YandexGPT API для продуктовых задач

YandexGPT доступен через API в составе Yandex Cloud. К 2026 году это зрелый продукт: разные размеры моделей (lite, pro, max), стабильное API, понятные тарифы, правильная поддержка для российских юр.лиц с оплатой в рублях и договорами по 152-ФЗ.

Сейка использует YandexGPT в нескольких проектах и в собственных инструментах, и сейчас разберу, когда он оптимален, а когда лучше выбрать альтернативу.

Когда YandexGPT, а не альтернативы

У YandexGPT есть несколько преимуществ перед международными моделями (OpenAI GPT-4, Anthropic Claude, Mistral) специфически для русскоязычных проектов.

Русский язык. YandexGPT обучался на корпусе с большой долей оригинального русского. На русскоязычных бенчмарках типа SLAVA и MERA он обходит GPT-4 в задачах с тонкой морфологией, идиоматикой и профессиональной русской терминологией. Особенно заметно в трёх областях. Понимание разговорной русской речи с её сокращениями, оборотами, диалектами — YandexGPT справляется лучше. Работа с устаревшими или специфическими словоупотреблениями — модель училась на разнообразных корпусах, включая классическую литературу. И корректная пунктуация в сложных русских синтаксических конструкциях — у YandexGPT она заметно точнее международных аналогов.

Юридический доступ. Для российского юр.лица доступ к OpenAI или Anthropic в 2026 году идёт через посредников, с дополнительными комиссиями и рисками с санкциями. YandexGPT через Yandex Cloud — оплата напрямую в рублях с расчётного счёта, договор по 152-ФЗ, никаких санкционных рисков. Для большинства российских проектов это решающий фактор.

Латентность. YandexGPT работает с серверов Yandex Cloud в России — сетевой RTT от Москвы заметно ниже, чем до серверов OpenAI в США. На полное время ответа модели это влияет умеренно (инференс занимает основную долю), но для интерактивных продуктов (чат-боты, голосовые интерфейсы) разница ощутима.

Цена. В 2026 году ориентировочные цены YandexGPT: lite — около 0.1 рубля за тысячу токенов, pro — около 0.6 рубля. Это в два-четыре раза дешевле OpenAI GPT-4 для русскоязычных задач, с учётом того, что русские тексты «дольше» в токенах при равном объёме информации.

Когда альтернативные модели лучше. Длинный контекст — у YandexGPT pro окно контекста заметно меньше, чем у современных Claude и GPT-4 (у тех — сотни тысяч токенов, у топовых тиров — больше миллиона). Для работы с большими документами (50+ страниц) альтернативы лучше. Актуальные лимиты проверяйте по документации Yandex Cloud — они меняются между релизами. Англоязычный продукт — OpenAI и Claude сильнее на английском. Кодирование (генерация и анализ кода) — Claude и GPT-4 чаще лучше в этой задаче. Мультимодальность с фокусом на изображения — Claude и GPT-4 сильнее в Vision-задачах.

Доступ к API

Чтобы начать использовать YandexGPT, нужно несколько шагов. Создать аккаунт в Yandex Cloud (cloud.yandex.ru). Создать каталог и сервисный аккаунт внутри облака. Получить API-ключ для сервисного аккаунта. Подключить сервис «Foundation Models» в облаке.

Для российского юр.лица процесс выглядит так. Регистрация на компанию через ЕСИА. Подписание договора онлайн (через ту же ЕСИА). Оплата с расчётного счёта по выставленным счетам. Всё работает без посредников и серых схем.

Базовый запрос к API выглядит так:

import requests

url = "https://llm.api.cloud.yandex.net/foundationModels/v1/completion"
headers = {
    "Authorization": "Api-Key YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "modelUri": "gpt://YOUR_FOLDER_ID/yandexgpt-lite",
    "completionOptions": {
        "stream": False,
        "temperature": 0.6,
        "maxTokens": "2000"
    },
    "messages": [
        {"role": "system", "text": "Ты — SEO-консультант."},
        {"role": "user", "text": "Что такое ИКС?"}
    ]
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Стандартный REST API, ничего экзотического. Для удобства разработки Yandex Cloud предоставляет SDK для Python, JavaScript, Go, Java — все они упрощают работу с API через готовые клиенты.

Типичные продуктовые задачи

Какие задачи в реальных продуктах хорошо решаются через YandexGPT API.

Чат-боты для русскоязычной аудитории. Поддержка клиентов, FAQ-боты в приложениях, ассистенты внутри сайтов. YandexGPT lite справляется в 90% типичных сценариев таких ботов. Для сложных консультаций иногда нужен pro, но это не норма.

Реферирование текста. Сжатие длинных текстов до краткой выжимки или резюме. YandexGPT lite — для коротких текстов (статьи до пары тысяч слов), pro — для длинных (документы, многостраничные материалы).

