ИИ, который работает на вашем сервере: данные не покидают контур, нет платы за каждый запрос и зависимости от одного поставщика. Подбираем модели под ваши задачи на ваших же вопросах, считаем и помогаем закупить железо, разворачиваем и сопровождаем.
Качество ответов по документам больше зависит от эмбеддера, реранкера и нарезки документов, чем от самой языковой модели. Если поиск принёс не тот фрагмент, самая сильная модель уверенно ответит не то. Поэтому подбираем всю цепочку и проверяем её целиком.
Ориентиры, с которых начинаем подбор; окончательный выбор делаем на ваших вопросах. Рейтинги разных источников противоречат друг другу, а новые версии выходят каждый месяц, поэтому у подборки есть дата: версии и лицензии проверены 12.10.2026. Лицензии MIT и Apache 2.0 разрешают коммерческое использование и поставку модели в составе вашего решения или ПАК без отчислений.
Мозг компании и ответы по документам
Связка из трёх моделей: эмбеддер находит фрагменты, реранкер выбирает лучшие, языковая модель отвечает с цитатой. Языковая модель может быть средней, если первые две подобраны верно.
Языковая модель
Qwen3.8-27BApache 2.0вход: одна видеокарта или один DGX Spark
GigaChat 3.5 UltraMITроссийская, 432B MoE, серверный класс
FRIDA, USER-bge-m3MIT, Apache 2.0обучены на русском
Giga-Embeddings 0826MITновые от Сбера, август 2026
Реранкер
Qwen3-Reranker-4BApache 2.0сильнее, контекст 32K
bge-reranker-v2-m3Apache 2.0лёгкий, 0,6B
Агенты, которые действуют в системах
Агенту мало ответить: он вызывает инструменты, заполняет карточки в 1С и CRM, ведёт задачу в несколько шагов. Здесь разница между моделями заметнее всего.
Модели
GLM-5.3своя, на базе MITфлагман, 753B MoE, контекст 1 млн
GLM-5.3-FlashMIT320B MoE, 18B активных: дешевле в работе
DeepSeek V4.1-FlashMITсильна в агентных задачах и коде
Qwen3.8-27BApache 2.0вход: агенты на одной видеокарте
Русский текст: письма, ответы клиентам, маркетинг
В открытой части рейтинга MERA 2.0 (данные на 25.09.2026) впереди модели Qwen и GigaChat 3.5. Качество делового и маркетингового текста бенчмарки не меряют, поэтому проверяем на ваших письмах.
Модели
Qwen3.8-27B, Qwen3.6-27BApache 2.0сильный русский при малом размере
GigaChat 3.5 Ultra и ReasoningMITроссийские, открытые веса
T-pro 2.1Apache 2.0Т-Банк, дообучена на русском поверх Qwen
Договоры и длинные документы
Длинный контекст нужен, когда модель должна видеть договор целиком с приложениями. Архив из тысяч документов всё равно ищется связкой поиска, а не одним длинным запросом.
Модели
DeepSeek V4.1-FlashMITконтекст до 1 млн токенов
GLM-5.3своя, на базе MITконтекст до 1 млн токенов
Qwen3.8-27BApache 2.0262K токенов, с расширением до 1 млн
Речь, сканы и картинки, синтез речи
Звонки и совещания в текст, сканы и фотографии документов в данные, голосовые ответы. Эти модели небольшие и ставятся рядом с основной на тот же сервер.
Распознавание речи
GigaAM-v3MITСбер, русский язык, с пунктуацией
T-oneApache 2.0Т-Банк, потоковое для телефонии
Whisper large-v3-turboMITмного языков
Сканы, документы, картинки
PaddleOCR-VL-1.6Apache 2.0разбор документов, 0,9B
GLM-OCRMITраспознавание документов, 0,9B
Qwen3-VLApache 2.0вопросы по изображениям; Qwen3.8-27B тоже понимает картинки
Синтез речи
Qwen3-TTSApache 2.0русский среди 10 языков
Русские голоса Silero v5 распространяются по некоммерческой лицензии CC BY-NC 4.0: для коммерческого использования нужна отдельная лицензия.
Классификация и извлечение полей на малом железе
Разобрать заявку по типам, достать из счёта реквизиты и суммы. Большая модель не нужна: небольшая работает быстро на одной видеокарте, а на ваших примерах её можно дообучить.
Qwen3.8-27BApache 2.0когда нужно точнее и с рассуждением
Флагманы и оговорки по лицензиям
GLM-5.3своя, на базе MIT
Z.ai, 753B MoE. Облачным сервисам с выручкой группы от $10 млрд в год нужна проверка безопасности у Z.ai; для работы внутри компании ограничений нет. GLM-5.3-Flash и прошлая GLM-5.2 - под чистым MIT.
Kimi K3своя
Moonshot, 2,8T MoE: одна из сильнейших открытых моделей, но кластерного класса, железо от ~$80 тыс. Облачным сервисам с выручкой от $20 млн нужен договор, крупные продукты обязаны указывать модель; внутреннее использование свободно.
Qwen3.8 Max (2,4T)своя
Первые открытые веса Max-уровня у Qwen. Отдельная лицензия нужна облачным сервисам и рабочим ассистентам с выручкой группы от $50 млн в год, крупные продукты обязаны указывать модель. Отчислений с выручки лицензия не требует, внутреннее использование свободно.
