Контекст 

AI может помочь снизить затраты, ускорить процессы или увеличить выручку. Однако, чтобы экономика проекта сходилась, нужно не только уметь качественно оценивать потенциальный эффект, но и уметь контролировать затраты.

Цель статьи — показать, как минимизировать расходы на AI-проект.

Дисклеймер: Рынок GenAI очень динамичен, и цены могут быстро меняться. Цены актуальны на момент написания (середина 2025 года) и могут измениться. Для простоты ограничимся только ценами на LLM.

Подходы к развертыванию AI продукта 

Существует два основных способа:

• Собственное решение — используете open-source модели и запускаете их на собственной или арендованной инфраструктуре.

• Модель как сервис (Model-as-Service) — когда вы подключаетесь к готовой модели через API и платите за объем использования.

Вариант 1: Собственное решение

Стоимость, в основном, складывается из стоимости инфраструктуры и ФОТ.

Собственная инфраструктура:

• GPU-сервер для инференса моделей средних размеров: ~1-1.2 млн руб.

• Высокие начальные затраты, но с учетом амортизации, если взять срок службы в 5 лет, то стоимость сервера — 16 667 — 20 000 руб./мес.

Альтернатива — облако:

• Yandex Cloud: ~ 430 тыс. руб./мес. 

• Google Cloud (g2-standard-24): ~ 131 тыс.  руб./мес. при курсе 90 руб. за доллар.  

• Sber Cloud: ~345 тыс. руб./мес. 

Цены без учета трафика, который тоже тарифицируется, так что это минимальная стоимость облачной инфраструктуры.

Команда:

• AI Engineer (Senior): 520 000 руб

• 0.5 Admin (Senior): 208 000 руб.

Выше учтены: зарплата (данные Sense group), налоги и взносы за сотрудника компанией. 

Общая стоимость = ФОТ + инфраструктура:

• Собственная инфра: ~ 744 тыс. руб./мес.

• Google: ~ 859 тыс. руб./мес.

• Yandex: ~ 1.13 млн руб./мес.

• Sber: ~ 1.07 млн руб./мес.

Способы оптимизации стоимости:

• Уменьшение моделей, а следовательно, и требований к инфраструктуре. Это делается либо через подбор более легкой модели, либо уменьшения выбранной (квантизация, обрезка модели) 

• Для облака — FinOps оптимизации, долгосрочные контракты и скидки от провайдера

Когда подходит своя инфраструктура

• Уже есть своя IT-команда и инфраструктура

• Важно хранить данные внутри контура, есть персональные или чувствительные данные 

• Планируется долгосрочная эксплуатация 

• Подходит на объеме, одного сервера мало для обеспечения стабильности и отказоусточивости

Когда подходит облако 

• Нет собственной большой IT-команды или нет ресурсов обеспечить высокие SLA

• Нужно гибко и быстро масштабировать сервис в зависимости от нагрузки

• Защиту данных тоже можно обеспечить

Вариант 2: Модель как сервис (API)

Цена зависит от количества запросов, выбранной модели, количества токенов (слов, частей слов) в запросе и ответе.

Ниже для каждого провайдера приведены диапазоны цен актуальных моделей от дешевой к дорогой. Для западных моделей цены переведены по курсу 90 руб. Для простоты сравнения все цены приведены к единым размерам — 1000 входящих + 1000 исходящих токенов.   

Давайте зафиксируем количество токенов на запрос и посчитаем сколько будет стоить API в месяц в зависимости от количества запросов в день. Сравним полученный результат со стоимостью собственного сервера.

Таким образом, цена на API сильно варьируется:

• При увеличении количества запросов цена растет линейно

• При увеличении количества входных токенов, скажем в 10 раз, цена вырастет в 2.5-3 раза на запрос.

• Если увеличить выход, также в 10 раз, цена вырастет в примерно 8.2 раза на запрос.

• Цена моделей также может отличаться в 6 — 20 раз в рамках одной компании, а также сильно варьироваться между провайдерами моделей. 

Команда:

Так как модель уже сделана, нужно просто интегрировать API и написать промпт, то можно существенно сэкономить на команде. 

• Backend разработчик (0.2 ставки): 93 600 руб./мес. 

Выше учтены: зарплата (данные Sense group), налоги и взносы за сотрудника компанией.  

Общая стоимость = ФОТ +  API:

При объемах в 2000 токенов на запрос и 5000 запросов в день — использование модели по API дешевле собственного сервера, даже при использовании топовых моделей.

• Gemini 2.5 Pro: 236 250 руб./мес + 93 600 = 329 850 руб./мес.

• YandexGPT Pro: 360 000 + 93 600 = 453 600 руб./мес.

• GigaChat Max:  585 000  + 93 600 = 678 600 руб./мес

Однако при росте входного контекста, запросов или выхода моделей — цена быстро переходит порог. 

Способы оптимизации стоимости

• Подбор более дешевых моделей

• Инженерия промптов — писать коротко 

• Кэширование контекста и идентичных запросов

• Асинхронная/пакетная обработка — дешевле

• Ограничение выходной части, где это возможно, генерация выходной последовательности — сильно дороже.

• Также при наличии в команде AI/ML инженера можно дообучить модель под задачу — снижает количество токенов на входе, а также использовать алгоритмы сжатия промптов. 

Когда подходит

• Дешевле при маленьких объемах — количество запросов и токенов

• Нужно быстро протестировать гипотезу (MVP)

• У компании нет своей AI-команды

• Важна скорость вывода на рынок

Фреймворк управления затратами  

Подобьем резюме, как принимать решение и управлять костами:

1. Нужна быстрая проверка гипотез? -> берём API и оцениваем ценность идеи 

2. С самого начала следите за метриками: токены, запросы, рубли.

3. Оптимизируйте API: батчевая обработка, замена моделей, кэш, сокращение токенов и т.д.

4. Отслеживайте границу масштаба: OPEX API приближается к стоимости кластера? — пора считать варианты on-prem или облако.

5. Переход к собственному решению: помните, что затраты не исчезают, а перераспределяются: вы больше не платите за модели и токены, но нужно больше вложений в людей и инфраструктуру. Переход требует дополнительных инвестиций, изменения процессов и новых компетенций. Однако при длительной эксплуатации и крупном объёме окупится.