Локальная модель или API: пять вариантов и как выбрать

Вопрос «облако или свой сервер» обычно задают про деньги, а решается он на других основаниях. Допустим, отдел отправляет языковой модели 300 запросов в день. По прайсам на октябрь 2026 года такой объём через API российского облака стоит от 278 до 9 504 ₽ в месяц в зависимости от модели (расчёт ниже). Одна видеокарта для своего сервера только в амортизации стоит дороже. Поэтому выбирать приходится по двум другим вопросам: какие данные окажутся в запросе и кто может без вас поменять модель, на которой работает процесс.

Вариантов не два, а пять

Между «отправить запрос в облако» и «поставить сервер в своей серверной» есть три промежуточных варианта. Они различаются тем, где физически обрабатывается запрос, кто отвечает за модель и за что вы платите.

1. Ступень 1: API российской моделиYandexGPT, GigaChat; данные у провайдера
2. Ступень 2, выделена: Открытая модель по APIQwen, DeepSeek в российском облаке
3. Ступень 3: Выделенный инстансмодель только ваша, оплата за часы
4. Ступень 4: Арендованная GPUсвоя модель на железе облака
5. Ступень 5: Свой сервервсё в вашем контуре — и всё на вас

1. API российской модели. YandexGPT, GigaChat: ключ, несколько строк кода и оплата за токены. Веса флагманских версий не опубликованы: запросы обрабатываются по условиям провайдера, версии он меняет по своему графику.
2. Открытая модель по API. Qwen, DeepSeek, gpt-oss в каталогах Yandex AI Studio и Cloud.ru (откроется в новой вкладке). Платите так же за токены, часто меньше. Главное отличие — веса модели опубликованы: если провайдер её снимет или понадобится закрытый контур, ту же модель можно запустить в другом месте.
3. Выделенный инстанс. Провайдер разворачивает модель из своего каталога на мощностях только под вас. По документации Yandex AI Studio (откроется в новой вкладке), скорость тогда не зависит от чужого трафика, а общих квот на запросы нет; на октябрь 2026 года услуга в статусе Preview. Платите за каждый час, пока инстанс развёрнут, — сколько бы запросов ни было. Qwen 2.5 7B в конфигурации S стоит 817,40 ₽ в час с НДС (прайс Yandex AI Studio (откроется в новой вкладке)).
4. Арендованная GPU. Вы берёте в облаке машину с видеокартой и сами ставите на неё любую открытую модель, в том числе дообученную. RTX 5090 у immers.cloud (откроется в новой вкладке) стоит 130,76 ₽ в час (прайс на 13.10.2026, про НДС на странице не сказано). Программы и модель ваши, железо — провайдера.
5. Свой сервер. Модель работает в вашей серверной, запросы никуда не уходят. Покупка, электричество, обновления, мониторинг и резервные копии — тоже ваши.

Дообучения в этой лестнице нет, потому что это не отдельный вариант, а надстройка. У провайдера оно возможно в его рамках: в Yandex AI Studio, например, дообучают YandexGPT Lite. Открытую модель вы дообучаете сами (LoRA) и запускаете там, где можно поставить собственные веса, — на арендованной GPU или своём сервере. Для знаний о компании — регламентов, договоров, прайсов — обычно нужно не дообучение, а поиск по документам (RAG); чем они различаются, разобрано в статье о дообучении.

Деньги: почему свой сервер редко дешевле

Возьмём гипотетический пример. Допустим, отдел отправляет 300 запросов в день, в каждом около 1 500 токенов на входе и 300 на выходе, рабочих дней 22. Это 6 600 запросов и около 11,9 млн токенов в месяц. По прайсам на 13 октября 2026 года gpt-oss-120b в Cloud.ru выйдет примерно в 278 ₽ в месяц, Qwen3.6 35B в Yandex AI Studio — в 2 574 ₽, YandexGPT Pro 5.1 в синхронном режиме — в 9 504 ₽. Все цены с НДС. Расчёт по другим моделям и провайдерам — в статье про API, там же о том, почему сравнивать нужно цену запроса, а не токена.

