 2026, o GigaChat 3.
5 está em 7º lugar no mundo, com 1121 pontos, enquanto o líder, Gemini 3 Pro Preview, fez 1199. A diferença é de 78 pontos. Na prática, isso significa que, para tarefas em russo, o GigaChat é uma opção funcional, mas, para agentes complexos, vale primeiro testar os modelos ocidentais.
O autor do material, publicado no Habr, não é engenheiro de ML, e sim um usuário comum que precisa de respostas em russo sem VPN. Ele reuniu dados das quatro famílias de modelos russos e os comparou com as declarações dos desenvolvedores.
Como o ranking funciona e em que vale confiar
O LLM Arena funciona como uma degustação às cegas. A partir de milhões de duelos em pares, aplica-se o modelo Bradley-Terry, a mesma matemática por trás do Elo do xadrez, para calcular a pontuação final. O ranking tem 112 modelos, e o recorte do autor inclui votos até 9 de novembro de 2026.
Esse método tem limites. Ele mostra qual resposta as pessoas preferiram com mais frequência, mas não mostra qual modelo resolve uma questão de olimpíada ou conduz um projeto complexo. Em compensação, os desenvolvedores não conseguem ajustar o resultado para um benchmark. E, como o ranking é dinâmico, os números devem ser lidos junto com a data do recorte: em setembro, por exemplo, a Alice estava em 19º lugar com os mesmos 1069 pontos.
Quatro famílias: quem é quem
GigaChat (Sber). O carro-chefe é o GigaChat 3.5 Ultra, lançado em julho de 2026: arquitetura MoE, 432 bilhões de parâmetros (28 bilhões ativos) e contexto de 262 mil tokens. Os pesos são abertos sob a licença MIT, o que permite baixar o modelo, ajustá-lo e rodá-lo na própria infraestrutura. No ranking, ocupa o 7º lugar com 1121 pontos. Ao lado estão o GPT-5.2, com 1122, e o DeepSeek V3.2, com 1119; ou seja, em russo, o GigaChat fica praticamente no mesmo patamar deles.
Alice AI LLM (Yandex). O modelo principal tem 235 bilhões de parâmetros (MoE) e foi treinado do zero com dados em russo. Ele é fechado, mas está profundamente integrado aos serviços: busca, navegador, alto-falantes e, via API, pode reservar uma mesa ou fazer um pedido no Táxi e no Delivery Club. Em 21 de setembro, a Yandex abriu a versão pré-treinada Alice AI Foundation, com 80 bilhões de parâmetros e licença para uso comercial. No ranking, a Alice está em 20º lugar com 1069 pontos, ao lado do Gemma 3 27B e do Claude Sonnet 4.
T-Pro e T-Lite (T-Technologies). A família Gen-T é construída sobre o Qwen e ajustada com um corpus em russo. Segundo o desenvolvedor, isso reduziu os custos em cerca de 90% em comparação com o treinamento do zero. Os modelos atuais, T-pro-it-2.0 e 2.1, rodam sobre o Qwen 3 com 32 bilhões de parâmetros e são voltados para seguir instruções e chamar ferramentas. O leve T-Lite, com 7 bilhões, foi pensado para chatbots rápidos. Os pesos são abertos sob a Apache 2.0. No recorte de setembro, o T-pro-it-2.0 ocupa o 36º lugar com 1024 pontos.
Cotype (MWS, ecossistema MTS). Não se trata de um assistente de uso geral, e sim de um conjunto de modelos para empresas, treinados com correspondência comercial e documentos. O Pro 3, com 27 bilhões de parâmetros, suporta 262 mil tokens de contexto, o equivalente aproximado a um relatório anual inteiro. O Light 3, com 9 bilhões, é indicado para processos típicos; o VL multimodal, com 32 bilhões, lê texto manuscrito em digitalizações; e o Nano aberto, com 1,5 bilhão, serve para rascunhos. No benchmark independente MERA, o Pro 3 ficou em 3º lugar. No ranking público do llmarena.ru, o Cotype não aparece, então não é possível compará-lo com os demais nessa escala.
