Логотип

Новость

Т-Банк выпустил российский аналог DeepSeek и Qwen

Группа «Т-Технологии» представила T-Pro 2.0 — собственную языковую модель на 32 млрд параметров с гибридным режимом рассуждений. Этот подход позволяет выбирать между быстрым ответом и углубленным анализом, что снижает вычислительные затраты и расширяет возможности применения одной модели в разных бизнес-процессах.

Общие затраты на разработку, включая дообучение и фонд оплаты труда, составили менее 120 млн руб., сообщили в компании.

Новая модель предназначена для выполнения аналитических задач: структурного анализа данных, планирования, выдвижения и проверки гипотез. Такой режим делает решения более прозрачными и применимыми для автономных агентов, способных работать без участия человека. В службе поддержки T-Банка доля обращений, закрытых ИИ без оператора, достигла 45%, а после перехода на T-Pro 2.0 этот показатель вырос ещё на 10% без дополнительных затрат.

Модель доступна в открытом доступе на платформе Hugging Face под лицензией Apache 2.0. Вместе с ней опубликованы результаты тестирования и датасет T-Wix с 500 тыс. примеров.

По данным компании, T-Pro 2.0 формирует ответы на русском языке вдвое быстрее аналогов Qwen3 и DeepSeek R1‑Distil, а стоимость генерации снижается примерно на 50%. При этом модель показала более высокие результаты на русскоязычных бенчмарках MERA, ruMMLU, Ru Arena Hard, ruAIME и ruLCB среди открытых моделей сопоставимого размера.

T-Банк планирует интегрировать T-Pro 2.0 в клиентские ИИ-ассистенты, а также использовать ее в копайлот‑решениях и автономных агентах для оптимизации операционных процессов.