Теперь своя карта. RTX 5090 с 32 ГБ памяти в российской рознице в августе 2026 года стоила от 350 до 620 тыс. ₽ (оценка специалиста в интервью «Известиям»), и цена заметно колеблется. Сравнивать её с API честно только на одной и той же модели. Qwen3.6-35B-A3B в 4-битном формате Q4_K_M — файл около 22 ГБ (откроется в новой вкладке), так что в 32 ГБ остаётся запас под контекст (как считать память под модель и пользователей — в статье про сервер).

И это при условии, что одна карта выдержит такую нагрузку, а сервер вокруг неё ничего не стоит. Аренда той же RTX 5090 только в рабочие часы (22 дня по 10 часов) выходит в 130,76 × 220 ≈ 28,8 тыс. ₽ в месяц, круглосуточно — около 95,5 тыс. ₽. Арендованную GPU берут, когда нужна своя модель или свои веса, а не ради экономии на токенах.

Выделенный инстанс по деньгам ещё дальше от API. Qwen 2.5 7B в конфигурации S за 30 суток — 817,40 × 24 × 30 = 588 528 ₽. Та же модель в пакетном режиме Yandex AI Studio стоит 0,1 ₽ за 1 000 токенов, так что инстанс сравняется с ним примерно на 5,9 млрд токенов в месяц — в 500 раз больше, чем в нашем примере. Его оплачивают за гарантированную скорость и мощности, которые обслуживают только вас.

• gpt-oss-120b по API0,28 тыс. ₽Cloud.ru
• Qwen3.6 35B по API2,57 тыс. ₽Yandex AI Studio
• YandexGPT Pro 5.1 по API9,5 тыс. ₽синхронный режим
• Своя RTX 509012,5 тыс. ₽450 тыс. ₽ / 36 мес, без тока
• Аренда RTX 509028,8 тыс. ₽220 рабочих часов

Прайсы Cloud.ru, Yandex AI Studio, immers.cloud на 13.10.2026, API с НДС; карта ~450 тыс. ₽. Без сервера и администрирования

Деньги начинают работать на свой сервер только при постоянной загрузке: когда карта занята не парой часов запросов в день, а большую часть суток — например, днём отвечает сотрудникам, а ночью разбирает архив. На объёмах малого бизнеса такое бывает редко, поэтому решающими оказываются другие доводы.

Свою модель ставят ради данных и контроля, а не ради экономии.

Решает не место модели, а содержимое запроса

Для выбора варианта данные полезно разделить на три класса. Граница проходит не по отделам и не по моделям, а по тому, что окажется в тексте запроса.

• Публичные и обезличенные. Описания товаров, тексты для сайта, регламенты без имён, сводная статистика. Подходит любой вариант, решают цена и качество.
• Коммерческая тайна. Закупочные цены, условия договоров, переписка с поставщиками. Здесь важны условия провайдера: хранит ли он запросы и может ли использовать их для обучения. Отдельно перечитайте соглашения о конфиденциальности с контрагентами: они часто ограничивают передачу информации третьим лицам, а облачный провайдер — третье лицо.
• Персональные данные клиентов и сотрудников, банковская и врачебная тайна. Здесь выбор сужается сильнее всего.

С персональными данными (дальше — ПДн) остаются два пути. Первый — российский провайдер, у которого выключено логирование запросов и с которым оформлено поручение обработки по ч. 3 ст. 6 152-ФЗ (откроется в новой вкладке). Второй — своя модель: на своём сервере или на арендованной GPU в российском облаке, где условия обработки тоже закреплены в договоре. Зарубежный API для ПДн — это трансграничная передача с уведомлением Роскомнадзора, а OpenAI, Anthropic и Google к тому же официально не обслуживают Россию. Для банковской и врачебной тайны путь ещё уже: условия Yandex AI Studio, например, требуют от клиента гарантии, что охраняемой законом тайны в запросах нет. Даже каталог российского облака не гарантирует, что запрос останется в России: в нём бывают и зарубежные модели, запросы к которым уходят их провайдерам. Что проверить в договоре и почему логирование надо выключать явно, разобрано в той же статье про API.

Отсюда практический вывод: класс данных определяет не одну модель на всю компанию, а маршрут каждого запроса. Описания товаров можно отправлять в недорогой API, обращения клиентов — в модель с поручением или в свой контур. Класс надёжнее задавать по источнику, а не по содержимому: всё, что пришло из клиентской почты или CRM, считается ПДн по умолчанию — в каждом письме как минимум имя и адрес отправителя. Автоматический поиск ПДн в тексте годится как дополнительная проверка, но не как граница: ему достаточно один раз пропустить номер паспорта во вложении.

