RTX 5070 Ti против 11 российских облаков: локальная модель не уступила и обошлась в 37 раз дешевле

Автор dzen.guru Игорь Градов с 8 по 10 октября 2026 года замерил, как одна потребительская видеокарта RTX 5070 Ti справляется с реальными задачами на русском языке в сравнении с одиннадцатью российскими облачными провайдерами, и обнаружил, что домашний сервер не уступает облаку ни по качеству, ни тем более по цене.

Тесты проводились на двух наборах задач: 30 публичных синтетических (с использованием инструментов) и 50 закрытых русскоязычных письменных. Каждая задача прогонялась трижды, а не один раз. Автор пробовал единичные прогоны ради экономии, но столкнулся с разбросом до 0,9 балла в других тестах и вернулся к тройному замеру. Разница до 4,3 пункта индекса остаётся в пределах шума, то есть не позволяет говорить, что одна модель лучше другой.

Цены указаны в рублях с НДС 22% при сценарии 50% кэша (кэш, это когда система запоминает часть запроса и не пересчитывает его заново, экономя деньги). Стоимость «судей», оценивающих качество ответов, в записях не учтена.

Что показала домашняя карта?

Qwen3.8-27B в формате IQ3 (компактная квантизация, то есть сжатие модели для работы на обычной видеокарте) на RTX 5070 Ti выдала индекс качества 82,3 из 100, успех на задачах 91,1% и скорость 68,3 токена в секунду при контексте 131 тысяча токенов (токен, это минимальная единица текста, которую обрабатывает модель, примерно 3/4 слова на русском).

Для сравнения: две ближайшие облачные строки, «Российское облако Б» с индексом 84,0 и «Российское облако Г» с индексом 84,3, отстоят от Qwen всего на 1,7 и 2,0 пункта. Это не выходит за порог шума. По методике автора, такую разницу нельзя превращать в вывод «облако лучше».

Вторая локальная модель, Gemma, получила индекс 78,0 и скорость 94,4 токена в секунду. Четыре облачных кода (Л, А, Д и И с индексами от 73,8 до 77,7) тоже укладываются в зону шума относительно Gemma.

Рубли решают не всё, но считать их стоит

Самое дешёвое облако (0,01 ₽ за задачу) проигрывает локальной Qwen больше 13 пунктов индекса. Самое дорогое облако (3,31 ₽) стоит в 37 раз больше Qwen и при этом уступает ей по качеству. Автор прямо ставит вопрос: «Что бы вы выбрали?»

Цена локальной Qwen включает не облачный тариф, а учётную стоимость видеокарты, электричество и амортизацию. При этом автор отмечает, что его реальный процент использования кэша составляет 97%, а не 50%, как в расчёте. Часть провайдеров, по его наблюдению, вообще не выделяют кэш отдельной строкой в прайсе.

Закрытый набор задач: зачем свой бенчмарк?

50 русскоязычных письменных задач автор не публикует. Открыт только хэш (цифровой отпечаток, подтверждающий, что набор не менялся задним числом) и методика. В публичном репозитории лежат лишь 30 синтетических задач.

На письменном наборе Qwen показала 84,7% успеха и индекс 77,0. Ближайшее облако («Российское облако Б») получило 79,3% и индекс 70,0. Разница в 7 пунктов уже выходит за порог шума, это статистически значимый отрыв в пользу локальной модели.

Почему так? Автор допускает, что домашний сервер позволяет тоньше настроить модель под свои задачи, чего облачный API (программный интерфейс, через который приложение общается с моделью) обычно не даёт.

Где локальная карта проигрывает?

При нагрузочном тесте Gemma выдержала 1, 2, 4 и 8 одновременных потоков по 32 тысячи токенов на слот. Qwen при 4 потоках и 32 тысячах токенов получила ошибку CUDA out-of-memory (нехватка видеопамяти). Одна карта подходит для одного потока, но не для параллельной работы нескольких пользователей. Подробности автор обещает в третьей части серии.

Автор также предупреждает: результат относится к конкретным версиям моделей и настройкам на дату замера и не описывает поставщика целиком.

Я честно думал, что облако будет сильно лучше того, что я могу крутить дома, но не тут-то было. : Автор бенчмарка

Что это значит для вас по ролям?

Автору Дзена и копирайтеру. Если вы пишете тексты и используете ИИ для редактуры, генерации черновиков или проверки фактов, одна видеокарта за условные 70 тысяч рублей (розничная цена RTX 5070 Ti на момент публикации) способна обрабатывать задачи с качеством на уровне облачных сервисов. При высокой загрузке экономия измеряется десятками раз.

Маркетологу. Облачные провайдеры не обязательно предлагают лучшее качество за большие деньги. Прежде чем подписывать контракт с облаком, стоит прогнать свои задачи локально и сравнить индекс, а не верить маркетинговым таблицам.

Предпринимателю в РФ. Все протестированные облака, российские, доступные без VPN и санкционных ограничений. Глобальные модели автор намеренно вынес в отдельную статью: здесь только то, что можно официально подключить в России. Локальная альтернатива не требует даже облака, данные не покидают ваш компьютер.

Для тех, кто работает с нейросетями в России, главный практический вывод прост: не верьте, что облако автоматически лучше домашнего железа, проверяйте на своих задачах, считайте в рублях и требуйте от провайдера прозрачных цен на кэш.