инфра/гид

LLM по API или свой GPU: калькулятор стоимости в рублях

Обновлено09.11.2026 Цены проверены08.11.2026Источникselectel.ruЧтение1 мин .md
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).

В этой статье

Калькулятор: API, готовая модель или свой GPU

Оплата за токены (Token Factory), ₽ за 1 млн токенов
МодельВходВыход
Qwen-3.8-Flash-Next20,85 ₽61,30 ₽
Qwen-3.8-27B31,01 ₽206,50 ₽
DeepSeek-V4-Flash75,42 ₽186,29 ₽
GLM-5.3-flash74,64 ₽248,55 ₽
Kimi-K2.7-Code157,20 ₽628,70 ₽
Готовая модель с API и оплатой по часам (Dedicated Inference)
Модель₽/часКруглосуточно, ₽/мес
qwen3-8b63,30 ₽45 576 ₽
t-lite-it-2.163,30 ₽45 576 ₽
gemma-4-12b126,60 ₽91 152 ₽
qwen3.6-27b253,20 ₽182 304 ₽
t-pro-it-2.1253,20 ₽182 304 ₽
gpt-oss-20b355,84 ₽256 205 ₽
mistral-small-24b355,84 ₽256 205 ₽
gpt-oss-120b614,10 ₽442 152 ₽
qwen3-coder-next1 228 ₽884 304 ₽

Цены с НДС, проверено 08.11.2026; месяц — 30 дней. Свой GPU — в калькуляторе облака и выделенного.

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, сравнить облако и выделенный — в калькуляторе окупаемости. Все цены — в справочнике.

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

  1. Token Factory — цены за токеныпроверено 08.11.2026
  2. Dedicated Inference — каталог моделейпроверено 08.11.2026
  3. Серверы с GPUпроверено 08.11.2026

Связанные гайды