让 AI 读一份很长的材料，难点不只是“记住前文”，还在于文本越长，计算和内存负担越重。GigaChat 3.5 Reasoning 给出的思路是：模型可以很大，但每一步不必全员上场。它共有 432B（4320亿）参数，处理每个 token——模型读写文本的基本单位——时只激活 28B。这里的激活参数，指当下真正参与计算的部分，比总参数更接近单步推理成本。
它还采用 Gated DeltaNet——一种用压缩状态持续吸收前文信息的序列结构，目标是减轻长上下文带来的计算和内存压力。团队先分别训练代码、数学和通用等领域专家，再通过 on-policy distillation 合成一个模型：学生从自己实际会走到的生成轨迹出发，学习教师给出的更好行为。发布者自述，其评测表现接近 DeepSeek V4 Flash Preview，同时推理轨迹少用 37% 的 token；不过材料未披露具体评测集与分项结果，现阶段更值得关注的是这套“高总容量、低激活量、压缩长上下文”的组合路线。模型权重已以 MIT 许可发布在 Hugging Face。