Стоимость токена zoo на своём сервере: от 10 до 60 ₽ за миллион, считает NeuralDeep

Расчёт появился после волны обсуждений о росте цен на подписки и экономику языковых моделей. Автор, участник проекта NeuralDeep, намеренно убрал из формулы обучение моделей, зарплаты, аренду, маркетинг и юридические расходы, оставив только два слоя: электричество и амортизацию оборудования. Источник публикации: канал NeuralDeep.

Как устроен расчёт и почему железо дороже розетки?

Формула простая: стоимость часа работы сервера делится на количество токенов, которое он за этот час генерирует. Результат умножается на миллион, чтобы получить стоимость токена zoo в привычном формате «цена за 1M токенов».

Сервер собран из двух модифицированных видеокарт RTX 4090 с 48 ГБ видеопамяти каждая. На них помещается модель GPT-OSS-120B (открытая модель со 120 миллиардами параметров) с контекстом до 131 тысячи токенов.

• Потребление в работе. Пиковая мощность системы составляет 1 100 ватт, но через утилиту nvidia-smi мощность карт снижена с 450 до 250 ватт для уменьшения шума и износа. Реальное потребление при инференсе (генерации ответа нейросетью) не превышает 500 ватт.
• Тариф. 6,97 рубля за киловатт-час по питерскому тарифу. Час работы сервера обходится в 3,49 рубля.
• Скорость генерации. 90 выходных токенов в секунду в один поток. Обработка входного промпта (промпт, текст-инструкция для нейросети) идёт быстрее: около 1 440 токенов в секунду.

Только по электричеству миллион выходных токенов стоит 10,76 рубля, а миллион входных, всего 0,67 рубля.

Амортизация меняет картину в шесть раз

Сервер стоит примерно 700 тысяч рублей:

• Две модифицированные RTX 4090 48 ГБ по 300 тысяч, итого 600 тысяч рублей.
• Корпус, материнская плата, процессор, диск, память и блок питания на 1 200 ватт, ещё около 100 тысяч.

При списании за 5 лет непрерывной работы (43 800 часов) амортизация составляет примерно 15,98 рубля в час. Это почти в пять раз больше, чем электричество с его 3,49 рубля.

Итого с амортизацией: стоимость токена zoo для выхода вырастает с 10,76 до 60,08 рубля за миллион. Входной токен с амортизацией обходится около 3,75 рубля за миллион. Если сервер половину времени простаивает, амортизация на токен удваивается: 700 тысяч никуда не денутся, а полезных токенов выйдет вдвое меньше.

Сколько берут провайдеры?

Автор сравнил свою себестоимость с розничными ценами на ту же модель GPT-OSS-120B (курс ЦБ РФ на 20 июня 2026 года: 73,44 рубля за доллар).

По данным автора, у разных провайдеров на OpenRouter цена выхода колеблется от 0,05 до 0,45 доллара за миллион токенов. Cloud.ru также предлагает партнёрскую программу с ценами вдвое ниже указанных.

Как попробовать самому?

1. Откройте формулу: (мощность в кВт × тариф за кВт·ч) / (скорость генерации в токенах/с × 3 600) × 1 000 000. Подставьте свои значения мощности, тарифа и скорости.
2. Узнайте реальное потребление своей видеокарты при инференсе через nvidia-smi (команда в терминале для карт NVIDIA).
3. Добавьте амортизацию: стоимость оборудования разделите на количество часов эксплуатации (для 5 лет это 43 800 часов) и прибавьте к стоимости электричества за час.

Что делать с этим прямо сейчас?

Авторам Дзена. Если вы пользуетесь API для генерации черновиков или рерайта, сравните свой тариф с нижней границей. Цена ниже 10 рублей за миллион выходных токенов означает, что провайдер либо субсидирует доступ, либо использует более дешёвое оборудование.

Маркетологам. Таблица выше позволяет быстро оценить, где маржа провайдера минимальна (OpenRouter), а где она кратно выше (Яндекс AI Studio). При больших объёмах разница в сотни рублей за миллион токенов превращается в ощутимый бюджет.

Предпринимателям в РФ. Собственный сервер за 700 тысяч рублей при полной загрузке даёт стоимость токена zoo дешевле, чем у большинства российских облачных провайдеров. Но при загрузке ниже 50% экономика рушится: амортизация удваивается, и дешевле платить за API.

Частые вопросы

Почему в расчёте не учтены зарплаты, аренда и обучение модели?

Автор намеренно считал только физический минимум: электричество и износ оборудования. Это не полная себестоимость бизнеса, а нижняя граница, ниже которой токен не может стоить ни при каких условиях. Зарплаты, аренда, обучение и маркетинг добавляются сверху и у каждой компании свои.

Можно ли масштабировать формулу на другие модели и карты?

Да. Формула универсальна: меняются три переменные, мощность в киловаттах, тариф за электричество и скорость генерации в токенах в секунду. Для другой видеокарты или другой модели достаточно подставить свои значения. Чем крупнее модель, тем ниже скорость генерации и тем дороже токен при тех же затратах на электричество.

Зачем считать себестоимость, если я просто покупаю API?

Чтобы понимать маржу провайдера. Если себестоимость с амортизацией составляет 60 рублей за миллион выходных токенов, а провайдер берёт 300 рублей, его наценка пятикратная. Это не значит, что он жадничает (у него аренда дата-центра, поддержка, SLA), но вы видите, за что именно платите, и можете осознанно решить: платить за удобство или собирать свой сервер.

Формула, озвученная NeuralDeep, не заменяет бизнес-план, но даёт каждому точку отсчёта, от которой можно считать честно.