Классификация. Категоризация документов, писем клиентов, отзывов, тикетов поддержки. YandexGPT lite работает быстро и дёшево, подходит для больших объёмов.

Генерация контента. Черновики статей, описаний товаров, маркетинговых текстов. Важно — обязательно с правкой человеком. LLM пишет «правильно», но без редактуры получается типовой нейронный стиль, который плохо ранжируется в Яндексе.

Перевод RU-EN и EN-RU. YandexGPT pro делает хорошо для большинства тем. Для специализированных тематик (медицина, юриспруденция, технический перевод) лучше DeepL или специализированные сервисы.

Извлечение данных из текста. Парсинг неструктурированных документов: извлечение реквизитов, дат, имён, сумм, телефонов. С хорошо составленным промтом YandexGPT справляется надёжно.

Аналитика отзывов. Sentiment-анализ (положительный/отрицательный/нейтральный), выявление основных тем в массиве отзывов, кластеризация. YandexGPT lite справляется с большими объёмами по разумной цене.

Расчёт стоимости

Сейка покажет на конкретном примере, как считать бюджет на YandexGPT в продукте.

Допустим, вы строите чат-бот поддержки на YandexGPT lite. Один разговор клиента с ботом — это примерно пять сообщений пользователя плюс пять ответов бота, в сумме около пяти тысяч токенов. По текущей цене это выходит примерно 0.5 рубля за разговор.

При нагрузке десять тысяч разговоров в день — это пять тысяч рублей в день, или примерно сто пятьдесят тысяч рублей в месяц. В большинстве случаев это в разы дешевле, чем содержать команду первой линии поддержки на той же нагрузке.

Для других задач (классификация, реферирование) расчёт делается аналогично — считаете средний объём обработки на единицу и умножаете на нагрузку.

Промт-инжиниринг для русского

Несколько особенностей YandexGPT, которые помогают получать лучшие результаты.

System-промт. Используйте системное сообщение для установки роли и стиля. Например:

Ты — SEO-консультант по русскому рынку. Отвечай кратко, конкретно, с цифрами и примерами. 
Если вопрос неясный — задай уточняющий вопрос.

Хороший system-промт сильно меняет качество ответов и стоит времени на проработку.

Few-shot обучение. В пользовательском сообщении показывайте примеры того, что вы хотите получить:

Пример 1: запрос «купить пуховик» — коммерческий интент.
Пример 2: запрос «как стирать пуховик» — информационный интент.
Пример 3: запрос «озон» — навигационный интент.

Запрос для классификации: «лучший пуховик 2026».

Три-пять примеров обычно достаточно для большинства классификационных задач.

Температура. Параметр от 0 до 1, который определяет «креативность» модели. Значения 0.0-0.3 — для предсказуемых задач (классификация, извлечение, перевод). 0.5-0.7 — для генерации текста с лёгкой вариативностью. 0.8-1.0 — для креативных задач, где разнообразие важнее предсказуемости.

Длина ответа. Жёстко задавайте maxTokens в запросе, иначе модель может «писать долго» там, где не нужно. Для коротких ответов — 200-500 токенов, для развёрнутых — 1500-2000.

Что не делать

Не используйте YandexGPT для англоязычных задач — GPT-4 и Claude существенно сильнее на английском.

Не отправляйте персональные данные клиентов в LLM без явного согласия. 152-ФЗ требует обоснования и согласия на обработку, и LLM-провайдер тут — внешняя обработка персональных данных.

Не полагайтесь на LLM в критически важных решениях без human-in-the-loop. Медицинские диагнозы, юридические заключения, финансовые рекомендации — обязательно с проверкой человеком-экспертом. LLM хороша как помощник, а не как замена эксперта в высокорисковых областях.

Не игнорируйте стриминг для интерактивных продуктов. Streaming-режим (когда ответ приходит по токенам постепенно) даёт значительно лучший UX чата — пользователь видит ответ сразу, а не ждёт несколько секунд пустой страницы.

Короче говоря

YandexGPT API оптимален для русскоязычных продуктов российских юр.лиц. Преимущества: качество на русском, юридическая прозрачность, низкая латентность из России, цена в 2-4 раза ниже OpenAI. Lite-версия покрывает 90% типичных задач; pro нужен только для сложного reasoning, длинного контекста или критической точности. Базовые применения: чат-боты, реферирование, классификация, генерация черновиков, извлечение данных, аналитика отзывов. Промт-инжиниринг: проработанный system-промт, few-shot с примерами, температура под задачу, явный maxTokens. Гибрид YandexGPT плюс GigaChat плюс международные LLM часто оптимален в крупных продуктах. LLM галлюцинируют — верификация для критических задач обязательна.

Дальше — От SEO к GEO: реструктуризация контента, последняя статья раздела про LLM.