# LLM по API или свой GPU: калькулятор стоимости в рублях

> Сравниваем оплату нейросети за токены, готовую модель с оплатой по часам и свой сервер с видеокартой: сколько стоит месяц и с какого объёма выгоднее своё.

Источник: https://infragid.ru/instrumenty/llm-api-ili-svoj-gpu/ · Обновлено: 2026-11-09 · Цены проверены: 2026-11-08 · Раздел: Нейросети и GPU

**Коротко.** При тысяче запросов в день оплата за токены стоит сотни или тысячи рублей в месяц: у малой модели Qwen-3.8-Flash-Next вход — 20,85 ₽ за 1 млн токенов. Готовая модель с оплатой по часам круглосуточно стоит десятки тысяч, свой сервер с видеокартой — от 56 900 ₽/мес. Своё становится выгоднее примерно с 1,5–4,5 млрд токенов в месяц — это десятки тысяч запросов в день — или когда данные нельзя отдавать в чужой API (наш расчёт).

## Как считается

Месячный объём токенов = запросов в день × (токенов на входе + на выходе) × 30. Оплата за токены — объём × цена за миллион, отдельно для входа и выхода. Готовая модель с оплатой по часам и свой сервер стоят одинаково при любом объёме: часы в сутки × цена часа или фиксированная цена за месяц.

**Точка перехода** — объём, при котором оплата за токены сравнивается с самым дешёвым фиксированным вариантом. Ниже — платите за токены, выше — считайте своё.

## Важно знать

- **Модели разные.** В классе «малая» оплата за токены — Qwen-3.8-Flash-Next, готовая модель — qwen3-8b, свой сервер — любая модель на 7–9 млрд параметров. Качество ответов у них отличается; сравнивайте на своих задачах.
- **Пропускная способность.** Один сервер обслуживает ограниченный поток. Для модели на 8 млрд параметров одна карта L4 или RTX 4090 обычно выдерживает десятки одновременных запросов при умеренной длине ответа; при сотнях понадобится несколько карт.
- **Своё — это работа.** Установка vLLM, обновления, мониторинг и очередь запросов — на вас. Готовая модель с оплатой по часам снимает эту работу, но не даёт загрузить свою модель.

Как выбрать видеокарту под модель — в [калькуляторе видеопамяти](/instrumenty/podbor-gpu-pod-model/), сравнить облако и выделенный — в [калькуляторе окупаемости](/instrumenty/gpu-oblako-ili-vydelennyj/). Все цены — в [справочнике](/ceny/).


## Частые вопросы

**Сколько стоит миллион токенов у своей модели?**

Зависит от загрузки. Сервер стоит одинаково, работает он или простаивает, поэтому цена миллиона токенов падает с ростом потока. Готовая модель qwen3-8b круглосуточно стоит около 45 600 ₽ в месяц; при 50 млрд токенов в месяц это меньше рубля за миллион, при 50 млн — около 900 ₽.

**Когда выгоднее платить за токены?**

Почти всегда на старте: при тысячах запросов в день счёт за токены — сотни или тысячи рублей. Своё выгоднее при очень большом потоке, а также когда нельзя передавать данные во внешний сервис или нужна своя дообученная модель.

**Можно ли загрузить свою модель в Dedicated Inference?**

На 8 ноября 2026 года — нет: доступен каталог из готовых открытых моделей с API, совместимым с OpenAI. Для своей или дообученной модели нужен сервер с видеокартой.

**Где хранятся данные запросов?**

У провайдера в России; для Token Factory заявлена политика нулевого хранения запросов. На своём сервере данные не покидают ваш периметр.


## Источники

- Token Factory — цены за токены — https://selectel.ru/services/cloud/token-factory/ (проверено 2026-11-08)
- Dedicated Inference — каталог моделей — https://selectel.ru/services/dedicated-inference/ (проверено 2026-11-08)
- Серверы с GPU — https://selectel.ru/services/gpu/ (проверено 2026-11-08)

## Данные калькулятора

**Оплата за токены (Token Factory), ₽ за 1 млн токенов**

| Модель | Вход | Выход |
|---|---|---|
| Qwen-3.8-Flash-Next | 20,85 ₽ | 61,30 ₽ |
| Qwen-3.8-27B | 31,01 ₽ | 206,50 ₽ |
| DeepSeek-V4-Flash | 75,42 ₽ | 186,29 ₽ |
| GLM-5.3-flash | 74,64 ₽ | 248,55 ₽ |
| Kimi-K2.7-Code | 157,20 ₽ | 628,70 ₽ |

**Готовая модель с API и оплатой по часам (Dedicated Inference)**

| Модель | ₽/час | Круглосуточно, ₽/мес |
|---|---|---|
| qwen3-8b | 63,30 ₽ | 45 576 ₽ |
| t-lite-it-2.1 | 63,30 ₽ | 45 576 ₽ |
| gemma-4-12b | 126,60 ₽ | 91 152 ₽ |
| qwen3.6-27b | 253,20 ₽ | 182 304 ₽ |
| t-pro-it-2.1 | 253,20 ₽ | 182 304 ₽ |
| gpt-oss-20b | 355,84 ₽ | 256 205 ₽ |
| mistral-small-24b | 355,84 ₽ | 256 205 ₽ |
| gpt-oss-120b | 614,10 ₽ | 442 152 ₽ |
| qwen3-coder-next | 1 228 ₽ | 884 304 ₽ |