Стоимость внедрения ИИ в России выросла почти в 3 раза за год

Согласно данным CNews, летом 2026 г. развернуть топовую LLM в России стало в среднем в 2,8 раза дороже, чем годом ранее: 38,8 млн руб. против 13,7 млн руб.

Причина — новые модели (Kimi K3, Qwen3.5, DeepSeek-V4, GLM-5.2 и др.) стали мощнее и требуют больше видеопамяти и производительных ускорителей Nvidia. Вдобавок дорожают сами GPU на фоне глобальной гонки ИИ.

Чтобы не переплачивать, бизнес вынужден пользоваться доступными вариантами, которые оценили аналитики MWS Cloud. Расчёты строились на минимальной конфигурации GPU, достаточной для запуска модели и обработки одного запроса максимального заявленного объёма.

🔹 Китайские ускорители Huawei Ascend 910B поддерживают не все модели из тестов: в выборке 2025 г. — 3 из 6, в 2026 г. — 5 из 7. При этом самих карт требуется в среднем 10,7 шт. в 2025 г. против 13,6 шт. в 2026 г. Официальной цены на Ascend 910B нет, но по оценкам аналитиков она составляет 30–50% от стоимости сопоставимых решений Nvidia — то есть даже с поправкой на количество карт итог может выходить дешевле.

🔹 Другой вариант — переход в облако, при котором оплачиваются только фактически использованные мощности. В первом полугодии 2026 г. облачное потребление китайских LLM российскими компаниями выросло более чем в 11 раз к показателю за весь 2025 г. — это один из главных индикаторов сдвига в сторону облака.

🔹 Еще один выход — более компактные модели. Часть компаний вместо топовых тяжёлых LLM переходит на менее ресурсоёмкие модели — это снижает требования к видеопамяти и числу ускорителей, а значит и капитальные затраты на инфраструктуру.

Эксперты отмечают, что 47% опрошенных ждут дальнейшего роста цен на GPU до осени 2027 г., а единого порога, после которого бизнес потеряет интерес к ИИ, пока не видно.

Однако идти в ногу с прогрессом можно и без переплат — разверните ИИ внутри контура компании выгоднее, чем в сценариях выше. Мы предлагаем тарифы ниже рыночных.

Смотреть тарифы