1. Мало токенов
При 60 млн токеновтокен. Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель. в месяц дешевые облачные модели стоят 1 013–10 129 ₽, средние 20 258 ₽. Mac Studio за 886 757 ₽ при этом объеме окупается против Sonnet 5.5 за 71 месяц, против GPT-6 Luna никогда. По нашему расчету, свое железо начинает окупаться при сотнях миллионов токенов в месяц или при облачном счете от 70 000–100 000 ₽ в месяц.
2. Длинные цепочки шагов
На цепочках из 15 шагов в тесте сети магазинов полностью проверяемого результата не дала ни одна модель, а крупная облачная модель на 235 млрд справлялась частично вдвое чаще локальной на 9 млрд. Чем длиннее цепочка, тем важнее размер модели, а модель на 235 млрд, как в этом тесте, по нашему расчету требует у себя двух карт по 96 ГБ, это сервер от 2,5 млн ₽. Пока длинные цепочки надежно не решает ни одна модель, дешевле платить облаку по счету, даже 4 220 ₽ за миллион выходных токенов у флагманов, чем покупать сервер под такую задачу.
3. Нет инженера
Сервер отдела, по нашей оценке, требует 10–20% ставки DevOps при медиане 220 000–250 000 ₽, в Москве до 315 000 ₽ для инженера среднего уровня. Без человека сервер деградирует: обновление ломает совместимость, карта греется, никто не смотрит логи. Если нанимать некого, облако или аренда с поддержкой провайдера.
4. Нагрузка сезонная или пиковая
Железо стоит одинаково в сезон и вне сезона, облако берет только за токены. Аренда H100 на два месяца в сезон стоит от 290 000 ₽ по помесячному тарифу, покупка 2,29 млн ₽ плюс сервер: при пике два месяца в году покупка проигрывает 5 лет.
5. Нужны зрение, речь и текст сразу
Локально это, как правило, отдельные модели для зрения, речи и текста, память под каждую и свои движки. В облаке одна модель принимает картинку, документ и текст. Пока задача не сформулирована, облако дешевле на этапе поиска решения.
6. Данные можно выпускать
Если в запросах нет персональных данных, кода, финансов и медицины, или есть договор поручения с российским провайдером по 152-ФЗ, главный аргумент за свое железо исчезает. Российские облака дают договор с российским юрлицом и данные в России.
7. Вы только начинаете
Пилот на облаке за 14 дней покажет объем токенов, длину цепочек и качество на ваших данных; только после этого цифры для калькуляторов становятся вашими, а не средними. Покупка железа до пилота это покупка вслепую.
Российское облако в рублях: счет при 60 млн токенов
Российские модели оплачиваются в рублях по договору с российским юрлицом, вход и выход стоят одинаково. При 60 млн токенов в месяц по ценам на сентябрь 2026 года легкие модели двух крупных российских разработчиков ИИ стоят 3 900 ₽ и 12 000 ₽, а старшие 30 000 ₽, 39 000 ₽ и 72 000 ₽ в синхронном режиме; асинхронно вдвое дешевле. В феврале 2026 года один из этих разработчиков снизил цены втрое, и это сдвинуло расчет в пользу облака.
Против такого счета Mac Studio за 886 757 ₽ с расходами около 7 800 ₽ в месяц окупается, по нашему расчету, за 40 месяцев против старшей модели за 30 000 ₽ и за 14 месяцев против модели за 72 000 ₽. Срок службы железа в калькуляторах 36 месяцев, поэтому в первом случае выгоднее облако, во втором уже нет. Правило: сравнивайте свое железо с той облачной моделью, которая проходит вашу проверку качества, а не с самой дорогой.
Третий путь: аренда карты в российском облаке
Между покупкой сервера и облачным API есть аренда: открытая модельмодель с открытыми весами. Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. ваша, данные в России по договору с провайдером, железо чужое. На 30.09.2026 RTX 4090 стоит от 26 000 ₽ в месяц по месячному тарифу, H100 от 145 000 до 246 000 ₽ в месяц. Так поступил производитель косметики Фаберлик: поиск по каталогу работает на открытой модели Qwen на арендованных картах российского облака, данные не уходят во внешние сервисы.
Аренда H100 сравнивается с покупкой за 2 287 329 ₽ через 9–16 месяцев без учета сервера, электричества и инженера, а с ними, по нашей оценке, через 20–30 месяцев. Пока нагрузка не стала круглосуточной и стабильной дольше года, аренда дешевле ошибки в покупке и заодно служит резервом на случай отказа своей карты.
Когда облако не подходит
Облако проигрывает в трех случаях, и тогда деньги считают уже после решения. Первый: данные не могут покидать периметр даже в российское облако. Оператор связи Т2 вписал в тендер, что исходный код не выходит из его дата-центрадата-центр для ИИ. Дата-центр для ИИ это здание с тысячами серверов на видеокартах и других ускорителях, мощным электропитанием и охлаждением, где обучают и запускают нейросети.; аэропорт Пулково проверяет и исправляет код ИИ-плагином в закрытом контуре; девелопер MR проверяет кредитную документацию на российской модели в изолированном контуре и тратит на анализ на 80% меньше времени.
Второй: нужна гарантированная задержка. Тот же оператор связи требует автодополнения кода с откликом не более 400 мс для 15 разработчиков, и локальная модельлокальная модель. Локальная модель это нейросеть, которая работает на вашем компьютере или сервере, а не в облаке поставщика, поэтому данные никуда не уходят. дает его без зависимости от канала и лимитов провайдера. Третий: объем в сотни миллионов токенов в месяц на задачах, которые решает открытая модель до 70 млрд параметров. Во всех остальных случаях начинайте с облака и считайте.
Как проверить за неделю
Прогоните 50 своих запросов на облачной средней модели и на открытой модели 8–32 млрд на арендованной карте за 43–565 ₽ в час, сравните качество и посчитайте токены. Подставьте объем в калькуляторы. Если локальный итог выше облачного и данные могут выходить наружу, ответ облако, и это хороший ответ.