Conclusão
O líder do recorte é o Gemini 3 Pro Preview, com 1199 pontos, seguido por Qwen3.6 Max (1165), GPT-5.4 (1161) e Claude Opus 4.7 (1149). O GigaChat está 78 pontos atrás do primeiro lugar, a Alice, 130, e o T-pro, 175. Ou seja, nesse ranking, apenas um modelo russo entra no top 10 mundial, e não dois; o segundo fica entre os 20 primeiros.
O autor classifica sinceramente as duas famílias principais como parte do segundo escalão. Os líderes mundiais, assim como os chineses DeepSeek e Qwen, são claramente mais fortes em cadeias agentes longas, programação complexa e raciocínio em várias etapas. Por outro lado, em tarefas em russo, como redigir, traduzir ou resumir um documento, a diferença é pouco perceptível na prática. Somam-se a isso os pesos abertos do GigaChat, do T-Pro e do Alice Foundation, que os grandes modelos ocidentais não oferecem, e a integração com bancos, buscas e marketplaces.
A conclusão prática para desenvolvedores e gerentes de produto é esta: se a tarefa é em russo e importam a execução local ou a permanência dos dados no país, GigaChat e T-Pro são opções viáveis. Se você está construindo um agente de código complexo, teste primeiro Gemini, GPT ou Claude com as suas próprias tarefas. A limitação de toda a avaliação é uma só: trata-se de um ranking de preferências em russo, e não de um exame universal, e em um mês as posições podem mudar.
- 21 de nov. de 2026A Amazon liberou o agente de IA AWS Quick com Claude de graça; o plano pago Plus custa US$ 25 por mês
- 21 de nov. de 2026Anthropic fechou a primeira semana na bolsa com valuation de US$ 1,6 trilhão, mas caiu 8,5% em um único dia
- 21 de nov. de 202615 subagentes do Claude Code construíram um sistema para uma oficina, mas o lançamento é aprovado por um agente sem permissão de edição
- 21 de nov. de 2026Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas
Perguntas frequentes sobre a notícia
Como o ranking funciona e em que vale confiar?
O LLM Arena funciona como uma degustação às cegas. A partir de milhões de duelos em pares, aplica-se o modelo Bradley-Terry, a mesma matemática por trás do Elo do xadrez, para calcular a pontuação final. O ranking tem 112 modelos, e o recorte do autor inclui votos até 9 de novembro de 2026. Esse método tem limites. Ele mostra qual resposta as pessoas preferiram com mais frequência, mas não mostra qual modelo resolve uma questão de olimpíada ou conduz um projeto complexo.
O que se sabe sobre Quatro famílias: quem é quem?
GigaChat (Sber). O carro-chefe é o GigaChat 3.5 Ultra, lançado em julho de 2026: arquitetura MoE, 432 bilhões de parâmetros (28 bilhões ativos) e contexto de 262 mil tokens. Os pesos são abertos sob a licença MIT, o que permite baixar o modelo, ajustá-lo e rodá-lo na própria infraestrutura. No ranking, ocupa o 7º lugar com 1121 pontos. Ao lado estão o GPT-5.2, com 1122, e o DeepSeek V3.2, com 1119; ou seja, em russo, o GigaChat fica praticamente no mesmo patamar deles. Alice AI LLM (Yandex).
O que se sabe sobre Conclusão?
O líder do recorte é o Gemini 3 Pro Preview, com 1199 pontos, seguido por Qwen3.6 Max (1165), GPT-5.4 (1161) e Claude Opus 4.7 (1149). O GigaChat está 78 pontos atrás do primeiro lugar, a Alice, 130, e o T-pro, 175. Ou seja, nesse ranking, apenas um modelo russo entra no top 10 mundial, e não dois; o segundo fica entre os 20 primeiros. O autor classifica sinceramente as duas famílias principais como parte do segundo escalão.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.