diff --git a/rag/functions/soma_evaluate.py b/rag/functions/soma_evaluate.py
new file mode 100644
index 0000000..94b99ed
--- /dev/null
+++ b/rag/functions/soma_evaluate.py
@@ -0,0 +1,117 @@
+# rag/functions/soma_evaluate.py
+"""
+SOMA-анализ (LLM-as-judge) для оценки качества ответа.
+Оценивает ответ по критериям: релевантность, полнота, отсутствие галлюцинаций,
+стиль, полезность. Возвращает оценки и вердикт.
+"""
+
+import json
+import logging
+from typing import Dict, Any, Optional
+
+from rag.services.giga_client import GigaClient
+from rag.config_models import AppConfig
+
+logger = logging.getLogger(__name__)
+
+
+async def soma_evaluate(
+    query: str,
+    context: str,
+    answer: str,
+    config: AppConfig,
+    giga: GigaClient,
+    prompts: Dict[str, str],
+) -> Dict[str, Any]:
+    """
+    Оценивает ответ LLM с помощью другого вызова GigaChat.
+
+    Аргументы:
+        query: исходный запрос пользователя.
+        context: контекст из базы знаний (может быть пустым).
+        answer: сгенерированный ответ.
+        config: объект конфигурации.
+        giga: клиент GigaChat для вызова.
+        prompts: словарь с содержимым промптов (ключ 'soma_evaluate').
+
+    Возвращает:
+        dict с полями:
+            scores: dict с оценками по критериям (числа от 1 до 5).
+            overall_score: средняя оценка (float).
+            verdict: 'pass' или 'fail' (в зависимости от порога).
+            feedback: текстовое обоснование.
+            error: строка ошибки (если есть).
+    """
+    default_result = {
+        "scores": {
+            "relevance": 3.0,
+            "completeness": 3.0,
+            "no_hallucination": 3.0,
+            "style": 3.0,
+            "usefulness": 3.0,
+        },
+        "overall_score": 3.0,
+        "verdict": "fail",
+        "feedback": "Оценка не удалась, возвращены значения по умолчанию.",
+        "error": None,
+    }
+
+    prompt_template = prompts.get("soma_evaluate")
+    if not prompt_template:
+        logger.error("Промпт для SOMA-оценки не найден")
+        default_result["error"] = "Отсутствует промпт soma_evaluate"
+        return default_result
+
+    # Формируем полный промпт
+    full_prompt = prompt_template.format(
+        query=query,
+        context=context[:3000] if context else "Нет контекста",
+        answer=answer,
+    )
+
+    # Параметры из конфига (можно сделать отдельную секцию)
+    temperature = getattr(config, 'soma_temperature', 0.1)  # низкая для детерминизма
+    timeout = getattr(config, 'soma_timeout', 30)
+
+    try:
+        response = await giga.chat(
+            history=[],
+            query=full_prompt,
+            system_prompt=None,
+            file_id=None,
+            temperature=temperature,
+            timeout=timeout,  # нужно добавить timeout в GigaClient.chat (если нет, игнорировать)
+        )
+        # Ожидаем JSON
+        data = json.loads(response.strip())
+        scores = data.get("scores", {})
+        feedback = data.get("feedback", "")
+
+        # Приводим оценки к числам
+        for key in scores:
+            try:
+                scores[key] = float(scores[key])
+            except (ValueError, TypeError):
+                scores[key] = 3.0
+        overall = sum(scores.values()) / len(scores) if scores else 3.0
+
+        # Порог можно задать в конфиге
+        threshold = getattr(config, 'soma_threshold', 3.5)
+        verdict = "pass" if overall >= threshold else "fail"
+
+        return {
+            "scores": scores,
+            "overall_score": overall,
+            "verdict": verdict,
+            "feedback": feedback,
+            "error": None,
+        }
+
+    except json.JSONDecodeError as e:
+        logger.error(f"Ошибка парсинга JSON от GigaChat: {e}, ответ: {response[:200]}")
+        default_result["error"] = f"Ошибка парсинга JSON: {e}"
+        return default_result
+    except Exception as e:
+        logger.exception(f"Ошибка при вызове SOMA-оценки: {e}")
+        default_result["error"] = str(e)
+        return default_result
\ No newline at end of file