Свой ИИ против подписки: полный расчёт на год в рублях

MAATRIX

Когда команда из пяти-двадцати человек привыкает работать с ИИ-ассистентом каждый день, рано или поздно кто-то в финансовом отделе спрашивает: а почему мы платим за это по подписке, если можно один раз развернуть своё? Короткого честного ответа не существует — всё зависит от размера команды, интенсивности использования и цены вашего инженерного часа. Ниже — не готовый вердикт, а методика: таблица статей расходов и формулы, по которым вы за десять минут пересчитаете всё на свои реальные цифры.

Зачем считать по методике, а не сравнивать два прайса

Сравнить «$25 за место» с «сервер за N рублей в месяц» — соблазнительно просто и почти всегда неправильно. Подписка на пользователя в месяц не показывает, что будет, если команда вырастет вдвое или если поверх чата вы начнёте гонять автоматизации через API с оплатой за токены — это отдельная, метрируемая статья расходов, которая у активной команды может кратно превысить стоимость самих мест. А голая цена аренды сервера не показывает, сколько стоит время на настройку, обновления моделей и разбор инцидентов посреди рабочего дня.

Поэтому здесь считаем не «сколько стоит X», а раскладываем обе модели на одинаковые статьи расходов за 12 месяцев: регулярный платёж, разовые трудозатраты, обслуживание и риски перерасхода. Все денежные цифры дальше — иллюстрация методики на круглых условных числах, а не прайс-лист. Реальные тарифы подписок и аренды серверов меняются, иногда по несколько раз в год, — подставляйте актуальные значения на дату расчёта.

Модель А: подписка на команду — из чего складывается цена

Формула для командной подписки на облачный ИИ-чат (ChatGPT Team, Claude Team и подобные тарифы):

Годовые расходы (А) = цена_места_в_месяц × число_мест × 12
                     + (опционально) расходы_на_API_по_токенам × 12

На конец 2025 — начало 2026 года командные тарифы такого рода у крупных поставщиков (OpenAI, Anthropic) официально объявлялись в диапазоне ориентировочно $25–30 за пользователя в месяц, часто с минимальным порогом мест (обычно от 2 до 5 пользователей на аккаунт) и разницей в цене между помесячной и годовой оплатой. Это публично заявленные ориентиры на момент написания статьи, а не измеренные нами цифры — проверьте актуальный тариф на странице поставщика перед расчётом, цены меняются без предупреждения и зависят от региона выставления счёта.

Два нюанса, которые часто забывают внести в расчёт:

• Оплата из России. Официальные тарифы ChatGPT/Claude Team привязаны к зарубежной карте или доступной поставщику платёжной системе — из России это, как правило, требует посредника (иностранная карта, прокладка, крипто-эквайринг через третьих лиц), и это тоже расход, пусть и не всегда прямой.
• API поверх чата. Если команда строит на базе того же провайдера ботов, интеграции в Slack, RAG по документам — это отдельный биллинг по токенам, который не входит в цену «места» в чате и растёт вместе с нагрузкой, а не с числом сотрудников.

Модель Б: свой ИИ-сервер — из чего складывается цена

Формула для своего сервера с локальной моделью:

Годовые расходы (Б) = аренда_сервера_в_месяц × 12
                     + часы_настройки × ставка_часа        (только год 1)
                     + часы_обслуживания_в_месяц × ставка_часа × 12

Три статьи, а не одна — и здесь чаще всего теряют деньги в расчётах, когда сравнивают «просто аренду» с ценой подписки.

Аренда сервера. Объём RAM и наличие/мощность GPU подбираются под размер модели, которую команда реально будет использовать, а не «с запасом на всякий случай» — переплата за неиспользуемые ресурсы обнуляет всю экономию. Точную раскладку по моделям и требуемому объёму памяти лучше смотреть в отдельном материале — мы сознательно не повторяем здесь таблицу цифр, чтобы не разойтись с актуальными данными: сколько RAM нужно под конкретные модели Ollama. Для команды до 10–15 человек с моделью среднего размера (7B–30B в квантовании) обычно достаточно тарифа уровня «побольше RAM, без выделенного GPU»; для тяжёлых моделей или инференса с большой очередью запросов понадобится GPU-тариф — конкретные конфигурации и цены уточняйте в актуальном прайсе на момент заказа.

Разовая настройка. Сюда входит: установка движка инференса (Ollama или vLLM), загрузка и проверка квантованной модели, поднятие веб-интерфейса с многопользовательским доступом, реверс-прокси с TLS, выдача API-ключей сотрудникам, базовый мониторинг и резервное копирование конфигурации. Пошаговая установка связки Open WebUI + Ollama на сервере такого класса разобрана отдельно: Open WebUI и Ollama на тарифе Heka — установка. По опыту разворачивания подобных стендов, на такую настройку у инженера уровня middle уходит ориентировочно 1–2 полных рабочих дня — это оценка «по порядку величины», а не измеренный норматив: у опытного человека может уйти в два раза меньше времени, у новичка — в два раза больше, особенно если добавляется интеграция в существующие процессы (бот в Slack/Telegram, RAG по внутренним документам).

