Что запускается по объему памяти
16–24 ГБ: модели 4–8 млрд параметров в 4-битной квантизацииквантизация. Квантизация это сжатие нейросети, при котором ее числа хранят с меньшей точностью, чтобы модель занимала меньше памяти и работала быстрее., помощник для текста и кода, 5 ГБ на модель. 36–48 ГБ: модели 20–35 млрд, включая открытую модельмодель с открытыми весами. Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. одного из крупнейших банков на 32 млрд, а на 48 ГБ еще и модель зрения рядом. 64 ГБ: модели 70 млрд в 4 битах с коротким контекстом. 128 ГБ: 70 млрд с длинным контекстом, несколько моделей сразу, модели с малым числом активных параметров на 35–120 млрд. Персональный агент ИТ-руководителя банка живет на Mac на модели 35 млрд с 3 млрд активных параметров при 70 токенах в секунду.
Как посчитать память под свою модель
Формула простая: веса плюс кэш контекста плюс запас. В 4-битной квантизации, то есть при сжатии весов до 4 бит, модель занимает около 0,55 байта на параметр. Кэш контекста для моделей 30–70 млрд параметров это порядка 0,25–0,33 МБ на каждый токен, запас на систему и рабочие буферы 10–20%.
Пример по нашему расчету: модель на 32 млрд параметров весит в 4 битах около 17,6 ГБ, контекст на 32 000 токенов добавляет около 8 ГБ, с запасом 15% выходит около 29 ГБ. Калькулятор раздела оставляет системе Mac 8 ГБ, поэтому на 36 ГБ такая модель с длинным контекстом не помещается, а на 48 ГБ работает с запасом. С коротким контекстом та же модель занимает около 21 ГБ и идет на 36 ГБ. Перед покупкой проверьте расчет пробной загрузкой своей модели на ноутбуке с нужной памятью.
Скорость
По таблице сообщества llama.cpp на модели 7 млрд в 4 битах: M4 Pro 50,7 токена в секундутокены в секунду. Токены в секунду это скорость, с которой нейросеть пишет ответ: сколько кусочков текста она выдает за одну секунду., M4 Max 83,1, M5 Max 119,9; обработка запроса у M5 Max 3 220 токенов в секунду, у M4 Max 886. Для чата и агента на ноутбуке этого более чем достаточно; ограничение ноутбука в тепле и батарее при многочасовой нагрузке.
Для агента важнее вторая цифра, обработка запроса: агент перечитывает документы на каждом шаге. Документ на 10 страниц по 1 800 знаков это около 4 500–6 000 токенов по счету разработчика одной из российских облачных моделейоблачная модель. Облачная модель это нейросеть, которая работает на серверах поставщика, а вы пользуетесь ею через сайт, приложение или API и платите за объем запросов., у других моделей счет свой. По нашему пересчету на модели 7 млрд M5 Max прочитает такой документ меньше чем за 2 секунды, M4 Max за 5–7 секунд. Для живого чата хватает 15–20 токенов в секунду, это практическое правило, поэтому в диалоге с моделью 7 млрд разницы между чипами сотрудник почти не заметит.
Цена на 29.09.2026
MacBook Pro 14 M5 Max, 128 ГБ памяти, 2 ТБ: 671 594 ₽ у российского продавца, в наличии. Конфигурации с 48 и 64 ГБ дешевле, цены смотрите у продавца на день покупки. Для сравнения: одна видеокарта на 32 ГБ стоит 749 990 ₽ без компьютера (30.09.2026), а Mac Studio M4 Max со 128 ГБ 886 757 ₽.
По нашему расчету при сроке службы 36 месяцев ноутбук за 671 594 ₽ обходится около 18 700 ₽ в месяц. Аренда RTX 4090 в российском облаке стоит от 26 000 ₽ в месяц по месячному тарифу на 30.09.2026, но модель там работает на чужом железе, а ноутбук остается у компании.
Программы
LM Studio и Ollama ставят модель за минуты и дают локальный API, совместимый с привычными библиотеками; агенты подключаются к нему как к облаку. Так работает персональный агент из банковского кейса и агент облачного провайдера. Для нескольких пользователей нужен сервер и движок пакетной выдачи.
Модели для старта бесплатны: открытая модель крупного российского разработчика ИИ на 8 млрд параметров с открытыми весами с 25 февраля 2025 года, открытая модель одного из крупнейших банков на 32 млрд с лицензией Apache 2.0, которая допускает коммерческое использование без отчислений. Условия у каждой модели свои: прочитайте лицензию до того, как модель начнет работать с данными клиентов.
Границы ноутбука
Один пользователь, не сервис для отдела. Длинные документы обрабатываются медленнее, чем на серверной карте. Ноутбук уезжает с сотрудником вместе с моделью и данными: шифрование диска обязательно. Для команды следующий шаг Mac Studio или сервер с видеокартой.
Какие задачи ноутбук закрывает в компании
Личный агент руководителя. ИТ-руководитель Альфа-Банка держит агента на модели Qwen 3.6 с 35 млрд параметров через LM Studio, скорость около 70 токенов в секунду на Mac. Агент разбирает почту, расшифровки встреч и мессенджеры, а точную обработку данных выполняют отдельные программы. Это личный инструмент руководителя, не корпоративное внедрение, и числовых результатов автор не раскрыл.
Проверка модели до покупки сервера. Сервер для ИИ стоит, по нашей оценке, от 1 до 10 млн ₽, и решение о нем дешевле принять после недели тестов на ноутбуке. Петрович-Тех сравнил локальную модельлокальная модель. Локальная модель это нейросеть, которая работает на вашем компьютере или сервере, а не в облаке поставщика, поэтому данные никуда не уходят. на 9 млрд параметров в 4 битах с двумя облачными в 27 прогонах: на задачах из 2–3 шагов она не уступила, а на цепочке из 15 шагов надежного результата не дала ни одна из трех. Модель такого размера по формуле весит около 5 ГБ и помещается в MacBook на 16–24 ГБ.
Закрытые документы вне офиса. Модель на ноутбуке работает без сети, поэтому договор или отчет не уходит во внешний сервис. Samsung Electronics в мае 2023 года запретила сотрудникам внешние чат-ботычат-бот. Чат-бот это программа, которая переписывается с человеком в окне чата: на сайте, в мессенджере или в приложении. после того, как трое загрузили туда исходный код и записи совещаний. Локальная модель убирает такую возможность: отправить данные наружу ей некуда.
С чего начать
Первая неделя без покупок. Соберите 50 реальных запросов сотрудников с правильными ответами. Поставьте LM Studio на Mac с 16 ГБ и больше и прогоните модель на 8 млрд параметров. Если качества не хватает, возьмите ноутбук коллеги с 36–64 ГБ или арендуйте видеокарту на час за 43–565 ₽ и проверьте модели на 32–70 млрд. Только после этого выбирайте память, на ступень выше нужной сегодня, чтобы через год поместилась следующая модель.
Мы собираем ИИ-агентовИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат. на облачных и локальных моделях: пилот на вашей модели занимает 14 дней и стоит от 149 000 ₽ без стоимости оборудования. Железо мы не продаем, поэтому если облако выйдет дешевле, скажем это на первом разговоре.