Evolution Foundation Models

Evolution Foundation Models — сервис российского облачного провайдера Cloud.ru. Логика простая: разработчик берёт популярные языковые модели с открытым исходным кодом, разворачивает их у себя и продаёт доступ по API. «Модели уже готовы к использованию — не нужно развертывать инференс и писать код».

Сразу главное ограничение для этой категории: картинок здесь нет. Это текстовые модели. Мультимодальность в списке возможностей есть, но помечена словом «скоро», и речь в ней идёт о понимании разных типов данных, а не о генерации изображений.

Здесь легко запутаться, поэтому разберём аккуратно. В каталоге стоят зарубежные модели: DeepSeek, Qwen, gpt-oss, Kimi, GLM. Но это открытые модели — их веса скачаны и развёрнуты в российском облаке. Формулировка разработчика: «Модели развернуты на российских серверах».

Разница принципиальная. Когда вы работаете с зарубежным поставщиком напрямую, ваш запрос уезжает за границу со всеми последствиями по трансграничной передаче. Здесь зарубежная только архитектура модели, а не место обработки. И риск отключения тоже другой: отобрать уже скачанные веса открытой модели нельзя — можно только перестать выпускать новые версии. Для устойчивости бизнес-процесса это серьёзное отличие от перепродажи доступа к закрытому зарубежному API.

Рядом в том же каталоге есть и российская GigaChat — то есть через один API можно сравнить российскую и открытые модели на своих задачах, не переписывая интеграцию.

Оплата потоковая, по токенам: цена указана помодельно, за миллион токенов, и отдельно считаются входящие и генерируемые. Примеры из каталога:

• GigaChat3.5-432B-A28B-Reasoning (ai-sage) — генерация втрое дороже входа. Контекст 262К
• DeepSeek-V4-Pro (deepseek-ai) — наоборот, вход вчетверо дороже генерации. Контекст 1048К
• Kimi-K2.6 (moonshotai) — та же схема, вход дороже генерации. Контекст 262К
• GLM-5.1 (zai-org) — самый дорогой вход из этой четвёрки. Контекст 202К

Обратите внимание на странность — и на то, что она работает не для всех. У открытых моделей в этом каталоге входящие токены в разы дороже генерируемых: обратно тому, к чему привыкли те, кто работал с зарубежными API. А у российской GigaChat соотношение обычное — дороже стоит генерация. Практический вывод: если вы собираетесь гонять через модель целиком документы или базу знаний, на открытых моделях считать надо именно вход, и ровно на этой задаче GigaChat может оказаться выгоднее. Соотношения — наш вывод из опубликованных ставок, разработчик на него не указывает.

Считайте на своём объёме. Прикиньте задачу в токенах и умножьте на ставки выбранной модели из каталога — считать надо отдельно вход и отдельно генерацию, потому что у открытых моделей они расходятся в разы. Наша грубая прикидка для ориентира, разработчик её не приводит: тысяча описаний товаров — это порядка двухсот тысяч токенов на промпты с характеристиками и около четырёхсот тысяч на сами тексты. На такой задаче расход на GigaChat и на открытых моделях выходит одного порядка; разница начинается на больших объёмах и в режиме пакетной обработки.

Ставки меняются вместе с каталогом. Разработчик пишет: «Мы регулярно добавляем новые модели, которые показывают лучшие результаты на открытых бенчмарках». Проверяйте ставку в каталоге перед тем, как закладывать в бюджет, и закладывайте запас на смену модели.

OpenAI-совместимый API. Главное практическое удобство: готовые библиотеки и инструменты подключаются почти без правок. Разработчик публикует готовые руководства по связке с VS Code, LangChain, LiteLLM, LibreChat, Open WebUI и Aider.

Structured Output, Reasoning и Function Calling — для генерации товарных карточек важен первый пункт: модель можно заставить выдавать строгий JSON по схеме, а не свободный текст, который потом придётся разбирать руками.

Два слоя Guardrails — редкая вещь на рынке и самый интересный пункт. Первый фильтр «проверяет запросы к языковой модели на чувствительные данные и маскирует их до отправки» — то есть страхует от того, что сотрудник по невнимательности вставит в промпт персональные данные. Второй слой ловит попытки переопределить системный промпт агента.

Соседние сервисы. Evolution ML Inference — если нужна своя дообученная модель в выделенной инсталляции на V100, A100 или H100. Evolution Managed RAG и Evolution AI Agents — если нужен поиск по своей базе знаний и агенты.

20 запросов в секунду на один API-ключ. Цитата: «Режим работы моделей для каждого сервисного API-ключа ограничен — 20 запросов в секунду». Для массовой генерации карточек этого хватит; для чат-бота на большой аудитории — возможно, нет. Решение разработчика — переезжать на выделенный экземпляр в ML Inference, а это уже аренда GPU с другим чеком.

Каталог меняется. Модели добавляются и, по логике, устаревают. Гарантий того, что конкретная версия будет доступна через год, на странице нет. Если вы отладили промпты под одну модель, заложите время на перенос.

Сертификатов и реестровой записи для самого сервиса на странице не заявлено. Российское размещение заявлено, но если вам нужен номер в реестре ПО для закупки — спрашивайте отдельно.

Это сырьё, а не готовый инструмент. На стороне клиента остаётся всё: выбрать модель и сравнить её на своих задачах (рейтинги на открытых бенчмарках про ваши карточки товаров ничего не говорят), написать код интеграции, собрать промпты, настроить Guardrails под свои типы чувствительных данных, следить за расходом токенов и вычитывать результат.

Про права на сгенерированный текст на странице сервиса не сказано ничего. Учитывая, что модели чужие и у каждой своя лицензия, этот вопрос надо закрывать не на сайте облака, а в лицензии конкретной модели, которую вы выбрали.

Подойдёт команде разработки, которой нужны открытые модели без трансграничной передачи. Это главный смысл сервиса.

Подойдёт для массовой генерации текстов — описаний товаров, писем, публикаций. Разработчик сам называет этот сценарий среди основных.

Не подойдёт маркетологу без разработчика. Готового интерфейса для написания текстов здесь нет — только API и инструкции, как подключить сторонние чат-интерфейсы.

Не подойдёт, если нужны картинки. Сервис закрывает только половину категории — текстовую.

Не подойдёт под высокую нагрузку без дополнительных трат. 20 запросов в секунду на ключ — потолок, дальше аренда GPU.