Сколько стоит интеллект? Как сэкономить на GenAI продукте в 2025
Контекст
AI действительно может сократить издержки, ускорить процессы и увеличить выручку. Но выгода появится только тогда, когда вы умеете считать и контролировать расходы.
Цель статьи — показать, на каком объёме запросов дешевле держать модель у себя, а на каком — пользоваться API.
Дисклеймер: рынок GenAI меняется ежемесячно, цены ниже актуальны на середину 2025 г.
Два способа развернуть продукт
1. Собственное решение
2. Model-as-a-Service (API)
Собственное решение
- Берём open-source модель, запускаем на своём или арендованном «железе».
- Сервер с двумя GPU по 24 GB стоит 1 – 1,2 млн ₽ разово; при амортизации на 5 лет это 17–20 тыс ₽ в месяц.
- Зарплаты: senior AI-инженер ≈ 520 тыс ₽ + половина ставки админа ≈ 208 тыс ₽.
- В итоге собственный сервер обходится примерно в 740 тыс ₽ в месяц. В облаках те же ресурсы стоят дороже: от 850 тыс ₽ (Google) до 1,1 млн ₽ (Yandex).
Когда оправдано: большой и стабильный трафик, чувствительные данные нужно держать внутри, планируется долгая эксплуатация.
2. Model-as-a-Service (API)
- Платим за токены (слова, части слов) в запросе и ответе.
- Цена за 1000 in + 1000 out токенов колеблется: от 0,045 ₽ (GPT-4.1 nano) до 8 ₽ (Claude Opus).
- Команда — 0,2 ставки backend-разработчика ≈ 94 тыс ₽.
Когда оправдано: нужно быстро протестировать гипотезу, объёмы пока небольшие, нет собственной AI-команды.
Где пересекаются кривые расходов
- При 5 000 запросов в день (≈ 2 тыс токенов на запрос) даже самые дорогие API-модели обходятся дешевле собственного кластера.
- При 50–100 тыс запросов в день регулярные платежи за API догоняют, а часто и превосходят стоимость содержания своего сервера.
- Увеличение длины промпта или ответа ускоряет рост затрат: рост входящего текста в 10 раз увеличивает стоимость запроса в 2,5–3 раз; рост в 10 раз токенов на выход — уже ×8.
Как сократить счёт
Если работаете по API
- Пишите короче: меньше токенов — дешевле запрос.
- Кэшируйте повторяющиеся вызовы.
- Объединяйте запросы в пакеты.
- Выбирайте более дешёвые модели или дообучайте под задачу.
Если держите свою инфраструктуру
- Уменьшайте модели (квантизация, pruning) или переходите на более лёгкие.
- Используйте FinOps-подходы: долгосрочные контракты и скидки у облачных провайдеров, при содержании своей инфраструктуры в облаках.
- Следите за загрузкой: простаивающий сервер «съедает» маржу.
Мини-фреймворк принятия решения
- Нужна быстрая проверка гипотезы? → берём API.
- С первых дней следите за стоимостью: токены, запросы;
- Замечаете, что ежемесячный счёт за API приближается к цене собственного кластера? → считайте on-prem или облако.
- При переходе на своё решение расходы не исчезают, а перераспределяются: меньше платите провайдеру, больше — за людей и «железо». Окупается при больших объёмах и на длинном горизонте.
Полные расчёты, формулы и чек-лист переезда — в расширенной статье на Хабре: