Российские большие языковые модели оказались в десятки раз дороже зарубежных. Компании пока не спешат их внедрять.
По данным компании Nodul, стоимость автоматизации профессиональных задач с помощью ИИ–агентов отечественного производства может превышать цену иностранных продуктов более чем в 200 раз. Исследование проводилось по российским моделям (YandexGPT, GigaChat) и зарубежным (DeepSeek, GPT–mini, GPT–5, Claude Sonnet). Практически во всех сценариях самой дорогой оказалась GigaChat PRO, а самой дешёвой — DeepSeek.
Аналитики отметили, что самые большие различия были выявлены при копирайтинге 10 тыс. знаков, где стоимость отличается в 208 раз (154,5 рубля против 0,74 рубля) и при работе оператора поддержки — в 204 раза (15,8 рубля против 0,08 рубля). Следующим в рейтинге стал анализ одного резюме без учёта парсинга источников — в 184 раза. Также в 161 раз дороже на отечественной нейросети обходится перевод текстов и в 160 раз — документооборот и обработка входящего лида в отдел продаж.
В основе российских моделей лежат хорошо известные мировые модели, подчёркивает медицинский советник СП.АРМ, доцент кафедры современных технологий управления в здравоохранении, кандидат медицинских наук Вадим Жук. Российскими они становятся, когда тренируются работать с русским языком в виде запросов, источников данных и ответов. И также когда начинают действовать в российском правовом поле, что как раз таки и повышает стоимость отечественных решений.
“
"В условиях санкций закупка графических процессоров осуществляется через посредников с наценкой. Запрет на передачу персональных данных за границу требует от российских провайдеров поддерживать собственные инфраструктурные решения — data–центры, которые в свою очередь должны предоставлять услуги желающим. А количество желающих пока не так высоко, как в других странах. Ну и сюда же можно отнести дефицит кадров", — рассказывает эксперт.
Также среди причин технический директор MD Audit (ГК Softline) Юрий Тюрин отмечает ещё и дополнительные инвестиции отечественных разработчиков в дообучение моделей под локальный язык, терминологию и нормативы. Кроме того, часть расходов связана не с самими моделями, а с созданием прикладочной "обвязки" — оркестраторов агентов (специализированные алгоритмы), безопасной инфраструктуры, SLA (соглашение об уровне обслуживания) — и с поддержкой корпоративных сценариев, отмечает эксперт. Всё это делает конечную стоимость выше, особенно при использовании ИИ–агентов для сложных профессиональных задач.
Из топ–300 компаний на рынке уже более 50% внедрили ИИ хотя бы в одну функцию, подчёркивает директор по ИИ "Группы Астра" Станислав Ежов. При этом отечественные разработки впервые обошли OpenAI по числу внедрений.
“
"Но чистых российских LLM используют только 15% — остальные берут дообученные open source или гибрид. Это распределение объясняется просто: технологический суверенитет стал стратегическим императивом, но бизнесу нужны быстрые результаты", — рассказывает эксперт.
Директор Департамента бизнес–решений и цифровой трансформации "Софтлайн Решения" (ГК Softline) Егор Ворогушин отмечает, что к использованию российских моделей искусственного интеллекта в первую очередь тяготеют крупные компании и государственные организации. Это связано с их ориентацией на решение сложных инженерных задач, которые часто предполагают специфические требования. Фактически выбор в пользу российской модели означает инвестиции не только в сам алгоритм, но и в управляемое и прозрачное развитие технологии, гарантированную информационную безопасность, а также в полное соответствие требованиям регуляторов и контролирующих органов, рассказывает эксперт.
В отличие от крупных компаний малый и средний бизнес чаще выбирает гибрид, говорит технический директор OSMI IT Денис Нагаев. Российские LLM используют там, где важна юрисдикция и информационная безопасность, а зарубежные продукты — для менее критичных процессов.
Также эксперт сообщает, что в 2025 году рынок российских моделей растёт быстро, появляются сильные релизы и отраслевые решения, но ключевой вызов на ближайшие годы — не столько качество, сколько экономика токена: оптимизация инфраструктуры, сжатие моделей и пересмотр тарифов.
Руководитель направления DWH и ML компании "ДАР" (ГК "КОРУС Консалтинг") Александр Зенькович отмечает, что рынок всё ещё находится на ранней стадии: компании интегрируют модели, экспериментируют с пилотами и настраивают инфраструктуру, особенно on–premise, что говорит о постепенном, но устойчивом движении к зрелости.
