ГигаЧат или YandexGPT для бизнеса: что выбрать

Гигачат или Yandex GPT - вопрос, который мне задают на каждой второй консультации по внедрению ИИ в бизнес. Оба сервиса разработаны в России, оба доступны по API с документацией на русском языке и оба хранят данные на серверах в РФ, что важно для соответствия 152-ФЗ. Но выбор между ними зависит не от бренда, а от конкретной задачи: чат-бот для поддержки клиентов, обработка входящих заявок, генерация текстов для карточек товаров или интеграция в CRM. В статье сравниваю тарифы, качество генерации на русском, работу с function calling и реальные сценарии внедрения, с которыми сталкивался при разработке ботов на aiogram и сценариев в n8n.

Чем отличаются GigaChat и YandexGPT на уровне архитектуры и доступа

GigaChat развивает Sber, модели идут линейкой GigaChat Lite, GigaChat Pro и GigaChat Max. Доступ к API оформляется через личный кабинет разработчика Sber, авторизация построена на OAuth2: получаешь client_id и client_secret, по ним запрашиваешь access token сроком действия около получаса и обновляешь его перед каждой партией запросов.

YandexGPT принадлежит Yandex Cloud, линейка состоит из YandexGPT Lite и YandexGPT Pro. Доступ идет через IAM-токен Yandex Cloud, который получаешь через CLI, сервисный аккаунт или SDK. Плюс в том, что YandexGPT сразу живет в экосистеме Yandex Cloud: можно завести очередь в Message Queue, обработчик в Cloud Functions и хранить результаты в Object Storage без переезда на другую инфраструктуру.

Для задач с function calling обе платформы позволяют описать схему функции в JSON и получить от модели готовый вызов с параметрами, это удобно, когда нужно вытащить из сообщения клиента сумму заказа, дату доставки или номер телефона и сразу передать их в CRM.

Тарифы и лимиты: во сколько обходится API GigaChat и YandexGPT

GigaChat дает тестовый бесплатный лимит на новый аккаунт разработчика, его хватает, чтобы прогнать пилотный сценарий бота на пару недель и посмотреть, тянет ли модель нужный объем диалогов. После исчерпания лимита оплата идет пакетами токенов, стоимость привязана к выбранной модели: Lite дешевле, Max дороже и требует отдельного согласования лимитов.

YandexGPT работает по классической модели Yandex Cloud pay-as-you-go: платишь по факту использованных токенов, без обязательного пакета вперед, но и без бесплатного лимита по умолчанию, разве что на аккаунте есть грант от акции Yandex Cloud. Для бизнеса это означает, что стартовать с YandexGPT можно сразу, без пилотного окна на тестовом лимите, но затраты нужно закладывать в бюджет с первого дня.

Точные цифры в рублях за миллион токенов у обоих провайдеров меняются чаще, чем я готов зафиксировать в статье, поэтому перед запуском проекта всегда сверяю актуальный прайс в личном кабинете, а не полагаюсь на цифры из старых скриншотов.

Качество генерации на русском языке и работа с контекстом

На практике GigaChat увереннее держит разговорный, бытовой стиль: если бот должен звучать как живой оператор поддержки, а не как справочная система, ответы GigaChat реже требуют постобработки. YandexGPT точнее следует жестким инструкциям в системном промпте и меньше уходит в сторону, когда нужен строго структурированный ответ, например разбивка заявки на поля для последующей записи в таблицу.

Оба провайдера предлагают отдельный endpoint для эмбеддингов, что закрывает задачу векторного поиска по базе знаний: загружаешь документы компании, режешь на чанки, считаешь эмбеддинги и на каждый вопрос клиента подмешиваешь в промпт релевантные куски перед отправкой в основную модель. Разница в качестве RAG-ответа в таких схемах чаще упирается в качество разбивки документов и промпта, а не в саму базовую модель.

Function calling и структурированный вывод

Для интеграции с CRM или админкой интернет-магазина структурированный вывод важнее художественности текста. Пример запроса на получение токена авторизации для GigaChat выглядит так:

curl -X POST "https://ngw.devices.sberbank.ru:9443/api/v2/oauth" \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -H "Accept: application/json" \
  -H "RqUID: 6f1b2e2a-0000-4000-8000-000000000000" \
  -H "Authorization: Basic AUTH_KEY" \
  -d "scope=GIGACHAT_API_PERS"

Полученный token живет ограниченное время, поэтому в проде его обновление вешаю на отдельный планировщик, а не на каждый входящий запрос от бота. У YandexGPT логика похожая, только вместо статического ключа используется сервисный аккаунт и IAM-токен, который удобно обновлять через Yandex Cloud SDK прямо в коде обработчика.

