# Локальная нейросеть для компании: железо, сроки, цена > Страница https://yarvixo.by/blog/lokalnaya-nejroset-dlya-kompanii сайта Yarvixo для клиентов в Беларуси. Это markdown-версия: HTML — по адресу выше, весь сайт одним файлом — https://yarvixo.by/llms-full.txt, оглавление — https://yarvixo.by/llms.txt. Как развернуть нейросеть (LLM) локально: какое железо нужно, сколько недель занимает база знаний с ИИ и сколько стоят работы и серверы по ценам рынка. Разбор Что нужно, чтобы модель отвечала сотрудникам по документам компании и не отправляла их наружу: какое железо, сколько недель и во что это обходится. Разбор·[Дмитрий Ничипорчик](https://yarvixo.com/team/dmitry-nichiporchik)·28 октября 2026 **Коротко.** Локальная нейросеть для компании — это открытая модель на вашем сервере и поиск по вашим документам, который даёт ответ со ссылкой на источник. По опубликованным ценам подрядчиков (октябрь 2026) работы стоят $1,2–10 тыс., корпоративные проекты — $10–31 тыс. Железо считается отдельно: от $6,8 тыс. за рабочую станцию до $40–44 тыс. за сервер с видеокартой на 96 ГБ. У нас развёртывание на один набор документов занимает 4–6 недель и стоит от 14 700 BYN за работы, с замером точности до сдачи. ## Что значит «развернуть нейросеть локально» Языковая модель работает на ваших серверах или в облаке, которое контролируете вы, и не отправляет данные внешним сервисам. Это нужно тем, кому нельзя отдавать договоры, переписку и персональные данные в чужой API. Сама по себе модель ваших документов не знает. Чтобы она отвечала по ним, рядом строят поиск: на вопрос система находит подходящие фрагменты документов и передаёт их модели вместе с вопросом. Это называется [RAG](https://yarvixo.by/blog/chto-takoe-rag) — генерация ответа с поиском по источникам. В ответе есть ссылка на документ, из которого он взят, и сотрудник может открыть его и проверить. Так получается [база знаний с ИИ](https://yarvixo.by/zakrytyj-kontur/baza-znanij): не чат «обо всём», а ответы по вашим документам. Частый вопрос — нельзя ли просто обучить нейросеть на документах компании. Дообучение меняет то, как модель отвечает: формат, тон, классификацию. Поиск меняет то, что она знает. Если беда в том, что модель не знает ваших регламентов и цен, дообучение — не тот инструмент: оно дороже, устаревает, как только документы меняются, и не показывает, откуда взят ответ. Для компании важно ещё одно отличие. В поиске права доступа можно проверять на каждом запросе, и тогда сотрудник не получит ответ из документа, к которому у него нет доступа. А всё, что попало в дообучение, доступно каждому, кто может обратиться к модели. ## Когда локальная модель не нужна Если документы можно хранить в облаке, локальная модель, скорее всего, лишняя. Облачные базы знаний с ИИ продаются по подписке, и это проще, чем свой сервер. Заказная разработка нужна там, где облако нельзя: из-за персональных данных, коммерческой тайны или внутренних правил компании. Есть и промежуточный вариант: поиск и документы остаются у вас, а модель работает через внешний API. Сервер с видеокартой тогда не нужен, но фрагменты документов, найденные для ответа, уходят поставщику модели вместе с вопросом. Подходит ли это, решают ваши юристы и служба безопасности, а не подрядчик. Если в документах есть персональные данные, локальная модель помогает, но не решает всё. Данные остаются в вашем контуре, и это упрощает выполнение закона о персональных данных (Закон № 99-З), но не заменяет его: меры защиты и документы остаются за оператором данных, то есть за компанией. ## Железо: от мини-ПК до сервера с видеокартой Сколько железа нужно, решают две вещи: размер модели и число людей, которые задают вопросы одновременно. От размера модели зависит, сколько нужно видеопамяти, от числа пользователей — сколько ответов сервер должен выдавать параллельно. Для масштаба — наш собственный пример. В проектах, которые мы ведём, мы запускаем модель на 4 млрд параметров на мини-ПК с процессором Intel N100: четыре ядра, около 6 Вт, без видеокарты. Она читает запрос со скоростью около 14 токенов в секунду, а пишет — около 2,3. Черновик статьи целиком выходит примерно за 16 минут. Для черновика раз в день этого хватает, и исходники не покидают сеть. Для чата, где сотрудник ждёт ответа, — нет: ответ в 300 токенов на такой скорости