14 октября 2026 г. · Анатолий Крылов, редактор Тераферма
Бюджет на GPU для нейросети: что арендовать на 1 000, 5 000 и 20 000 ₽ в месяц
Бюджет на GPU для нейросети определяет не самая дешёвая карта, а оплата только тех минут, когда она считает. На 1 000 ₽ в месяц выходит от 35 часов RTX 3090 с 24 ГБ памяти, на 5 000 ₽ — около 80 часов RTX 4090 или A100, на 20 000 ₽ — RTX 3090 круглосуточно весь месяц. Ниже разберём, что реально успеть в каждом бюджете и как не потратить его на простой.
Все суммы ниже подставляются из текущего прайса Тераферма. Время подобрано под бюджет по ценам на 14.10.2026: если цена карты изменится, сумма в таблице сдвинется вместе с ней.
Как считать GPU-бюджет
Формула одна для всех сценариев:
Бюджет = цена карты за час × часы работы
Отсюда два рычага: выбрать карту подешевле или сократить время работы. Второй рычаг почти всегда сильнее. Карта, которая стоит включённой, пока вы пишете код, съедает бюджет так же, как карта под нагрузкой. Списание в Тераферме поминутное: запустили сервер на 40 минут, платите за 40 минут; минимум — 15 минут за запуск.
Второе правило: сначала память, потом скорость. Если модель не помещается в видеопамять, дешёвая карта не сэкономит деньги, а просто не запустит задачу. Поэтому для каждого бюджета начинаем с вопроса «сколько гигабайт нужно», а уже потом выбираем самую дешёвую карту с таким объёмом. Подробный разбор задач по памяти есть в статье какую видеокарту выбрать для нейросети.
Опорные цены на сегодня:
| Карта | Память | Цена, ₽/ч | Для чего брать |
|---|---|---|---|
| RTX 3060 | 12 ГБ | 12 | SD 1.5, LLM до 8B в 4 битах, учёба |
| RTX A5000 | 24 ГБ | 30 | LLM до 14B, SDXL, Whisper |
| RTX 3090 | 24 ГБ | 26 | то же, самый ходовой вариант |
| A100 | 80 ГБ | 97 | 70B в 4–8 битах, дообучение крупных моделей |
| RTX 4090 | 24 ГБ | 48 | быстрая генерация картинок и видео |
| RTX 5090 | 32 ГБ | 83 | модели до 32B в 4 битах, Flux без ограничений |
| RTX PRO 6000 | 96 ГБ | 185 | 70B в FP8, длинный контекст |
| H100 | 80 ГБ | 339–417 | обучение с FP8, большой поток запросов |
Полный список карт и цен смотрите на странице цены на аренду GPU.
Бюджет 1 000 ₽: обучение и эксперименты
Тысяча рублей в месяц даёт 30–60 часов на карте начального или среднего класса. Вполне хватает, чтобы разобраться с инструментами и сделать первые реальные задачи.
| Вариант | Часов | Сумма, ₽ |
|---|---|---|
| RTX 3060, 12 ГБ | 50 | 600 |
| RTX 3090, 24 ГБ | 35 | 910 |
| RTX 4090, 24 ГБ | 15 | 720 |
| A100, 80 ГБ | 15 | 1 455 |
Что укладывается в этот лимит:
- Генерация картинок. SDXL на RTX 3090 делает картинку 1024×1024 за несколько секунд. За 10 часов — тысячи изображений, если промпты и workflow подготовлены заранее.
- Обучение LoRA. LoRA для SDXL или Flux на 24 ГБ занимает 1–2 часа. В бюджет помещается 5–10 попыток с разными настройками.
- Личный ассистент на LLM. Модель 8–14B в Ollama на RTX 3090 отвечает быстрее, чем вы успеваете читать. 35 часов хватает на месяц вечерних сессий, по одной в день.
- Расшифровка аудио. Whisper large-v3 на 24 ГБ обрабатывает час записи за несколько минут, так что архив подкастов или совещаний расшифровывается за вечер.
