Железо под собственную языковую модель стоит 550 000–3 800 000 ₽ в зависимости от конфигурации. Это первая цифра, которую называют поставщики, и она отвечает примерно за треть реального расхода: полная стоимость года владения — 645 000 ₽ у малой конфигурации, 1 076 400 ₽ у средней и 2 017 200 ₽ у тяжёлой. Разница уходит на размещение, электричество, администратора, обновления моделей и резервный контур.
Вторая ошибка в этих расчётах — выбор конфигурации «с запасом на вырост». Узел, купленный под пик, который случается дважды в год, остальное время простаивает: при типовом потоке компании 50–200 человек загрузка средней конфигурации составляет около 1,7 %. Оплачивается при этом все 100 %.
Ниже — три конфигурации с ценами, способ посчитать требование к железу из собственной статистики за десять минут, полная стоимость года по статьям, граница между арендой и покупкой и разбор простоя. Вопрос о том, нужен ли свой контур вообще, разобран отдельно — в статье «Когда нужна своя модель в контуре компании»; здесь мы считаем железо для случая, когда решение уже принято.
Три конфигурации и что в них влезает
Размер модели считается по простому правилу: в 4-битном квантовании веса занимают примерно 0,6 ГБ видеопамяти на миллиард параметров, плюс 15–30 % сверху на контекст и служебные буферы. Отсюда и получаются три ступени, между которыми на практике выбирают.
| Конфигурация | Видеопамять | Какие модели влезают | Одновременных запросов | Бюджет железа |
|---|---|---|---|---|
| Малая | Одна карта на 24 ГБ | 8–14 млрд параметров: классификация, маршрутизация, извлечение полей | 3–5 | 550 000–800 000 ₽ |
| Средняя | Одна карта на 48 ГБ или две по 24 ГБ | 27–32 млрд плюс отдельная модель эмбеддингов: ответы по базе знаний, резюме звонков | 8–12 | 1 100 000–1 600 000 ₽ |
| Тяжёлая | Две карты по 48 ГБ | 70 млрд, контекст 64–128 тысяч токенов: договоры, тендерная документация, длинные своды | 10–20 | 2 400 000–3 800 000 ₽ |
В бюджет входит сервер целиком: корпус, процессор, 128–256 ГБ оперативной памяти, быстрые диски под веса моделей и сами видеокарты. В него не входит резервный узел, а он нужен: при единственном сервере любой отказ останавливает процесс в тот же час. Рабочая схема — либо второй узел попроще, либо облачный запасной контур, который включается автоматически на обезличенных запросах. Какие модели ставят на это железо и через что разворачивают, разобрано в статье про локальную модель под 152-ФЗ.
Три вертикальные колонки одинаковой ширины с заголовками «Малая», «Средняя», «Тяжёлая». В каждой пять строк: «Видеопамять» (24 ГБ / 48 ГБ / 2×48 ГБ), «Модели» (8–14 млрд / 27–32 млрд / 70 млрд), «Одновременных запросов» (3–5 / 8–12 / 10–20), «Бюджет железа» (550–800 тыс. ₽ / 1,1–1,6 млн ₽ / 2,4–3,8 млн ₽), «Год владения» (645 000 ₽ / 1 076 400 ₽ / 2 017 200 ₽). Последняя строка выделена жирнее остальных. Под колонками общая полоса с подписью «Резервный узел в бюджет железа не входит и нужен всем трём». Чертёжный стиль, подписи по-русски.
Пиковая нагрузка: требование к железу из своей статистики
Конфигурация зависит не от числа сотрудников и не от размера компании, а от того, сколько запросов модель обрабатывает одновременно. Посчитать это можно за десять минут по выгрузке из почты, CRM или телефонии — понадобятся всего две величины.
- 1Найдите самый плотный час за последний месяц
Не средний, а максимальный: обычно это понедельник около десяти утра или первый час после начала смены. Допустим, в этот час прошло 900 обращений.
- 2Переведите в запросы в секунду
900 ÷ 3 600 = 0,25 запроса в секунду. Это средняя интенсивность внутри пикового часа.
- 3Умножьте на время удержания модели
Сколько секунд модель занята одной операцией. Для ответа по базе знаний это около 8 секунд. 0,25 × 8 = 2 одновременные сессии.
