{{title}}
{{published}}
{{description}}
{{text}}
GPT, Gemini или локальная модель: какую LLM выбрать бизнесу в России
Для компании в России выбор LLM — это выбор из трёх классов, а не «GPT или Gemini». Зарубежные облачные модели (GPT, Gemini, Claude) сильнее всех на сложных задачах, но их API официально недоступны из РФ, а данные уходят за рубеж. Российские облачные — GigaChat от Сбера, Alice AI и YandexGPT от Яндекса — работают по договору в рублях и хранят данные в России. Локальная модель с открытыми весами живёт на вашем сервере: данные не покидают контур, вместо платы за токены — плата за железо. В грамотной архитектуре выбор обратим, и часто правильный ответ — гибрид.
Три класса моделей
Примеры и цены — на сентябрь 2026 года, по официальным страницам провайдеров.
Промежуточный вариант — открытые модели в российском облаке. По данным «Коммерсанта» (август 2026 года), в Yandex AI Studio за первое полугодие 2026-го обработали 597 млрд токенов, и почти половина пришлась не на модели Яндекса: Qwen — 21,2%, DeepSeek — 13,5%, gpt-oss — 7,5%. Данные при этом остаются в России, а железо обслуживает провайдер.
Открытые модели — не экзотика и для крупного бизнеса: по исследованию «Яков и Партнёры» и Яндекса (декабрь 2025 года), 71% опрошенных российских компаний используют генеративный AI хотя бы в одной функции, и 86% из них дообучают внешние открытые модели.
Открытые модели — не экзотика и для крупного бизнеса: по исследованию «Яков и Партнёры» и Яндекса (декабрь 2025 года), 71% опрошенных российских компаний используют генеративный AI хотя бы в одной функции, и 86% из них дообучают внешние открытые модели.
Во что обходится: пример расчёта
Возьмём ассистента на 100 000 запросов в месяц. В каждом — около 2 000 входных токенов (вопрос, инструкции, найденные документы) и 500 выходных. За месяц это 200 млн входных и 50 млн выходных токенов. Цены — на сентябрь 2026 года; GigaChat — по прайсу cloud.ru, через который подключаются новые клиенты.
Что из этого следует:
Это иллюстрация, а не смета: длина запросов, доля кэша и выбор модели меняют результат в разы. Точку перелома для вашего продукта считаем на проектировании.
- На малом трафике облако дешевле. Лёгкие модели обходятся в десятки тысяч рублей в месяц, а сервер вы оплачиваете, даже когда он простаивает.
- На росте картина меняется. При 1 млн запросов в месяц счёт за GigaChat 2 Max или Alice AI LLM по той же арифметике — 1,4–1,6 млн ₽ в месяц, а локальная модель на одном-двух GPU-серверах остаётся в пределах сотен тысяч. У недорогих моделей вроде GigaChat 3 Pro счёт при таком потоке — около 230 тыс. ₽, то есть на уровне аренды сервера. Выдержит ли сервер такой поток — считается по пиковой нагрузке.
- Архитектура важнее тарифа. Если сценарии и кэш закрывают типовые запросы без модели, как в Sigma.AI, до модели доходит лишь часть трафика — и счёт падает у любого класса.
Это иллюстрация, а не смета: длина запросов, доля кэша и выбор модели меняют результат в разы. Точку перелома для вашего продукта считаем на проектировании.
Как выбирать — три вопроса
Что с данными? Если в запросах есть персональные данные клиентов — имена, телефоны, адреса, история заказов, — зарубежный API для российской компании почти всегда закрыт: с 1 июля 2025 года первичный сбор персональных данных граждан РФ должен идти в базы на территории России (ч. 5 ст. 18 152-ФЗ), а передача за рубеж — это трансграничная передача с уведомлением Роскомнадзора. Остаются российское облако или локальная модель. Применимость к вашему процессу — с юристом.
Какой объём запросов? Малый трафик — облако: копейки за запрос и ничего за простой. Большой — плата за токены обгоняет аренду сервера (расчёт выше); точку перелома для вашего продукта считаем на проектировании.
