Суть порога
243-ФЗ от 26.07.2026 регулирует большие фундаментальные модели (БФМ). Ключевой числовой маркер — не менее 1 млрд параметров. Параметр в понимании закона — внутренний числовой коэффициент модели, значения которого подбираются при обучении; обучение, в свою очередь, определено как процесс подбора этих значений на составах данных.
Важно: порог — необходимое, но не достаточное условие. Закон требует, чтобы одновременно выполнялись пять признаков: интеллектуальные задачи на уровне человека или выше, обучение на составах данных, роль основы для создания или доработки другого ПО, не менее 1 млрд параметров и широкий круг задач. Отсутствие любого признака выводит программу из-под определения.
Тест пяти признаков по шагам
Шаг 1. Уровень задач. Решает ли модель задачи, сопоставимые с человеческим уровнем: понимание и генерация текста, речь, изображения, код, рассуждения? Узкоспециализированный классификатор — нет.
Шаг 2. Обучаемость. Подбирались ли параметры на составах данных? Правиловая система, где логика написана вручную, не обучается — признак не выполняется.
Шаг 3. Основа для другого ПО. Используют ли другие продукты вашу модель как базу — через API, дообучение, встраивание? Если модель живёт только внутри одного продукта как его внутренний модуль, признак спорный.
Шаг 4. Число параметров. Не менее 1 млрд. Здесь нужна техническая достоверность: число берётся из документации модели, а не из маркетинговых материалов. Для собственных моделей — из описания архитектуры; для чужих — из открытых карточек разработчика.
Шаг 5. Широкий круг задач. Модель универсальна или однозадачна? Именно этот признак выводит из периметра большинство корпоративных систем.
Кто точно не подпадает
Профессиональный консенсус по разборам закона относит вне периметра:
- кредитный скоринг;
- антифрод-системы;
- классическое машинное обучение на табличных данных;
- классификаторы компьютерного зрения;
- сценарные чат-боты (диалог по заранее заданному сценарию);
- прогнозирование спроса и временные ряды.
Типичный продуктовый софт с ИИ-функциями — голосовые ассистенты со сценарной логикой, рекомендательные системы, конвейеры распознавания текста — под определение БФМ не проходит: либо параметров меньше, либо задачи узкие, либо модель не служит основой чужого ПО.
Пограничные случаи
Дообучение открытых моделей. Вы берёте открытую модель от 1 млрд параметров и дообучаете на своих данных. Признаки «параметры» и «обучение» налицо; спорные зоны — «основа для другого ПО» и роль «разработчика». Пока практика не сложилась, документируйте: какая модель взята, что доработано, какими данными.
Перепродажа доступа по API. Вы не обучали модель, а встроили чужую БФМ в свой сервис. Вы не разработчик БФМ, но с 01.03.2027 на вас может лечь обязанность уведомлять пользователей о правах на результаты генерации (норма адресована тем, кто предоставляет возможность применения модели). Отслеживайте и маркировочную механику: соглашение о формате предупреждения — тоже с тем, кто предоставляет доступ.
Композиции моделей. Сервис из нескольких небольших моделей, решающий широкую задачу: формально каждая компонента мала, но ансамбль может претендовать на «выполнение задач на уровне человека». Здесь оценка индивидуальна — фиксируйте архитектуру и параметры каждой компоненты.
Почему вывод стоит фиксировать письменно
Тест пяти признаков — это доказательная позиция компании. Если модель не БФМ, у вас нет обязанностей разработчика больших моделей, но в споре с контрагентом или при проверке аргументом станет именно обоснованный вывод, датированный и подписанный техническим руководителем. Формат свободный: таблица «признак — факт — источник данных — вывод».
Такой реестр — заодно и основа AI BOM (ведомости ИИ-активов): он же пригодится для договоров с заказчиками, которые с 2027 года начнут спрашивать статус ИИ-компонентов в цепочке поставки.
Порог — не приговор, а фильтр
Появление числового порога — редкий случай регуляторной определённости: граница проводится по измеримой величине. Для 99% продуктовых команд вывод будет «не БФМ», и главная задача — корректно его оформить. Оставшийся 1% — разработчики и интеграторы действительно больших моделей — получают взамен понятный перечень обязанностей и доступ к статусам с господдержкой.