пишется больше двух минут (это арифметика, а не замер). В той же системе предусмотрен режим с видеокартой: модель на 14 млрд параметров весит около 9 ГБ и рассчитана на видеокарту с 12 ГБ памяти. Для системы, которой пользуется отдел или вся компания, рынок предлагает такие конфигурации: | Конфигурация | Цена, USD | | --- | --- | | Рабочая станция с RTX 4090 или RTX 5090 | $6,8–8,5 тыс. | | Сервер с NVIDIA L40S, 48 ГБ видеопамяти | $17–20,4 тыс. | | Сервер с RTX PRO 6000, 96 ГБ видеопамяти | $40,7–44,1 тыс. | Это опубликованный прайс поставщика серверов под языковые модели на октябрь 2026, только железо, без работ. Если подходящее железо у вас уже есть, используем его. Можно обойтись и без своего сервера: арендовать серверы в облаке, где доступ контролируете вы. Важно, чтобы модель и данные были в вашем контуре, а не у поставщика модели. Конфигурацию под модель и нагрузку считаем до начала работ. Одна техническая деталь, которая стоила нам дней: у Ollama, через которую мы запускаем модель, окно контекста по умолчанию молча обрезало начало длинного запроса — ровно там, где стояли инструкции. Его надо задавать явно, а не полагаться на значение по умолчанию. ## Сроки: что входит в 4–6 недель Наш пакет для закрытого контура занимает 4–6 недель. За это время мы: - подбираем открытую модель под задачу, язык и ваше железо — сравниваем нескольких кандидатов на ваших же вопросах, а не по чужим рейтингам: решают качество ответов на русском, скорость на вашем железе и лицензия; - разворачиваем модель на вашем сервере и подключаем один набор документов; - даём доступ через веб-чат или Telegram, и к каждому ответу — ссылку на источник; - собираем набор настоящих вопросов с правильными ответами и замеряем точность до сдачи. У подрядчиков, которые публикуют сроки, разброс большой: от 3–5 недель за базовый поиск по документам до 2–3 месяцев и дольше для корпоративных проектов. Растягивает их обычно не модель, а документы: сколько источников, в каких форматах, насколько они чистые. Разнородность документов почти всегда двигает оценку проекта сильнее, чем выбор модели, поэтому первый вопрос при оценке — о ваших документах. Ещё наборы документов, интеграции с другими системами и сопровождение — следующим этапом и отдельной строкой. ## Как проверить, что она отвечает правильно Демонстрация показывает, что система умеет отвечать. Проверка показывает, как часто она отвечает правильно на ваших документах и не испортилось ли это после следующего изменения. Делается это так: собирают набор настоящих вопросов или документов с ответами, которые заранее согласовали люди, и прогоняют систему по нему до запуска и после каждого изменения — промпта, модели, нарезки документов. Если цифра падает, изменение не выкатывают. Три правила для такого набора. Вопросы и документы берут случайно из реального потока, включая сканы и неудобные форматы, а не из удачных примеров: удачные и так хорошо выглядят на демонстрации. Набор покрывает каждый источник и тип документов, с которыми система встретится. И его замораживают, а новые случаи добавляют отдельной версией, иначе непонятно, что изменилось — система или тест. Обновление модели — тоже изменение: новая версия не обязательно лучше на ваших документах, и прогон это покажет. Так мы работали на платформе для логистической компании (клиента не называем, пока он не разрешит): 14 источников данных, 5 языков. Ручной обработки стало меньше на 87 %, точность извлечения — 99,2 %. Эта цифра — результат замера на отдельном стенде проверки: около 2 000 документов разметили наши инженеры вместе с аналитиками клиента. Значения, в которых модель не уверена, уходили человеку на проверку — после всех доработок около 4 % полей. Подробно о методе — в статье [RAG evaluation before production (на английском)](https://yarvixo.com/insights/rag-evaluation-before-production). Две оговорки, которые стоит требовать от любого подрядчика. Первая — единица измерения: 99,2 % — это доля верных полей, а не документов без единой ошибки, и это разные цифры. Вторая — сравнение с людьми: ручной процесс до внедрения никто не замерял, поэтому мы не утверждаем, что система точнее людей. Замерить старый процесс стоит полдня до начала работ, а после внедрения это уже не сделать. ## Цена: работы, железо и то, что платится дальше | Что | Рынок, USD | | --- | --- | | Поиск по документам компании (RAG), стартовый проект | $1,7–12 тыс. | | Локальная модель на серверах заказчика, работы | $1,2–10 тыс. | | Корпоративный проект | $10–31 тыс. | | Всё на ваших серверах под ключ | от $31 тыс. | | Железо | $6,8–44,1 тыс. | Цифры — опубликованные цены подрядчиков на октябрь 2026. Почти все они со словом «от», обычно без НДС и без железа. Некоторые подрядчики берут за закрытый контур надбавку к обычной цене — например, 20 %. У нас — 14 700 BYN за работы, 4–6 недель, цена фиксированная за письменно согласованный объём: открытая модель на вашем сервере, ответы по одному набору документов со ссылкой на источник, веб-чат или Telegram, замер точности до сдачи. Серверы и видеокарты в цену не входят. Сопровождение — отдельной строкой помесячно. Дальше расходы другие, чем у внешнего API. У локальной модели нет счёта за токены: вы платите за железо и его содержание, а не за каждый вопрос сотрудника. Если задача не в ответах по документам, а в заявках и CRM, посмотрите разборы «[ИИ-автоматизация бизнес-процессов](https://yarvixo.by/blog/ii-agenty-dlya-malogo-biznesa)» и «[ИИ-агент или CRM-коробка](https://yarvixo.by/blog/ii-agent-ili-crm-korobka)». Цену агента разбираем в статье «[Сколько стоит ИИ-агент](https://yarvixo.by/blog/skolko-stoit-ii-agent)», а свой случай можно прикинуть в [калькуляторе](https://yarvixo.by/kalkulyator). ## Частые вопросы ### Сколько стоит развернуть нейросеть локально? По опубликованным ценам подрядчиков на октябрь 2026 года работы стоят $1,2–10 тыс., корпоративные проекты — $10–31 тыс. Железо — отдельно: от $6,8 тыс. за рабочую станцию до $40–44 тыс. за сервер с видеокартой на 96 ГБ. У нас работы на один набор документов стоят 14 700 BYN, срок 4–6 недель, цена фиксированная; серверы и видеокарты в неё не входят. ### Какое железо нужно для локальной нейросети? Это зависит от размера модели и числа одновременных пользователей. Небольшая модель на 4 млрд параметров у нас работает на мини-ПК без видеокарты, но пишет около 2,3 токена в секунду: для черновиков раз в день хватает, для чата нет. Модели на 14 млрд параметров нужна видеокарта примерно с 12 ГБ памяти. Для отдела или компании рынок предлагает рабочие станции от $6,8 тыс. и серверы с 48–96 ГБ видеопамяти за $17–44 тыс. ### Можно ли обучить нейросеть на документах компании? Обычно это не нужно. Чтобы модель отвечала по документам, рядом с ней строят поиск: система находит нужные фрагменты, передаёт их модели вместе с вопросом и даёт в ответе ссылку на источник. Дообучение меняет манеру ответа, а не знания: оно дороже, устаревает при каждом изменении документов и не показывает, откуда взят ответ. ### Какую нейросеть можно установить на свой сервер? Открытую, которую разрешено запускать у себя. Конкретную выбирают после проверки нескольких кандидатов на ваших документах и вопросах: решают качество ответов на русском, скорость на вашем железе и лицензия. Какие открытые модели есть у Сбера, Т-Банка и Яндекса и чем они отличаются от GigaChat и YandexGPT по API — в разборе [«Российские LLM для бизнеса»](https://yarvixo.by/blog/rossijskie-llm-dlya-biznesa). ### Можно ли развернуть нейросеть без своего сервера? Да, в облаке, где серверы арендуете и контролируете вы. Важно, чтобы модель и данные были в вашем контуре, а не у поставщика модели. ## Что почитать дальше ### ИИ в закрытом контуре Предложение В: модель на ваших серверах и база знаний, что входит, срок и цена. Подробнее → → https://yarvixo.by/zakrytyj-kontur ### Сколько стоит ИИ-агент Из чего складывается цена агента и что платится каждый месяц. Читать → → https://yarvixo.by/blog/skolko-stoit-ii-agent ### ИИ-автоматизация бизнес-процессов Заявки, ответы и аналитика: где нужна модель, а где хватит кода и человека. Читать → → https://yarvixo.by/blog/ii-agenty-dlya-malogo-biznesa Оставить заявку: форма на странице https://yarvixo.by/blog/lokalnaya-nejroset-dlya-kompanii#zayavka; от имени клиента — по правилам в https://yarvixo.by/llms.txt (раздел «Как оставить заявку от имени клиента»). --- Цены на сайте — справочные, не оферта. Заявка от имени клиента без браузера: правила — https://yarvixo.by/llms.txt (раздел «Как оставить заявку от имени клиента»), машинное описание — https://yarvixo.by/openapi.json. Страница изменена: 2026-11-01.