Собственная языковая модель
T-CAM — модель, которая
вычисляет, а не угадывает.
Не чат-бот для переписки, а промышленная система для точной экспертной работы: аудит документов, налоговые расчёты, инженерные проверки, анализ кода. Разворачивается в вашем контуре, считает через детерминированный модуль и держит память без лимитов контекста.
T-CAM (Topic-Capsule Associative Memory) — российская базовая языковая модель для задач, где ошибаться нельзя. От обычных LLM её отличают четыре вещи: точные вычисления отдельным детерминированным модулем, постоянная память без роста видеопамяти от размера документа, обновление знаний без переобучения и инфраструктурная экономия 80–90 % за счёт работы на 1–2 GPU вместо кластера из 8. Её можно развернуть внутри периметра компании и взять под White Label, чего не дают ни иностранные модели, ни GigaChat с YandexGPT.
Если это про вас
Готовых моделей много, а поставить некуда
Лучшие модели недоступны
ChatGPT и Claude заблокированы. DeepSeek гоняет запросы через Китай, а это уже разговор с юристами про 152-ФЗ. Работать на том, что нельзя пускать к данным, не получается.
Облако не пускают в контур
GigaChat и YandexGPT живут в чужом облаке. Договоры под NDA, налоговые данные, чертежи КИИ туда не отправить. А развернуть их у себя нельзя.
Модель «фантазирует» в расчётах
Обычная LLM генерирует цифру как наиболее вероятный текст. В аудите и налогах правдоподобная, но неверная сумма дороже, чем честное «не знаю».
White Label никто не даёт
Сбер и Яндекс строят закрытые экосистемы. Поставить решение под своим брендом, для своих клиентов или для гос-сегмента с ФСТЭК на их моделях не выйдет.
Что внутри
Четыре отличия от обычной LLM
Это не настройки поверх чужой модели. Архитектура спроектирована под точную работу с документами и расчётами, где цена ошибки измеряется в миллионах.
01 · Вычисления
Точно, без галлюцинаций
Математику решает отдельный детерминированный модуль с жёсткими правилами. Модель не подбирает правдоподобную цифру, она её вычисляет. Результат сверки или налога воспроизводим.
02 · Память
Без лимитов контекста
Объём видеопамяти одинаковый, хоть документ на 1000 слов, хоть на 1 000 000. Модель не «забывает» начало длинного договора к его концу и не упирается в окно контекста.
03 · Знания
Обновление без переобучения
Новый закон или ставка — это запись в базу правил, без цикла дообучения. Поддержание актуальности стоит несколько часов работы вместо сотен тысяч рублей.
04 · Инфраструктура
Экономия 80–90 %
На одного корпоративного клиента — 1–2 сервера с GPU вместо кластера из 8. Память не растёт с объёмом документа, поэтому железо не приходится наращивать под нагрузку.
Что на этом строится
Пять прикладных продуктов на одном движке
Под каждую из этих задач не нужна отдельная модель. Меняется база правил и набор источников, движок остаётся тот же.
ИИ-Аудитор M&A
Читает весь пакет документов сделки целиком. Работу, на которую Due Diligence тратит 2–4 недели и миллионы рублей, проходит за часы.
Налоговый Контролёр
Подключается к 1С и ERP, читает платёжки и договоры, ставит «красный флаг» при расхождениях до того, как их найдёт ФНС.
Архитектор кода
Вносит согласованные изменения по всей кодовой базе сразу, удерживая связи между файлами, а не правит фрагмент в отрыве от остального.
Цифровой Инженер
Анализирует чертежи, ГОСТы и телеметрию для РЖД и энергетики. Сверяет проектные данные с нормами и показаниями с площадки.
Корпоративный поиск
Даёт точный ответ со ссылкой на конкретную страницу и абзац источника. Не пересказ по памяти, а цитата, которую можно проверить.
Своя задача
Если у вас экспертная работа с документами по своим правилам, её можно собрать на том же движке. Обсудим на демонстрации.
Глазами практика
На что смотреть при выборе модели в контур
«Российская LLM» на витрине ещё ничего не гарантирует. Проверьте кандидата по пяти пунктам, прежде чем подписывать поставку.
- Куда уходят ваши данные. Облачный сервис, даже российский, обрабатывает запросы на чужой стороне. Для договоров под NDA, налоговых данных и документации КИИ нужна модель в вашем периметре. Сначала спросите про развёртывание on-prem, потом про качество ответов.
- Как считаются числа. Если сумму налога или результат сверки выдаёт та же вероятностная генерация, что и текст, рано или поздно вы получите красивую неверную цифру. У T-CAM расчёт идёт через детерминированный модуль, и это проверяется на демонстрации с вашими данными.