- 4Добавьте коэффициент неравномерности
Внутри часа поток идёт волнами, поэтому умножьте на 2. Итог: 4 одновременные сессии — малая конфигурация впритык, средняя с запасом.
Обратите внимание, насколько скромным получается требование: 900 обращений в пиковый час — это очень много для компании 50–200 человек, и при этом хватает младшей ступени. Именно поэтому «взять помощнее, чтобы потом не менять» почти всегда означает переплату в два-три раза. Если пиковое время удержания у вас другое — например, сводка договора на 30 страниц занимает 40 секунд, — подставьте своё число: расчёт линейный.
Полная стоимость года владения
Считаем по одной схеме для всех трёх конфигураций: амортизация железа за 36 месяцев плюс четыре эксплуатационные статьи. Ставки — 2 500 ₽/час для системного администратора и 3 000 ₽/час для инженера, который обновляет модели и следит за качеством ответов.
| Конфигурация | Железо | Амортизация в месяц | Эксплуатация в месяц | Всего в месяц | Всего в год |
|---|---|---|---|---|---|
| Малая | 675 000 ₽ | 18 750 ₽ | 35 000 ₽ | 53 750 ₽ | 645 000 ₽ |
| Средняя | 1 250 000 ₽ | 34 700 ₽ | 55 000 ₽ | 89 700 ₽ | 1 076 400 ₽ |
| Тяжёлая | 3 100 000 ₽ | 86 100 ₽ | 82 000 ₽ | 168 100 ₽ | 2 017 200 ₽ |
Срок амортизации в 36 месяцев здесь не бухгалтерская условность, а оценка того, сколько железо остаётся актуальным. Растянуть его на пять лет арифметически можно — месячная стоимость средней конфигурации упадёт с 89 700 ₽ до 75 800 ₽, — но за пять лет размеры моделей и требования к памяти вырастут, и карта, которой сегодня хватает впритык, перестанет держать актуальную модель. Планируйте по трём годам, а пятый рассматривайте как приятный бонус, если он случится.
Главный вывод таблицы — в соотношении столбцов: железо составляет от 35 % до 51 % годовой цены, остальное платится людям и за размещение. Отсюда типичная ошибка бюджетирования: компания согласовывает 1 250 000 ₽ на закупку, не закладывает 55 000 ₽ в месяц на эксплуатацию, и через полгода узел работает без администратора, на весах годичной давности и без мониторинга качества. Другие незаметные статьи эксплуатации ИИ разобраны в статье про скрытые расходы.
Аренда против покупки: где проходит граница
GPU-узел уровня средней конфигурации арендуется в российских облаках — ориентир по рынку на сентябрь 2026 года составляет 90 000–200 000 ₽ в месяц; возьмём для расчёта 120 000 ₽. В аренду обычно входят размещение, электричество и замена вышедшего из строя железа; при покупке размещение и электричество вы платите отдельно — это 12 000 ₽ в месяц.
Дальше начинается самое интересное: большинство компаний до этой точки не доходит. За год либо процесс не подтверждается и проект закрывают, либо меняется требование, ради которого затевался контур, либо выясняется, что реальный объём в разы меньше ожидаемого и облачных вызовов хватало. Аренда даёт возможность отказаться через месяц; покупка такой возможности не даёт — 1 250 000 ₽ уже потрачены, и дальше решение защищают, а не проверяют.
Первое: если в аренду входит не выделенный узел, а доля мощности, поведение под нагрузкой будет другим — уточняйте, гарантирована ли видеопамять целиком и что происходит при пике у соседей по узлу. Второе: у потребительских видеокарт бывают ограничения на использование в дата-центре, и при размещении купленного сервера в коммерческом ЦОД это надо проверять у поставщика заранее, а не после доставки. Оба вопроса задаются до подписания и стоят ноль рублей.
Двухосевой график накопленных расходов, ось X — месяцы 0–24, ось Y — рубли 0–3 000 000. Линия «Аренда» стартует из нуля и растёт на 120 000 ₽ в месяц. Линия «Покупка» стартует с 1 250 000 ₽ и растёт на 12 000 ₽ в месяц. Точка пересечения выделена и подписана «11,6 месяца: 1 392 000 ₽ и 1 389 200 ₽». Слева от точки зона закрашена штриховкой и подписана «здесь можно отказаться», справа — «здесь решение защищают». Внизу подпись: «узел уровня средней конфигурации, модельный расчёт, сентябрь 2026».
