Компания MWS Cloud, входящая в структуру МТС Web Services, представила свежее исследование, посвящённое оценке вычислительных ресурсов, необходимых для развёртывания самых актуальных больших языковых моделей в России. Эксперты проанализировали открытые модели, выпущенные весной и летом текущего года, а также те, что ожидаются в следующем. В выборку для 2025 года вошли Kimi K2, gpt-oss-120b, Gemma 3 27B, GLM-4.5V, Qwen3 235B и отечественная Cotype Pro 2. Для 2026 года рассматривались Kimi K3, Qwen3.5 397B, DeepSeek-V4-Pro, DeepSeek-V4-Flash, GLM-5.2, Gemma 4 и Cotype Pro 3. Результаты показали, что средняя стоимость минимального набора ускорителей NVIDIA для запуска одной такой модели увеличилась в 2,8 раза — с 13,7 миллиона рублей в 2025 году до 38,8 миллиона рублей в 2026-м. Это означает, что компании, планирующие внедрение передовых ИИ-решений на собственной инфраструктуре, столкнутся с существенным ростом капитальных затрат.

Основным драйвером удорожания выступает стремительное усложнение самих моделей. Новые поколения больших языковых моделей демонстрируют заметно более высокую производительность при решении сложных задач и способны обрабатывать значительно больший объём информации в рамках одного запроса. Однако эти возможности напрямую зависят от объёма памяти и вычислительной мощности графических процессоров, что требует использования более дорогих и производительных GPU. Параллельно с этим растёт и рыночная стоимость самих видеокарт, что дополнительно увеличивает совокупные расходы на развёртывание. По словам представителей MWS Cloud, удорожание носит системный характер и отражает общемировые тенденции, связанные с глобальной гонкой в области искусственного интеллекта, которая подстёгивает спрос на вычислительные мощности и поддерживает высокие цены на ускорители.

Российский рынок находится в особой ситуации, поскольку локальные цены на GPU во многом зависят от мировых котировок, а также от логистических и регуляторных ограничений. В условиях санкционного давления и ограниченного доступа к передовым чипам стоимость оборудования может дополнительно возрастать из-за посреднических схем и дефицита предложения. Тем не менее, эксперты MWS Cloud отмечают, что единого ценового предела, после которого рынок потеряет интерес к ИИ, не существует. Если покупка дорогостоящего оборудования перестаёт окупаться, компании начинают выбирать более компактные модели с меньшими требованиями к ресурсам, оптимизируют вычисления за счёт квантизации или других методов сжатия, либо переходят в облачные сервисы, где оплата производится только за фактически использованные мощности. Такой подход позволяет снизить порог входа и избежать значительных первоначальных инвестиций.

Сравнение с альтернативными вариантами показывает, что облачная модель становится всё более привлекательной для российских заказчиков. Вместо покупки серверов с несколькими топовыми GPU, которые могут стоить десятки миллионов рублей, компании могут арендовать вычислительные ресурсы у провайдеров, таких как MWS Cloud, и масштабировать их по мере необходимости. Это особенно актуально для среднего бизнеса и стартапов, которые не могут позволить себе единовременные затраты на инфраструктуру. Однако для крупных организаций с высокими требованиями к безопасности данных и постоянной нагрузкой собственные вычислительные кластеры могут оставаться более экономически оправданными в долгосрочной перспективе. Выбор между собственным развёртыванием и облаком зависит от множества факторов, включая частоту использования моделей, объёмы обрабатываемых данных и требования к конфиденциальности.

Для российского рынка это исследование имеет особое значение, поскольку оно демонстрирует растущий разрыв между возможностями локальной инфраструктуры и требованиями передовых ИИ-моделей. В то время как мировые лидеры, такие как OpenAI, Google и Meta, продолжают наращивать вычислительные мощности, российские компании вынуждены искать компромиссы. Аналитики отмечают, что в ближайшие годы будет усиливаться тренд на оптимизацию моделей под менее требовательное «железо», а также развитие отечественных GPU-решений. В то же время облачные платформы, предлагающие доступ к зарубежным ускорителям через партнёрские соглашения, могут стать мостом для российских разработчиков, позволяя им работать с самыми современными моделями без необходимости покупать оборудование напрямую.

Перспективы развития ситуации выглядят неоднозначно. С одной стороны, продолжение глобальной гонки ИИ будет и дальше подталкивать цены на GPU вверх, что делает собственное развёртывание всё более дорогим. С другой стороны, появление более эффективных архитектур, таких как модели с экспертными смесями или разреженным вниманием, может снизить требования к ресурсам при сохранении качества. Кроме того, в 2026 году ожидается выход новых моделей, включённых в исследование, и их реальные характеристики покажут, насколько оправданы прогнозы MWS Cloud. Открытым остаётся вопрос о том, смогут ли российские компании адаптироваться к новым реалиям, перейдя на гибридные схемы использования собственных и облачных ресурсов, или же им придётся существенно ограничить амбиции в области внедрения самых передовых ИИ-технологий. Ответ на этот вопрос будет зависеть от динамики цен на оборудование, доступности альтернативных решений и государственной поддержки отрасли.

Важно подчеркнуть, что рост стоимости развёртывания ИИ-моделей в России происходит на фоне общемирового тренда, но имеет и локальную специфику. Если в глобальном масштабе основным фактором является увеличение вычислительных потребностей моделей, то в России добавляются сложности с импортом оборудования, логистикой и валютными колебаниями. Это создаёт дополнительный барьер для внедрения ИИ в среднем и малом бизнесе, который и так ограничен в ресурсах. Однако, по мнению экспертов, именно такие условия стимулируют развитие отечественных программных решений, направленных на повышение эффективности использования существующего «железа», а также появление специализированных облачных сервисов, ориентированных на локальный рынок. В долгосрочной перспективе это может привести к формированию более зрелой и самодостаточной ИИ-экосистемы в России, способной конкурировать с западными аналогами в отдельных нишах.