Компьютер для локальной нейросети: сколько стоит и окупится ли против облака

Компьютер для локальной нейросети в бизнесе стоит от 290 тысяч до 2,7 миллиона рублей. По деньгам он окупается редко: на цену самой дешёвой машины можно купить около 450 миллионов токенов GigaChat Max, это примерно 400 тысяч токенов в день три года подряд. Своя машина нужна тем, кому нельзя отдавать данные наружу. Цена приватности здесь в качестве: модель, которая помещается на такой компьютер, заметно слабее лучших облачных.

Цены взяли в российских магазинах 27 октября 2026 года.

Почему решает объём памяти

Модель работает, только если целиком помещается в память. Процессор и видеокарта влияют на скорость, память определяет, какую модель вообще можно запустить.

Грубый ориентир: в сжатом виде модель занимает примерно половину гигабайта на каждый миллиард параметров. Модель на 27 миллиардов параметров требует около 15 ГБ, на 120 миллиардов около 60 ГБ. Плюс место под систему и под текст, который модель держит в работе.

Поэтому под локальные нейросети продают машины с большой общей памятью: процессор и графика берут её из одного объёма. В обычном компьютере видеокарта ограничена своей памятью.

Как подключить локальную модель к CRM и базе документов, рассказываем в разделе о решениях для автоматизации бизнеса с ИИ.

Какие машины продают под локальные модели

Машина	Память под модель	Цена в России	Что на ней работает
Mac mini M5 Pro, 64 ГБ	64 ГБ	от 432 000 ₽	модели до 70 миллиардов параметров
Мини-ПК на AMD Ryzen AI Max+ 395 (например, GMKtec EVO-X2), 128 ГБ	до 110 ГБ под Linux, около 96 ГБ под Windows	около 290 000 ₽ по оценке июня, в магазинах с НДС до 448 000 ₽, в наличии нет	модели до 120 миллиардов параметров
NVIDIA DGX Spark, 128 ГБ	128 ГБ	726 900 ₽ под заказ, у других продавцов от 707 600 до 1 087 000 ₽	модели до 120 миллиардов параметров, чуть быстрее мини-ПК на AMD
Mac Studio M5 Max, 128 ГБ	128 ГБ	от 816 000 ₽	то же, что DGX Spark
Mac Studio M5 Ultra, 512 ГБ	512 ГБ	от 2 688 000 ₽ под заказ	крупные открытые модели в несколько сотен миллиардов параметров

Разброс цен большой: машины ввозят параллельным импортом, цена зависит от НДС, гарантии и срока поставки.

Скорость. В одном тесте на модели gpt-oss-120B мини-ПК на AMD выдал около 34 токенов в секунду, DGX Spark около 39, Mac Studio на чипе M3 Ultra, прошлое поколение, около 71. У Mac выше пропускная способность памяти, а от неё скорость зависит сильнее всего. 34 токена в секунду дают абзац ответа за 4–5 секунд.

Какие модели помещаются, а какие нет

Самые сильные модели, которые обещают сделать открытыми, на такие компьютеры не встают. Kimi K3.1 Pro, представленная 23 октября, весит 2,8 триллиона параметров, разработчик обещает открыть веса. Даже в сжатом виде ей нужно около 1,4 терабайта памяти, почти втрое больше, чем у самого дорогого Mac Studio. Самая большая Qwen3.8 на 2,4 триллиона тоже не помещается.

На машины со 128 ГБ встают модели среднего размера: gpt-oss-120B, Qwen3-235B только в сильно сжатом виде. На Mac mini с 64 ГБ работает Qwen3.8 27B: модель с открытой лицензией Apache 2.0, её можно использовать в коммерческих задачах без отчислений.

Насколько локальная модель хуже облачной

Мы сравнили модели по независимому индексу Artificial Analysis, он сводит в одну оценку тесты на рассуждение, знания и работу агентом.

Модель	Где работает	Оценка
Kimi K3.1 Pro	облако, на своём компьютере не запустить	55
GPT-6.1 Terra, максимальный режим	облако	48
GPT-6.1 Terra, средний режим	облако	41
Qwen3.8 27B, средний режим	Mac mini с 64 ГБ	28
gpt-oss-120B, высокий режим	машины со 128 ГБ	12

Модели, которые помещаются на свою машину, набирают от 12 до 28 баллов, лучшие облачные 48–55. Размер модели качества не гарантирует: gpt-oss-120B для машин со 128 ГБ оценена ниже, чем Qwen3.8 27B, которая помещается в Mac mini. На простых задачах разница малозаметна: ответить по шаблону, извлечь реквизиты из договора, пересказать письмо. На сложных она видна сразу: длинные рассуждения, анализ нескольких документов вместе, многошаговая работа агента.

GigaChat и YandexGPT в этом индексе не оцениваются, поэтому напрямую сравнить с ними по тем же тестам нельзя.

Машина против токенов: когда окупается

Облачные модели берут плату за токены. Токен у GigaChat в среднем равен 3–4 символам вместе с пробелами и знаками препинания. Для юрлиц в синхронном режиме миллион токенов стоит 650 ₽ у GigaChat Max, 500 ₽ у Pro и 65 ₽ у Lite, цены с НДС. В асинхронном режиме, когда ответ не нужен мгновенно, вдвое дешевле.

Посчитали, сколько токенов GigaChat Max можно купить за цену каждой машины и сколько это в день, если тратить три года:

Машина	Цена	Токенов GigaChat Max на эту сумму	В день на протяжении трёх лет
Мини-ПК на AMD, 128 ГБ	290 000 ₽	446 млн	407 тыс.
Mac mini M5 Pro, 64 ГБ	432 000 ₽	665 млн	607 тыс.
NVIDIA DGX Spark	726 900 ₽	1,1 млрд	1 млн
Mac Studio M5 Max, 128 ГБ	816 000 ₽	1,26 млрд	1,15 млн

400 тысяч токенов в день равны 1,2–1,6 миллиона знаков, или 700–900 страниц текста ежедневно, включая выходные. С GigaChat Lite или асинхронным режимом порог отодвигается ещё в 2–10 раз.

Вывод по деньгам: своя машина окупается при постоянном потоке документов. Например, когда модель разбирает каждое входящее письмо, договор и обращение компании, днём и ночью. Для чата сотрудников с нейросетью облако дешевле.

Когда своя машина всё равно нужна

Окупаемость не единственный довод. Свою машину берут, когда:

• данные нельзя отдавать наружу: договоры, финансы, персональные данные клиентов, коммерческая тайна;
• облачный сервис запрещён внутренней политикой или требованиями заказчика.

Тогда облачная модель не вариант при любой цене токенов, и вопрос только в том, какую машину брать. Для одного-двух сотрудников и простых задач хватит Mac mini с 64 ГБ. Машина со 128 ГБ даёт запас памяти под длинные документы и одновременную работу нескольких пользователей, модель на ней умнее не становится. Из таких машин мини-ПК на AMD дешевле остальных, Mac Studio быстрее.

Рабочая схема смешанная. Чувствительные документы обрабатывает локальная модель на своём сервере, всё остальное уходит в облачную, она умнее и дешевле на небольших объёмах.

Своя машина или облачная модель: цена, качество, данные и когда что выгоднее

С чего начать

1. Разделите задачи: что можно отдавать в облако, а что должно остаться внутри компании.
2. Оцените объём: сколько документов и обращений в день пойдёт через модель.
3. Проверьте задачи на облачной открытой модели того же размера, что встанет на вашу машину. Если качество устраивает, покупайте железо.
4. Посчитайте окупаемость по таблице выше со своим объёмом и тарифом.