Внедрение в бизнес-процессы: боты, CRM и автоматизация в n8n

Чаще всего GigaChat и YandexGPT попадают в бизнес через три канала: Telegram-бот на aiogram для первой линии поддержки, сценарий в n8n, который забирает заявку из формы на Tilda и готовит черновик ответа менеджеру, и модуль в CRM, который классифицирует обращение и раскладывает его по нужной воронке в amoCRM или Bitrix24.

В интернет-магазине с оплатой через T‑Bank и доставкой через СДЭК модель обычно не трогает саму логику заказа: статус оплаты и трек-номер СДЭК приходят по вебхуку из соответствующих API, а LLM только формирует человекочитаемый текст уведомления клиенту на основе этих данных. Смешивать бизнес-логику и генерацию текста в одном промпте я не рекомендую, это усложняет отладку и увеличивает шанс, что модель придумает несуществующий трек-номер.

Для n8n оба провайдера подключаются через обычный HTTP Request node с нужными заголовками авторизации, отдельного официального node для GigaChat или YandexGPT в базовой поставке n8n нет, но кастомный HTTP-запрос собирается за 15-20 минут, если заранее знаешь формат токена. Если нужен готовый сценарий с обработкой ошибок, ретраями и логированием, а не просто рабочий прототип, обычно делаю разработку AI-интеграции под ключ с тестами на реальных обращениях клиента, а не на синтетических примерах.

Данные клиентов, безопасность и требования 152-ФЗ

Оба провайдера держат инфраструктуру в России, это снимает часть вопросов по трансграничной передаче персональных данных по сравнению с иностранными LLM. Но локализация серверов не отменяет базовую гигиену: если в диалоге с ботом клиент называет паспортные данные или номер карты, такие поля лучше маскировать до отправки в модель, а не полагаться на то, что провайдер сам все обезличит.

Для банков и госсектора оба сервиса предлагают коммерческие тарифы с подписанием соглашения об обработке данных, это отдельная процедура, которая занимает больше времени, чем регистрация обычного аккаунта разработчика, и ее стоит закладывать в сроки проекта заранее, а не в последнюю неделю перед запуском.

Какую модель выбрать под конкретную задачу

• Разговорный бот поддержки на русском языке с живой интонацией - чаще выбираю GigaChat, ответы меньше похожи на шаблон.
• Строгая классификация заявок и извлечение полей в CRM - обе модели справляются, финальный выбор зависит от теста на собственных исторических диалогах компании.
• Проект уже строится на инфраструктуре Yandex Cloud (DataSphere, Object Storage, Cloud Functions) - логичнее взять YandexGPT, меньше точек интеграции.
• Нужен бесплатный пилот перед тем как показывать бюджет руководству - удобнее стартовать с GigaChat из-за тестового лимита.

На части проектов ставлю обе модели параллельно через switch-node в n8n: если основной провайдер вернул ошибку лимита или недоступен, запрос уходит во второй. Это увеличивает надежность бота без переписывания логики диалога, но требует хранить оба набора ключей и следить за расхождением в формате ответа.

Частые вопросы

Можно ли пользоваться GigaChat и YandexGPT бесплатно?

У GigaChat есть тестовый лимит токенов на новом аккаунте разработчика, его хватает на пилотный прогон бота. У YandexGPT бесплатного тарифа по умолчанию нет, доступны только промо-гранты Yandex Cloud, если они действуют на момент регистрации. Для постоянной эксплуатации оба провайдера требуют платного тарифа и договора на юрлицо.

Что проще подключить к Telegram-боту на aiogram?

Обе модели подключаются одинаково: бот на aiogram получает сообщение, формирует запрос к API GigaChat или YandexGPT с системным промптом и историей диалога, получает ответ и отправляет его пользователю. Разница только в формате авторизации: у GigaChat это OAuth2-токен, у YandexGPT - IAM-токен сервисного аккаунта.

Подходят ли GigaChat и YandexGPT для обработки персональных данных клиентов?

Оба хранят данные на серверах в России, что упрощает соответствие 152-ФЗ по сравнению с иностранными провайдерами. Но чувствительные поля вроде номера карты или паспорта я все равно рекомендую маскировать перед отправкой в любую внешнюю LLM, а для банков и госзаказчиков оформлять отдельное соглашение об обработке данных на коммерческом тарифе.

Стоит ли выбирать одну модель или использовать обе сразу?

Для небольшого проекта достаточно одной модели, подобранной под задачу. Для критичных сценариев, где простой бота напрямую бьет по продажам, ставлю обе модели с автоматическим переключением при ошибке или превышении лимита одного из провайдеров.