- Учебный проект или диплом. Дообучение небольшой модели на своём датасете, эксперименты с классификацией и детекцией.
Чего в этот бюджет не помещается: модели 70B на постоянной основе и любые сервисы 24/7. Сутки даже на RTX 3060 стоят 288 ₽, месяц — 8 640 ₽.
Совет для маленького бюджета: готовьте код и данные на своём компьютере, а сервер запускайте с готовым скриптом. Час на настройку окружения из 35 съедает 3% бюджета, а пять на отладку уже 15%.
Бюджет 5 000 ₽: регулярная работа
Пять тысяч в месяц тратит фрилансер, небольшая студия или ML-инженер, который проверяет гипотезы. Это 80–180 часов, то есть карта работает каждый рабочий день по 4–8 часов.
| Вариант | Часов | Сумма, ₽ | Как это выглядит |
|---|---|---|---|
| RTX 3090, 24 ГБ | 180 | 4 680 | по 8 ч каждый рабочий день |
| RTX 4090, 24 ГБ | 80 | 3 840 | по 4 ч в рабочий день |
| A100, 80 ГБ | 80 | 7 760 | по 4 ч в рабочий день |
| RTX PRO 6000, 96 ГБ | 25 | 4 625 | 3 полных дня экспериментов с крупной моделью |
Типовые задачи этого уровня:
- Генерация контента на поток. Агентство или магазин, которые делают сотни креативов и фото товаров в неделю, обычно укладываются в 40–80 часов RTX 4090.
- Дообучение LLM. QLoRA для модели 7–14B на своём датасете занимает от нескольких часов до суток. На 80 часах A100 можно сделать несколько итераций с оценкой качества между ними.
- Прототип чат-бота. Модель на сервере включается утром и выключается вечером, команда тестирует сценарии в рабочее время. Ночью и в выходные сервер не работает и не стоит денег.
- Пакетная обработка. Разметка тысяч документов LLM-моделью, транскрибация, апскейл видео — всё, что можно запустить пачкой и забрать результат.
Выбор между RTX 3090 и RTX 4090 при таком бюджете упирается во время, а не в деньги. Если задача идёт пачкой, а результат нужен к утру, бюджетная RTX 3090 даст больше времени. Если вы сидите и ждёте каждую генерацию, RTX 4090 сэкономит ваше время. Сравните текущие цены: RTX 3090 — 26 ₽/ч, RTX 4090 — 48 ₽/ч.
Отдельно про A100. Когда нужен объём памяти, а не максимальная скорость, A100 80 ГБ за 97 ₽/ч оказывается одним из самых выгодных вариантов в прайсе: модель 70B в 4 битах помещается на одну карту целиком.
Бюджет 20 000 ₽: сервис онлайн или серьёзное обучение
При двадцати тысячах в месяц появляется выбор между двумя стратегиями: держать одну карту включённой круглосуточно или набирать время на мощной карте под обучение.
| Вариант | Часов | Сумма, ₽ | Сценарий |
|---|---|---|---|
| RTX 3090, 24 ГБ, 24/7 | 720 | 18 720 | API или бот онлайн весь месяц |
| RTX 4090, 24 ГБ | 320 | 15 360 | по 10 ч в день, без выходных |
| A100, 80 ГБ | 320 | 31 040 | рабочее время с моделью 70B |
| RTX PRO 6000, 96 ГБ | 100 | 18 500 | 4 суток непрерывного обучения или инференса |
| H100, 80 ГБ | 24 | 8 136–10 008 | одни сутки на обучение с FP8 |
Сервис 24/7 на 24 ГБ. RTX 3090 круглосуточно потянет API для модели 7–14B, Telegram-бот для небольшой аудитории или генератор картинок для внутренних нужд команды. Для модели 7–8B через vLLM одна карта выдерживает десятки параллельных запросов.