MiMo-V2.6-ProMIT
Xiaomi, 1T MoE, сентябрь 2026: на октябрь возглавляет один из сводных рейтингов открытых моделей, в другом первой стоит Kimi K3. Русский язык в карточке модели не заявлен, перед применением проверяем на ваших задачах.
Источники: карточки моделей на Hugging Face и файлы лицензий, рейтинг MERA 2.0, сводные рейтинги открытых моделей; проверено 12.10.2026. Условия лицензий пересказаны кратко, перед поставкой фиксируем их по тексту лицензии. Подробнее о том, как выбирать модель: сравнение открытых моделей для бизнеса.
Железо
От одной видеокарты до кластера
Софт одинаковый на всех ступенях, поэтому пилот на небольшом железе честно показывает, как будет работать большое, а рост - это замена железа без переделки системы. Железо покупается под самую недорогую связку моделей, которая прошла проверку на ваших вопросах.
СтупеньЧто тянетДля когоЦена, ориентир
1
Одна видеокарта 24 ГБрабочая станция
Что тянетмодели до ~30B в сжатии: Qwen3.8-27B, GigaChat 3.1 Lightning, плюс эмбеддер и реранкер
Для когопилот, 3-10 сотрудников
Цена, ориентир~$2,2-2,7 тыс. со станцией на б/у картеоктябрь 2026
2
Один DGX Spark128 ГБ общей памяти, настольный
Что тянетMoE-модели до ~120B в 4 битах, 27B без сжатия, вся связка поиска
Для кого10-20 сотрудников
Цена, ориентир$6 950 (128 ГБ); версия 64 ГБ - $4 999 у партнёров NVIDIA с 23.10октябрь 2026
3
3-4 DGX Spark в кластере384-512 ГБ, обычная розетка
Что тянетфлагманы класса GLM-5.3 (753B) в 4 битах; на четырёх узлах - полная версия и контекст до 1 млн токенов
Для когодо 30-40 активных пользователей
Цена, ориентир~$21 тыс. (3 узла кольцом), ~$29 тыс. (4 узла с коммутатором)пересчёт по ценам октября 2026
4
Сервер с 2-4 RTX PRO 6000192-384 ГБ, для 4 карт нужна серверная
Что тянет2 карты: модели 100-300B (GLM-5.3-Flash); 4 карты: 300-550B в 4 битах (GigaChat 3.5, DeepSeek V4.1-Flash) с многопользовательской нагрузкой
Для кого100-300 сотрудников
Цена, ориентиркарта $16 тыс. по цене NVIDIA, в рознице США от ~$12 тыс.; сервер целиком считаем под задачуавгуст-октябрь 2026
5
DGX Station GB300748 ГБ, один тихий корпус
Что тянетфлагманы почти без сжатия, сотни пользователей
Помогаем подобрать и закупить железо. Цены - ориентир на указанную дату и уточняются при расчёте: рынок дорожает, в августе и октябре 2026 NVIDIA подняла цены на RTX PRO 6000 и DGX Spark. В России железо поставляется по параллельному импорту, это обычно на 20-40% дороже цен в США. Число пользователей - консервативная оценка для работы с документами.
Как проходит подбор
Решение по замеру, а не по рейтингу
Ваши вопросы. Собираем 50-100 реальных вопросов сотрудников и документы, на которых они должны отвечаться, с эталонными ответами.
Прогон. Прогоняем 3-4 эмбеддера и 2 языковые модели на ваших данных. Железо для этого покупать не нужно: проверка идёт на арендованных видеокартах.
Отчёт. По каждой связке: качество ответов, скорость и стоимость одного запроса на подходящем железе.
Решение. Выбираете связку и железо под неё. Набор вопросов остаётся с вами и проверяет каждое следующее обновление модели.
Этапы и цены
Подбор моделей входит в обычные этапы работы, цены те же, что на странице «Стоимость».
Да. Открытые веса GigaChat 3.5 и 3.1 (лицензия MIT) и T-pro 2.1 от Т-Банка (Apache 2.0) работают на вашем сервере, их можно сочетать с Qwen и DeepSeek. Облачные GigaChat и YandexGPT подключаем в гибридной схеме для задач без чувствительных данных.
Китайская модель не отправит данные наружу?
Открытая модель - это файл весов, который работает на вашем сервере. Запросы никуда не уходят, сервер можно полностью изолировать от интернета. Лицензию каждой модели проверяем и фиксируем в документации решения.
Что выбрать: модель или железо?
Сначала модель. Железо покупается под самую недорогую связку моделей, которая проходит проверку на ваших вопросах, а не наоборот. Проверить можно до покупки, на арендованных видеокартах.
Что с требованиями к защите данных?
Архитектура проектируется под требования 152-ФЗ и вашей службы безопасности: контур, роли и доступы, обезличивание персональных данных до индексации, журнал запросов.
Бесплатный экспресс-разбор
Оптимальная конфигурация
Типовые блоки с ценой и сроком
Открытые модели на вашем железе
Эффект в рублях каждый месяц
Начните с бесплатного экспресс-разбора
Покажем, где в вашей компании уходят часы и деньги, назовём 3-5 процессов, где ИИ даст наибольший эффект, и предложим предварительную конфигурацию из типовых блоков с вилкой бюджета