Простой: главная скрытая статья расхода
Средняя конфигурация держит 8–12 одновременных запросов. При 8 секундах на операцию это 8 × 3 600 ÷ 8 = 3 600 обращений в час, то есть около 604 800 обращений за 21 рабочий день по восемь часов. Реальный поток компании 50–200 человек — 10 000 обращений в месяц: примерно 476 в рабочий день и 60 в час. Загрузка узла составляет 1,7 %.
Простой не выглядит расходом, пока его не перевести в цену обращения. Фиксированные 89 700 ₽ в месяц делятся на фактическое число обращений, и получается цифра, которую стоит показывать до закупки, а не после.
| Обращений в месяц | Загрузка узла | Цена обращения на своём сервере | Цена обращения в облаке |
|---|---|---|---|
| 10 000 | 1,7 % | 8,97 ₽ | 1,04 ₽ |
| 30 000 | 5 % | 2,99 ₽ | 1,04 ₽ |
| 86 000 | 14 % | 1,04 ₽ | 1,04 ₽ |
Порог равенства — около 86 000 обращений в месяц, то есть примерно 2 900 в день. Для компании 50–200 человек это почти недостижимый объём: столько даёт разве что клиентский поток контакт-центра или массовая обработка документов. На типовом внутреннем ассистенте свой сервер обходится в 8,6 раза дороже облачных вызовов. Это не аргумент против контура — это аргумент за то, чтобы называть его настоящую цену и обосновывать требованием, а не экономией. Как считается стоимость одного обращения по вашему профилю нагрузки, разобрано отдельно.
Двухосевой график. Ось X — обращений в месяц от 0 до 100 000, ось Y — рубли за обращение от 0 до 10. Падающая кривая «свой сервер: 89 700 ₽ ÷ объём» с отмеченными точками 10 000 — 8,97 ₽, 30 000 — 2,99 ₽, 86 000 — 1,04 ₽. Горизонтальная штриховая линия на уровне 1,04 ₽ подписана «облачный вызов». Точка их встречи выделена и подписана «86 000 обращений в месяц, 2 900 в день». Зона слева от 30 000 закрашена и подписана «типичный объём компании 50–200 человек».
Что делать на пилоте и когда сервер покупать не надо
Правильная последовательность занимает два месяца вместо двух недель согласований и в худшем случае экономит 1 010 000 ₽: два месяца аренды за 240 000 ₽ вместо 1 250 000 ₽, потраченных на сервер, который оказался не нужен.
- 1Арендуйте узел на 1–2 месяца. 120 000–240 000 ₽ вместо 1 250 000 ₽ аванса. Этого достаточно, чтобы прогнать 100 размеченных примеров и месяц реального потока.
- 2Измерьте фактическую загрузку, а не расчётную. Пиковый час, среднее время удержания, число одновременных сессий. Реальные числа почти всегда оказываются меньше прогнозных.
- 3Проверьте качество на своих данных. Локальная модель того же размера может вести себя иначе, чем облачная: замер на 100 примерах обязателен до закупки, а не после.
- 4Посчитайте цену обращения по факту. Если она оказалась выше 3 ₽, а формального требования по размещению нет — покупать сервер незачем.
- 5Покупайте под измеренную нагрузку, а не под ожидаемую. С запасом в одну ступень, а не в две: разница между малой и средней конфигурацией — 431 400 ₽ в год.
И три ситуации, когда сервер не нужен вообще. Первая: объём меньше 30 000 обращений в месяц и нет формального требования по размещению — облако дешевле в разы, а полная смета контура при таком потоке не окупается ничем. Вторая: нет человека, который будет это обслуживать. 10 часов администратора в месяц — не «попросим сисадмина, он всё равно тут»: без выделенного времени узел через полгода работает на устаревших весах и без мониторинга. Третья: требование существует только на словах — тогда правильный первый шаг не закупка, а записка на одну страницу с обоснованием, после которой обычно выясняется, что достаточно гибридной схемы или обезличивания на входе.