Маршрут для процесса выбирают по наиболее чувствительным данным, которые могут в него попасть, а не по типичному запросу.

Промежуточный вариант — заменить ФИО, телефоны и номера документов метками перед отправкой и подставить значения обратно у себя после ответа. Риск снижается, но статус данных не меняется: для закона это обезличивание, после которого данные остаются персональными, пока по вашей таблице соответствия их можно связать с человеком (подробнее — в статье про API). К тому же в свободном тексте остаются косвенные признаки — адрес доставки, номер заказа, подробности ситуации, — по которым человека можно узнать и без имени.

Кто вправе поменять модель

Второй вопрос, который решает выбор, — кто может поменять модель под работающим процессом. В каталоге моделей Yandex AI Studio (откроется в новой вкладке) у каждой версии свой адрес (URI), автоматического переключения нет, а после окончания поддержки запросы к старому адресу получают ошибку 400. На 13 октября 2026 года Qwen3 235B указана там как доступная до 30.09.2026, а gpt-oss-120b и gpt-oss-20b — до 30.10.2026. То есть модель, которая в нашем примере стоила дешевле всех, чуть больше чем через две недели после выхода этой статьи пропадёт из одного из двух облаков.

Для закрытой модели снятие версии означает переход на другую модель: другие ответы, другой формат, другая цена. Для открытой — смену места. gpt-oss-120b на 13.10.2026 остаётся в каталоге Cloud.ru, а её веса опубликованы под Apache 2.0 (откроется в новой вкладке), так что её можно запустить и на своей машине. Поэтому открытая модель в российском облаке — удобный компромисс: сегодня вы платите за токены и не держите железо, а если провайдер её снимет или понадобится закрытый контур, у вас остаётся путь к той же модели.

«Та же модель» не значит «то же поведение». При переезде меняются движок, квантование, шаблон диалога и параметры генерации, и ответы могут сдвинуться. Пример: по карточке модели gpt-oss нужно вызывать только в её собственном формате диалога harmony, иначе она работает некорректно. Поэтому до переключения нужен эталонный набор — несколько десятков реальных обезличенных примеров с ожидаемым ответом — и прогон на старом и новом месте.

Свой сервер даёт обратное: модель меняется, только когда решите вы, и процесс, настроенный в октябре, в январе работает на той же модели. Цена этого контроля — сопровождение: обновления системы, драйверов и движка, мониторинг, резервные копии и человек, который за это отвечает. Решение об обновлении тоже остаётся за вами: открытые модели выходят каждые несколько месяцев — у Qwen только за 2026 год вышли семейства 3.5, 3.6 и 3.8, — и не обновляться тоже выбор, который придётся периодически пересматривать.

С чего начать

Порядок, который меньше всего связывает руки:

1. Разделите данные. Для процесса, который хотите передать модели, выпишите источники и класс данных в каждом. Это сразу отсекает часть провайдеров.
2. Соберите эталонный набор. Реальные обезличенные примеры с ожидаемым ответом. По нему сравниваются модели и провайдеры и проверяется любое будущее переключение.
3. Начните пилот с открытой модели через API российского облака. Без железа, с оплатой за токены. Если впереди может быть свой сервер, выбирайте модель, которая поместится на одну машину: Qwen3.6-35B-A3B (откроется в новой вкладке) (Apache 2.0, есть и в Yandex AI Studio, и в Cloud.ru) или gpt-oss-120b (Apache 2.0, около 65 ГБ, по карточке — одна GPU с 80 ГБ). DeepSeek V4 Flash (откроется в новой вкладке) (MIT, 284 млрд параметров) удобна по API, но одни её веса занимают около 160 ГБ — у себя ей нужна машина с несколькими ускорителями по 80 ГБ.
4. Проверьте лицензию до выбора. Открытые веса не всегда значат свободное коммерческое использование: у части моделей есть пороги по объёму и отдельные условия для сервисов. Какие именно — в статье про сервер.
5. Переезжайте к себе, только если есть причина из списка ниже, и только после прогона эталона на новом месте.

Часто разумный итог — не один вариант, а два: недорогой API для публичных задач и свой контур или провайдер с поручением для ПДн, с общим эталонным набором, по которому видно, какая модель где справляется.