Иллюстрация: ЖИ
Қазақстанда қазақша түсінетін кемінде төрт үлкен тілдік модель бар: KazLLM, AlemLLM, Oylan ассистенті және БАӘ-де жасалған Sherkala. Цифрлық даму министрлігінің дерегінше, негізгі екеуі — KazLLM мен AlemLLM негізінде 42 ЖИ өнімі жұмыс істейді. Соған қарамастан, ақпанда президент министрден жұрттың неге әлі де ChatGPT-ге жүгінетінін сұрады. Бұл қандай модельдер, бір-бірінен несімен ерекшеленеді және қазір қайда қолданылып жүр — соны талдаймыз.
KazLLM: алғашқы модель, 8 және 70 млрд параметр
KazLLM-ді Назарбаев Университетінің Ақылды жүйелер және жасанды интеллект институты (ISSAI) жасады. Модель 2024 жылдың сәуірінен желтоқсанына дейін әзірленіп, 2024 жылғы 11 желтоқсанда президентке таныстырылды (issai.nu.edu.kz, tengrinews.kz).
Бұл модель «нөлден» жасалған жоқ. ISSAI Meta компаниясының ашық Llama 3.1 архитектурасын алып, оны қазақша деректермен қосымша оқытты. Екі нұсқасы шықты: жұмыс станцияларына арналған 8 млрд параметрлі және дата-орталықтарға арналған 70 млрд параметрлі нұсқа. Модельді жекеменшік телеком-компания берген сегіз NVIDIA DGX H100 серверінде оқытты. ISSAI бағалауынша, 70 млрд параметрлі нұсқа шыққан кезде жиынтық тест нәтижелері бойынша GPT-4o-ға жуықтаған (issai.nu.edu.kz).
Tengrinews дерегінше, жұмысқа 26 институт пен университеттен 140-тан астам маман қатысқан, ал мәтіндер корпусы 115 пәнді қамтиды. Модель қазақша, орысша және ағылшынша түсінеді.
Beeline Қазақстан мен QazCode өздерін KazLLM-ді «ISSAI және Astana Hub-пен серіктестікте» әзірлегендер деп атайды. Олар түрік тілін қоса алғанда, төрт тілдегі 150 млрд токеннен асатын корпус туралы жазады (standard.kz). 2026 жылғы қазанда жоба AmCham Awards сыйлығын «Қазақ мәдениеті» номинациясы бойынша алды.
Модель Hugging Face платформасында ашық тұр, бірақ лицензиясы коммерциялық мақсатта пайдалануға рұқсат бермейді: зерттеуге болады, ал оның негізінде жасалған өнімді сатуға болмайды. 2024 жылдың соңында университет Astana Hub-қа айрықша емес лицензия берді. ISSAI-дың өзі жазғандай, содан бері институттан әзірлеуді жалғастыруды сұрамаған.
AlemLLM: ең үлкен модель, 247 млрд параметр
Екінші модель — AlemLLM — 2025 жылдың жазында шықты. Оны Кай-Фу Ли негізін қалаған қытайлық 01.AI компаниясының техникалық қолдауымен Astana Hub шығарды (huggingface.co).
Бұл модельдің ауқымы бөлек: 247 млрд параметр бар, әр жауапты дайындауға соның 22 миллиарды қатысады («сарапшылар қоспасы» архитектурасы). Лицензиясы — Apache 2.0, яғни оны коммерциялық өнімдерде де қолдануға болады.
Әзірлеушінің өз тесттерінде AlemLLM қазақша орта есеппен 0,826 балл жинаған, ал GPT-4o нәтижесі — 0,776. Орысша көрсеткіштері тиісінше 0,848 және 0,808 болған. Бір ескеретін жайт: бұл — Astana Hub-тың өз өлшемдері, ал GPT-4o OpenAI-дың ең мықты моделі болудан әлдеқашан қалған. Кейбір тесттерде GPT-4o әлі де алда, мысалы, HellaSwag тестінде үш тілде де озық нәтиже көрсеткен (huggingface.co).
Oylan: қолданып көруге болатын ассистент
KazLLM мен AlemLLM әзірлеушілерге арналған «қозғалтқыштар» болса, Oylan — қарапайым адамдарға арналған дайын ассистент. Оны да ISSAI жасап жатыр. Үшінші нұсқасы 2025 жылғы желтоқсанда таныстырылды: ол мәтінмен, дауыспен және суреттермен жұмыс істейді, қазақша (латын әрпімен жазылғанын да), орысша және ағылшынша түсінеді, интернеттен ақпарат іздей алады (issai.nu.edu.kz).