Рабочее время с большой моделью. Если ассистенту на документах нужна модель 70B, а пользователи работают днём, A100 по 10–11 часов в будни помещается в бюджет. Ночью сервер выключен, данные и веса хранятся вне его — после остановки контейнер удаляется, поэтому держите веса во внешнем хранилище или скачивайте заново при старте.
Обучение. 100 часов на RTX PRO 6000 или 320 часов на A100 хватает на полноценное дообучение модели 7–32B, включая эксперименты с гиперпараметрами. Сутки на H100 стоят 8 136–10 008 ₽, так что в бюджет она помещается на одни-двое суток. Её берут, когда код уже отлажен и скорость важнее цены часа.
Модель 70B онлайн 24/7 в 20 000 ₽ не укладывается: даже A100 круглосуточно стоит 69 840 ₽ в месяц. Если сервис должен работать всё время, начните с модели поменьше или с работы только днём.
Какой бюджет выбрать под задачу
Если вы не знаете, с какой суммы начать, ориентируйтесь на тип работы, а не на карту:
- Пробуете инструменты, учитесь, делаете личные проекты: 1 000 ₽. Этого хватает на месяц вечерних сессий и показывает, нужен ли больший бюджет вообще.
- Регулярно генерируете контент или дообучаете модели по рабочим дням: 5 000 ₽. Карта включается под задачу и выключается вечером.
- Держите сервис для пользователей или ведёте многодневное обучение: 20 000 ₽ и выше. Здесь уже стоит посчитать нагрузку: сколько пользователей, какая модель, нужен ли сервис ночью.
Первый месяц почти всегда показывает, что реального времени работы меньше, чем казалось при планировании: значительная часть времени уходит на подготовку данных и код, а это можно делать без сервера.
Пять способов растянуть бюджет
Каждый из этих приёмов на практике экономит больше, чем переход на более дешёвую карту.
1. Не держите сервер включённым без задачи. Чаще всего деньги утекают на забытый на ночь сервер. На RTX 4090 одна такая ночь стоит 480 ₽, то есть 10% бюджета в 5 000 ₽. Подробно о том, как этого избежать, рассказано в статье как сэкономить на аренде GPU.
2. Отлаживайте на дешёвой карте. Проверьте код на RTX 3060 за 12 ₽/ч на маленьком куске данных, и только потом запускайте полный прогон на мощной карте.
3. Квантизуйте модели. 4-битная версия LLM занимает примерно в 3,3 раза меньше памяти, чем 16-битная. Модель 32B в 4 битах помещается на 24–32 ГБ вместо 80 ГБ, а разница в качестве для большинства прикладных задач небольшая.
4. Собирайте задачи в пачки. Генерация 500 картинок за один запуск дешевле, чем 50 запусков по 10: модель загружается в память один раз.
5. Сохраняйте чекпоинты. Если обучение длится десятки часов, сохраняйте состояние каждые 30–60 минут. Сбой без чекпоинта означает оплатить ту же работу второй раз.
Как платить маленькими суммами
Баланс в Тераферме пополняется криптовалютой (USDT, BTC и другие) от 500 ₽. Оплата российской картой и счёт для юрлиц появятся скоро. С баланса деньги списываются поминутно, остаток не сгорает в конце месяца. Удобная схема для бюджета 1 000–5 000 ₽: пополнить на месячную сумму и следить за остатком в кабинете.
Если вы раньше не арендовали GPU, начните с короткого запуска на 15–30 минут. Он стоит дешевле чашки кофе и сразу показывает, подходит ли карта под вашу задачу.
На 1 000 ₽ в месяц можно учиться и делать небольшие задачи: 35 часов RTX 3090 или 15 часов A100. На 5 000 ₽ — работать каждый день по несколько часов. На 20 000 ₽ — держать модель 7–14B онлайн круглосуточно или провести серьёзное обучение. Во всех трёх бюджетах главное — платить за работу карты, а не за её ожидание.
Выберите карту под свою задачу в каталоге аренды видеокарты и запустите первый сервер на полчаса.