Обслуживание. Обновление версий модели и движка, разбор упавших запросов, донастройка после роста нагрузки, ответы на вопросы сотрудников — это не разовая, а регулярная статья, которую часто вообще не вносят в расчёт «своего сервера», а потом удивляются, почему экономия на бумаге не совпала с реальностью.

Таблица на год: расходы по статьям

Ниже — рабочий пример на условных круглых цифрах, чтобы показать, как формулы складываются в итог. Это не тарифы MAATRIX и не официальные цены подписок — только иллюстрация методики. Возьмём: место в подписке — 2500 ₽/мес (по курсу и тарифу на дату расчёта), аренда сервера — 15 000 ₽/мес, ставка инженера — 3000 ₽/час, настройка — 16 часов, обслуживание — 3 часа в месяц.

Ключевое отличие видно сразу: цена подписки линейно растёт с числом сотрудников, а цена своего сервера почти не зависит от их числа (пока хватает мощности железа) — она зависит от интенсивности нагрузки. Отсюда считается точка безубыточности:

n_безубыточности (год 2+) = (аренда × 12 + обслуживание_в_год) / (цена_места × 12)
                           = 288 000 / 30 000 = 9,6 → ≈ 10 человек

n_безубыточности (год 1, с учётом настройки) = 336 000 / 30 000 = 11,2 → ≈ 12 человек

При этих условных цифрах: команде из 5 человек подписка обойдётся в 150 000 ₽/год — дешевле своего сервера даже на второй год (288 000 ₽). Команде из 20 человек подписка стоит уже 600 000 ₽/год — больше чем в два раза дороже своего сервера. Пересчитайте эту формулу с вашими реальными ставками — сама логика (линейный рост одной модели против почти фиксированной стоимости другой) сохранится, даже если исходные числа будут другими.

Когда выгоднее подписка, а когда — свой сервер

Честный ответ зависит от двух параметров: размера команды и интенсивности использования, а не только от цены самой по себе.

• Маленькая команда (примерно до 8–10 человек) с эпизодическим использованием — подписка почти всегда дешевле и однозначно проще: не нужно тратить инженерные часы на настройку и обслуживание, а альтернативная стоимость этого времени (что инженер сделал бы вместо этого) обычно выше сэкономленной разницы.
• Растущая или крупная команда (от 10–15 человек и выше) с постоянной, предсказуемой нагрузкой — свой сервер обычно окупается в пределах года и дальше становится заметно дешевле, особенно если поверх чата команда гоняет автоматизации, которые на подписке вылились бы в отдельный метрируемый биллинг по API.
• Нерегулярная, но тяжёлая нагрузка (пакетная обработка документов раз в неделю, генерация по расписанию) — здесь может быть выгоднее не аренда сервера «24/7», а GPU по часам, оплата только за фактическое время расчёта: аренда GPU-сервера в Великобритании по часам.
• Оплата из России — отдельный практический аргумент не про экономику, а про логистику: подписки крупных зарубежных ИИ-сервисов привязаны к иностранным платёжным методам, тогда как аренда сервера у российского провайдера с зарубежными локациями оплачивается напрямую картой или криптовалютой, без посредников и их комиссии.

Более подробный разбор этого же сравнения для конкретно ChatGPT Plus (личная, не командная подписка) уже есть отдельно: свой сервер против ChatGPT Plus — что выгоднее — там своя арифметика для индивидуального использования, полезно свериться, если команда на самом деле состоит из нескольких человек с личными подписками, а не из одного командного тарифа.

Что не попадает в таблицу, но влияет на решение

Цифры выше — только часть картины. Есть факторы, которые в Excel не заносятся, но реально двигают решение в ту или иную сторону:

• Разрыв в качестве модели. Топовые облачные модели на конец 2025 — начало 2026 года по сложным задачам (код, многошаговые рассуждения) обычно опережают то, что реально влезает в локальный инференс на сервере среднего класса в разумном квантовании. Для рутинных задач (черновики, суммаризация, ответы по базе знаний) разница часто не критична, для сложной инженерной работы — может быть заметна.
• Кто чинит инцидент в 9 вечера. У подписки этим занимается поставщик. У своего сервера — тот, кто его настраивал, и если этот человек в отпуске или уволился, а документация не велась, простой может стоить дороже сэкономленных денег за квартал.
• Приватность данных. Свой сервер держит переписку и документы внутри вашей инфраструктуры, не отправляя их во внешний API — это может быть решающим аргументом само по себе, независимо от экономики, особенно если в оборот попадают персональные данные сотрудников или клиентов (см. также где законно держать сервер с персональными данными по 152-ФЗ).
• Непредсказуемость цены подписки во времени. Тариф на место может вырасти в любой момент по решению поставщика — цена аренды сервера фиксируется вами на выбранный период и меняется только по вашему решению о смене тарифа.
• Гибридный вариант — часто самый практичный. Несколько мест в командной подписке оставляют для задач, где важно максимальное качество (архитектурные решения, код-ревью), а весь рутинный и массовый трафик (черновики, ответы по FAQ, обработка входящих обращений) переводят на свой сервер — это снижает и число оплачиваемых мест, и нагрузку на API-биллинг одновременно.

Частые вопросы