Оны oylan.nu.edu.kz сайтында қолданып көруге болады. ISSAI-дың бұдан басқа да бірқатар өнімі бар: MangiSoz 11 тілде сөйлеуді танып, дыбыстайды, TilSync сөз сөйлеп тұрған адамның айтқанын сол сәтте аударады, ал қазақы бейнелерге негізделген деректермен оқытылған Beynele сурет жасайды.
Sherkala: БАӘ-де жасалған қазақша модель
Sherkala Қазақстанда жасалған жоқ. Оны 2025 жылғы ақпанда Inception (әмірліктердің G42 тобына кіреді), MBZUAI университеті және Cerebras Systems шығарды (huggingface.co).
Модель шағын — 8 млрд параметрі бар, ол да Llama 3.1 негізінде жасалған. Оны 45 млрд токенмен қосымша оқытып, сөздігін қазақша сөздермен 25%-ға кеңейткен. Әзірлеушілердің қазақша тесттерінде Sherkala 47,6 балл, ал параметр саны бірдей KazLLM 43,7 балл жинаған. Лицензиясы коммерциялық мақсатта қолдануға тыйым салады.
42 өнім және 480 мың сұрау
Мұның бәрі қайда қолданылып жатыр? Цифрлық даму министрлігінің 2026 жылғы ақпандағы дерегінше, KazLLM мен AlemLLM негізінде 42 ЖИ өнімі жасалған. Модельдерге 480 мыңнан астам сұрау түскен: 420 мыңы — жеке бизнестен, 60 мыңы — мемлекеттік сектордан. Модельді Hugging Face платформасынан 13 елдің 135 компаниясы жүктеп алған (kz.kursiv.media).
Мысалдар арасында Qazaq law заң кеңесшісі, шетелдегі қазақстандықтарға арналған консулдық агент, мемлекеттік сатып алу мен салық бойынша агенттер, AI eGov-тың салалық шешімдері бар. «Самұрық-Қазына» үш ЖИ агентін енгізген, соның бірі — «директорлар кеңесі мүшесінің цифрлық баламасы» SK AI. Beeline дерегінше, KazLLM негізінде AI Tutor, Mentra, Aventa және AIDA медициналық ассистенті сияқты коммерциялық сервистер де жұмыс істейді (standard.kz).
Жұрт неге әлі де ChatGPT-ге жүгінеді
2026 жылғы 11 ақпанда үкімет отырысында Тоқаев цифрлық даму министрі Жаслан Мәдиевтен отандық модельдерге сұраныстың неге төмен екенін сұрады: пайдаланушылар шетелдік сервистерді таңдайды. Министр модельдердің 40-тан астам ақпараттық жүйеге енгізілгенін, оларды студенттер, стартаптар мен IT-компаниялар қолдана алатынын айтты (tengrinews.kz).
Сарапшылар бірнеше себеп атайды. Ашық салыстырмалы тесттер мен ілгерілеу туралы тұрақты есептер жоқ, ал көптеген қазақстандық бұл жобалар жайлы мүлде білмейді (tengrinews.kz). ISSAI-дың өзі ресурстар айырмасын жазады: Meta-да Llama-ны оқытуға дәл осындай 16 мыңнан астам сервер мен 400 зерттеуші жұмылдырылған. Ал Қазақстан ғылымға ЖІӨ-нің шамамен 0,2%-ын жұмсайды, дамыған елдерде бұл көрсеткіш 1% және одан жоғары (issai.nu.edu.kz). Әлемде жаңа модельдер шамамен жарты жыл сайын шығады. Үнемі қосымша оқытылмаса, ұлттық модель тез артта қалады.
Қарапайым түсіндірмесі де бар: әлемдік сервистер де қазақша үйренді. Google Gemini-ге қазақ тілін қосқанын хабарлады, ал OpenAI мен Anthropic модельдері арнайы баптаусыз-ақ қазақша жауап береді.
Келесі қадам: OpenAI-мен бірге 14 млрд токен
Келесі қадам — дерек жинау. 2026 жылғы 9 қарашада «Қазақ тілі» қоғамының төрағасы Рауан Кенжеханұлы президентке қоғамның OpenAI-мен бірге 14 млрд токендік мәтін корпусын және қазақ тіліндегі 12 мың сағат аудиожазба жинағанын баяндады (tengrinews.kz). Мұндай корпустар әлемдік модельдерге де, жергілікті модельдерге де қажет: сапалы қазақша мәтін неғұрлым көп болса, кез келген нейрожелі тілді соғұрлым жақсы түсінеді.
Цифрлық даму министрлігі басқа да жоспарларды атаған: дауыстық модель және интернетсіз, мысалы, шахталарда жұмыс істей алатын шағын салалық модельдер (kz.kursiv.media).
Ал сіз қазақша нейрожелілерді қолданып көрдіңіз бе? Қайсысын пайдаланасыз — Oylan, ChatGPT әлде басқасын ба?