Насколько сложны задачи? Флагманские модели выигрывают на длинных рассуждениях, коде, сложной аналитике. Типовые задачи продукта — подбор, суммаризация, ответы по базе знаний — закрывают российские модели и открытые модели среднего размера.
Почему это не «или-или»
В Sigma.AI — ассистенте продуктового маркетплейса — работает гибрид. Детерминированные сценарии (до 6 секунд) и кэш популярных рецептов (около 4 секунд) вообще не доходят до модели. Новые нетиповые запросы генерирует локальная модель с собственным эмбеддингом за 15–20 секунд, а Gemini и OpenAI подключены только для отдельных сценариев через оркестрацию в n8n. Весь AI-контур после оптимизации уместился в сервер 4 CPU / 8 ГБ. Итог: основной поток запросов не выходит из контура, плата за токены — только в отдельных сценариях, а качество флагманов — там, где оно нужно. Подробнее — в кейсе Sigma.AI.
И главное: в правильно спроектированном контуре модель — заменяемая деталь. Вышла модель лучше или дешевле, ушёл провайдер, поменялся закон — переключились, продукт не заметил. Поэтому «какую LLM выбрать» — последний вопрос проекта, а не первый (с чего начинать — в статье про LLM).
Что меняет закон об ИИ
С 1 сентября 2026 года действует закон «О поддержке развития технологий искусственного интеллекта в Российской Федерации» (243-ФЗ от 26.07.2026). Для выбора модели в нём важны две нормы, и обе вступают в силу с 1 марта 2027 года:
- Суверенные и национальные модели. Закон вводит эти статусы для больших моделей: разработчик — российское юрлицо, ответы на запросы и данные — в центрах обработки данных в России. Для «национальной» модели допускаются компоненты под открытой лицензией, в том числе зарубежные.
- Случаи «только отечественные». Правительство сможет определять сферы, где разрешено применять только суверенные или национальные модели (в финансовом секторе — по согласованию с Банком России). Для систем, которые уже будут работать на день вступления нормы в силу и хранят данные в России, такие ограничения не применяются до 1 сентября 2032 года.
Что это значит на практике: для госсектора, банков и компаний с госучастием выбор модели становится вопросом соответствия, а не только качества и цены. Сами случаи правительство будет определять по мере вступления нормы в силу — мы следим за постановлениями. Применимость к вашему проекту — с юристом.
Частые вопросы
Ответ меняется каждые несколько месяцев — поэтому мы проектируем контур под заменяемость модели, а не под конкретное имя. Сравнивать стоит классы решений, они устойчивы.
Технически да: есть сервисы-агрегаторы и прокси. Но OpenAI прямо пишет, что доступ из неподдерживаемых стран может закончиться блокировкой аккаунта, а персональные данные клиентов в таком запросе — это трансграничная передача. Для внутренних задач без персональных данных — допустимый риск, для клиентского сервиса мы его не закладываем.
Оба семейства — облачные модели с данными в России и оплатой в рублях; качество на ваших задачах лучше проверить на 50–100 реальных примерах, чем по рейтингам. Если контур спроектирован под заменяемость, переключение между ними — настройка, а не переделка.
Не обязательно. Небольшой модели, которая закрывает типовые сценарии, может хватить обычного сервера: у Sigma.AI весь AI-контур работает на 4 CPU / 8 ГБ. Видеокарта нужна для больших моделей и высокой нагрузки — и тогда аренда GPU становится главной статьёй расходов. Точка окупаемости зависит от объёма запросов и считается заранее.
На типовых задачах продукта разница для пользователя обычно неощутима, особенно с RAG — модель отвечает по вашим данным, а не эрудицией. Сложные рассуждения — территория флагманов.
Это аргумент не «против облака», а за архитектуру с заменяемой моделью и локальным резервом критичных сценариев. Тогда любое изменение рынка — настройка, а не кризис.