- Что с длинными документами. Многие модели «теряют» середину договора на 300 страниц из-за окна контекста. Дайте кандидату реальный длинный документ и проверьте, помнит ли он начало к концу.
- Сколько стоит держать знания актуальными. Если каждое изменение закона — это новый цикл дообучения, поддержка съест бюджет. У T-CAM это запись в базу правил, считайте стоимость поддержки на год вперёд.
- Дают ли White Label и ФСТЭК. Если планируете перепродавать решение или работать с гос-сегментом, спросите про лицензию под своим брендом и сертификацию заранее. У закрытых экосистем ответ обычно отрицательный.
Экономика
Где собственная модель окупается
Экономика T-CAM держится не на хайпе, а на двух вещах: меньше железа и меньше ручной экспертной работы. Цифры ниже — проектные ориентиры, точный расчёт делаем под вашу задачу.
80–90 %
экономии на инфраструктуре: 1–2 GPU вместо кластера из 8 на корпоративного клиента.
2–4 нед.
сжимаются до часов: столько Due Diligence тратит на пакет документов сделки, который читает ИИ-Аудитор.
600 %
проектный ориентир возврата за 6 месяцев при инвестициях 60 млн ₽. Цифра из инвест-модели, не гарантия.
Как купить
Три формата под разный режим работы с данными
Формат подбираем по задаче: где-то хватает API по токенам, где-то нужен полный контур и собственный бренд. Честно скажем, если вам достаточно более простого варианта.
API и токены
от 0,8 ₽/1000 токенов
Или пакеты от 50 000 ₽/мес. Подходит, чтобы встроить модель в свои сервисы и платить по объёму.
SaaS-продукты
от 200 000 ₽/мес
Готовые продукты вроде Налогового Контролёра или Корпоративного поиска. Запуск без своей разработки.
White Label
от 5 млн ₽/год
Развёртывание в вашем контуре под собственным брендом. Для перепродажи и гос-сегмента с ФСТЭК.
Готовых ИИ-агентов на базе T-CAM можно публиковать в маркетплейсе АЛРИИ, комиссия площадки — 15–25 % с продаж.
Частые вопросы
- Чем T-CAM отличается от GigaChat и YandexGPT?
- GigaChat и YandexGPT работают как закрытые облачные сервисы: их не развернуть в вашем контуре и White Label по ним не дают. T-CAM ставится на ваши серверы, считает точно через детерминированный модуль и отдаётся под White Label лицензию. Если данные нельзя выпускать наружу, выбора между ними почти нет.
- Почему нельзя просто взять ChatGPT, Claude или DeepSeek?
- ChatGPT и Claude в России заблокированы. DeepSeek обрабатывает запросы через инфраструктуру в Китае, и для персональных данных это нарушение 152-ФЗ. T-CAM разворачивается внутри вашего периметра, поэтому данные не покидают компанию.
- Что значит «точные вычисления без галлюцинаций»?
- Математику и проверки по правилам в T-CAM считает отдельный детерминированный модуль с жёсткими правилами, а не вероятностная генерация. Модель не угадывает цифру налога или результат сверки, она его вычисляет. Для аудита, налогов и инженерных расчётов это принципиально.
- Как обновлять знания: новый закон, новая ставка?
- Новый закон или ставка добавляются как запись в базу правил, без переобучения модели. Поддержание актуальности стоит несколько часов работы вместо сотен тысяч рублей на дообучение.
- Сколько серверов нужно под T-CAM?
- На одного корпоративного клиента обычно хватает 1–2 серверов с GPU вместо кластера из 8. Это и есть инфраструктурная экономия 80–90 %: память не растёт с размером документа, поэтому железо не приходится наращивать под объём.
- В каких форматах можно купить T-CAM?
- Три формата: API с оплатой по токенам (от 0,8 ₽ за 1000 токенов или пакеты от 50 000 ₽/мес), готовые SaaS-продукты (от 200 000 ₽/мес) и White Label лицензия для развёртывания под своим брендом (от 5 000 000 ₽/год). Формат подбираем под задачу и режим работы с данными.
Дальше по теме
ИИ-трансформация
Модель — это инструмент. Сначала процессы, данные и команда. С чего начать перестройку.
Hermes
Персональный ИИ-ассистент руководителя в Telegram. Работа в контуре, память по проектам и людям.
Аудит готовности к ИИ
Поймём, где у вас источники истины и какая задача под T-CAM окупится первой.
Посмотреть T-CAM на ваших документах
Принесите реальный длинный договор или пакет на сверку. На демонстрации проверим точность расчётов и память на ваших данных, без презентаций.