Цены на 29.09.2026
RTX 4090, 24 ГБ: 488 150 ₽ у одного продавца в июле 2026 года, на 30.09.2026 карты у него нет. RTX 5090, 32 ГБ: 749 990 ₽ на 30.09.2026, у того же продавца в продаже одна карта; в марте 2025 года карта стоила от 350 000 ₽, в январе 2026 около 300 000 ₽, рост объясняют спросом на видеопамятьвидеопамять. Видеопамять (VRAM) это память видеокарты, в которой во время работы лежат веса нейросети и ее промежуточные данные; от ее объема зависит, какая модель поместится на карту. и отсутствием конкуренции. RTX PRO 6000 Blackwell, 96 ГБ: 1,08 млн ₽ в крупной сети в феврале 2026 года при цене в США 8 500–10 000 долларов. A100 80 ГБ: 1 081 772 ₽, A100 40 ГБ: 543 577 ₽. H100 SXM5 80 ГБ: 2 287 329 ₽ с НДС, в наличии.
Память и потребление
RTX 4090: 24 ГБ, 450 Вт, блок питания от 850 Вт. RTX 5090: 32 ГБ GDDR7, 575 Вт. RTX PRO 6000: 96 ГБ с коррекцией ошибок, 600 Вт. A100 PCIe: 80 ГБ, 300 Вт. H100 SXM: 80 ГБ, до 700 Вт, только в серверном шасси; H100 NVL: 94 ГБ, 350–400 Вт.
В рублях: одна RTX 5090 круглосуточно под нагрузкой тратит 0,575 кВт × 720 часов = 414 кВт·ч, около 3 260 ₽ в месяц по тарифу 7,87 ₽ для населения Москвы; для юрлиц цена нерегулируемая и стоит в договоре. К карте добавьте платформу: 200–400 Вт для рабочей станции, до 1 000 Вт для сервера с четырьмя картами.
Как посчитать память под модель
Память решает раньше цены: модель, которая не поместилась, не работает вообще, а медленная работает. Формула: веса около 0,55 байта на параметр в 4-битной квантизацииквантизация. Квантизация это сжатие нейросети, при котором ее числа хранят с меньшей точностью, чтобы модель занимала меньше памяти и работала быстрее., плюс кэш контекста около 0,13 МБ на токен для моделей на 8 млрд параметров и 0,25–0,33 МБ для моделей на 30–70 млрд на каждого пользователя, плюс запас 10–20%.
Пример по нашему расчету: модель на 70 млрд в 4 битах весит около 38,5 ГБ, пять пользователей с контекстом 8 000 токенов добавляют около 13 ГБ кэша, с запасом 15% выходит около 60 ГБ. Две карты по 24 ГБ дают 48 ГБ, этого мало; две RTX 5090 по 32 ГБ или одна RTX PRO 6000 на 96 ГБ подходят. Проверка на практике: команда крупного российского разработчика ИИ уместила на арендованной карте с 24 ГБ две модели, текстовую на 13 ГБ и модель зрения на 6,1 ГБ, и вместе с кэшем на 65 536 токенов заняла 22,4 ГБ из 24.
Что под какую задачу
Один пользователь, модели до 32 млрд: RTX 5090 или 4090, 24–32 ГБ. Модели 70 млрд в 4 битах для 3–5 пользователей: RTX PRO 6000 на 96 ГБ или две карты по 32 ГБ; двум картам по 24 ГБ, по нашему расчету, памяти не хватит. Сервис для десятков пользователей: A100 или H100 в сервере с движком пакетной выдачи; один пользователь на них получает лишь на 8–13% больше, чем на RTX 4090, преимущество в параллельной выдаче. Обучение и дообучениедообучение. Дообучение это настройка уже обученной модели на ваших примерах, чтобы она точнее выполняла конкретную задачу или писала в нужном стиле. крупных моделей: только серверные карты.
Риски
Коррекцию ошибок памяти производитель указывает в характеристиках RTX PRO 6000, но не игровых карт. У части первых RTX 5090, менее 0,5% по заявлению производителя, нашли заводской дефект чипа; на задачи ИИ он, по словам производителя, не влиял, такие карты меняли по гарантии. Срок гарантии у продавцов разный: проверяйте его в счете. Цены меняются в разы: RTX 5090 стоила около 300 000 ₽ в январе 2026 года и 749 990 ₽ в конце сентября. Фиксируйте цену в счете, а не в расчете полугодовой давности.
Сколько стоит карта вместе со всем остальным
Цена карты не равна цене сервера. По нашей оценке платформа рабочей станции с 128 ГБ оперативной памяти и блоком питания от 1 000 Вт стоит 300 000–350 000 ₽, серверная платформа под две карты 300 000–400 000 ₽. Размещение в дата-центредата-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. в Москве: от 7 500 ₽ в месяц за юнит с 300 Вт и по 2 000 ₽ за каждые следующие 100 Вт. Инженер на сервер с одной моделью: 10–20% ставки, 25 000–60 000 ₽ в месяц, при медиане зарплаты инженера эксплуатации 220 000–250 000 ₽ на сентябрь 2026 года.
Итог по нашей оценке: рабочая станция с одной RTX 5090 около 1,1 млн ₽, сервер с двумя RTX PRO 6000 около 2,5 млн ₽, сервер с четырьмя H100 от 10 млн ₽. Сервер без человека, который его ведет, обходится дороже сервера с человеком: простой стоит больше зарплаты.
Купить или арендовать
Аренда в российских дата-центрах на 30.09.2026 по данным агрегатора GPUGPU. GPU (graphics processing unit) это графический процессор: чип, который выполняет тысячи одинаковых вычислений одновременно, поэтому на нем обучают и запускают нейросети. Индекс: RTX 4090 от 26 000 ₽ в месяц по месячному тарифу, RTX 5090 около 47 600 ₽ в месяц при почасовой оплате, RTX PRO 6000 около 150 000 ₽, H100 от 145 000 до 246 000 ₽. Покупка H100 за 2 287 329 ₽ сравнивается с арендой за 9–16 месяцев без учета сервера, электричества и инженера и, по нашей оценке, за 20–30 месяцев с их учетом.
Правило: арендуйте на пилот, подбор модели, ночную пакетную обработку и резерв на случай отказа своей карты. Покупайте, когда нагрузка круглосуточная и стабильная больше года, данные не могут покидать периметр компании даже в российское облако, а у вас есть инженер и место. Средний путь выбрал Фаберлик: поиск по каталогу на открытой моделимодель с открытыми весами. Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Qwen работает на арендованных картах российского облака, и данные не уходят во внешние сервисы.
Примеры из российских компаний
Петрович-Тех запустил 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 на одной видеокарте и сравнил ее с двумя облачными в 27 прогонах: на задачах из 2–3 шагов она не уступила, а на трехшаговой задаче перенесла данные со 100% точностью. ЛАНИТ держит модели на 8–14 млрд параметров на стандартном сервере, а более крупные на выделенном железе, и сообщает, что сбор требований идет в 4 раза быстрее.
Вывод для покупки: для извлечения данных из документов и коротких цепочек действий хватает модели на 8–32 млрд и одной карты на 24–32 ГБ. Серверные карты нужны, когда пользователей десятки или модель крупнее 70 млрд. 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 и не продаем железо: пилот занимает 14 дней и стоит от 149 000 ₽ без стоимости оборудования.