Актуально на 14 июля 2026 года. Цены — ориентиры «от» с сайтов провайдеров, перед заказом сверяйтесь с калькуляторами.
GPU-сервер в аренду берут, когда нейросеть нужно запускать у себя, а не через чужой API: развернуть открытую LLM для работы с внутренними документами, дообучить модель на своих данных, гонять генерацию изображений и видео без лимитов облачных сервисов. Покупать видеокарту уровня A100 за несколько миллионов рублей для этого не обязательно — российские провайдеры сдают GPU в аренду с посекундной или помесячной оплатой в рублях.
В этой статье: когда GPU-сервер вообще оправдан, сколько видеопамяти нужно под конкретные модели, какие провайдеры работают в России в 2026 году и сколько это стоит.
Когда нужен GPU-сервер, а когда хватит API
Первый вопрос — не «какой GPU взять», а «нужен ли он вообще». Для большинства задач с нейросетями GPU-сервер не нужен:
- Чат-боты, ассистенты, обработка текстов, агенты — дешевле и проще вызывать модели по API. Из России это делается через рублёвые шлюзы вроде GPTunnel или VseGPT — платите за токены, сервер не нужен вовсе, хватит обычного VPS за несколько сотен рублей.
- Небольшие объёмы — по оценкам профильных обзоров, при расходах на API до нескольких десятков миллионов токенов в месяц самостоятельный хостинг модели почти всегда дороже: к цене аренды GPU добавляются администрирование, мониторинг и простои.
GPU-сервер оправдан, когда есть хотя бы одно из условий:
- приватность — данные нельзя отправлять во внешние API (медицина, юриспруденция, внутренние документы компании);
- большие стабильные объёмы — при нагрузке в сотни миллионов токенов в день собственный инференс становится в разы дешевле API;
- дообучение — файнтюнинг открытой модели на своих данных;
- генерация медиа без лимитов — Stable Diffusion / Flux, видеомодели, TTS в промышленных объёмах;
- исследования — нужен полный контроль над моделью и окружением.
Сколько видеопамяти нужно под модель
Главный параметр при выборе GPU — объём видеопамяти (VRAM). Ориентиры для популярных открытых моделей в стандартном квантовании Ollama (~Q4); к размеру файла модели добавляйте запас 20–30% на контекст:
| Модель | Размер (Q4) | Минимальный GPU |
|---|---|---|
| DeepSeek-R1 7b / 8b (дистилляты) | 4,7–5,2 ГБ | 8–12 ГБ (T4, A2000) |
| DeepSeek-R1 14b, Qwen3 14b | ~9 ГБ | 16 ГБ (A4000, gpt-oss-20b тоже сюда) |
| Qwen3 32b, DeepSeek-R1 32b | ~20 ГБ | 24 ГБ (RTX 3090/4090, A5000) |
| Mistral Small 3.1 (24B) | — | 24 ГБ (по данным Mistral — одна RTX 4090) |
| DeepSeek-R1 70b (дистиллят) | ~43 ГБ | 48 ГБ (A6000) или 80 ГБ (A100/H100) |
| gpt-oss-120b | MXFP4 | один GPU на 80 ГБ (H100) |
| Qwen3 235b | ~142 ГБ | мульти-GPU (2×H100 и больше) |
| DeepSeek-R1 671b (полный) | ~404 ГБ | сервер класса 8×80 ГБ |
Практическое правило: карта на 24 ГБ (RTX 4090, A5000) закрывает модели до ~32B в четырёхбитном квантовании — этого достаточно для большинства рабочих задач с открытыми LLM. 80 ГБ (A100/H100) нужны для моделей класса 70B и крупных MoE. Всё, что больше, — уже мульти-GPU конфигурации и совсем другой бюджет.
Провайдеры GPU-серверов в России: обзор и цены
immers.cloud — посекундная оплата, старт от 100 ₽
Специализированный GPU-провайдер с самым низким порогом входа: посекундная тарификация, без минимального срока, пополнение счёта от 100 ₽. Линейка от Tesla T4 и RTX 3090 до A100, H100, H200 и свежей RTX 5090. Ориентиры с сайта: RTX 3090 — от ~71 ₽/час, RTX 4090 — от ~87 ₽/час, RTX 5090 (32 ГБ) — от ~131 ₽/час, A100 — от ~223 ₽/час, H100 — от ~353 ₽/час. При предоплате на 1–6 месяцев скидки до 50%. Хороший вариант «поиграться на выходных» — эксперимент с 4090 на пару часов обойдётся в пару сотен рублей.
Intelion Cloud — посекундная оплата, физлица без ограничений
Ещё один профильный GPU-облачный провайдер: RTX 3090/4090 (включая версии на 48 ГБ), A5000, A100, H100, H200. Цены от 40 ₽/час, RTX 4090 48GB — от 75 ₽/час, H100 — от 352 ₽/час, H200 — от 428 ₽/час. Посекундная тарификация в рублях, условия для физлиц и юрлиц одинаковые, оплата картой. Скидки при предоплате: 8% за 3 месяца, до 25% за год.
Timeweb Cloud — облачные и выделенные GPU в одном кабинете
Timeweb Cloud сдаёт и облачные серверы с GPU (запуск за 1–2 минуты), и выделенные машины. Линейка широкая: от GTX 1080 и Tesla T4 до RTX 4090, A100, H100 и H200 на 141 ГБ. Тарифы формируются помесячно, списания идут раз в час — сервер можно погасить и не платить за простой; минимальный авансовый платёж — от 5 000 ₽. Цены считаются в калькуляторе на сайте. Удобно, если у вас там уже крутится обычный VPS: GPU-сервер добавляется в тот же кабинет с той же оплатой российской картой.
Selectel — самая широкая линейка, цены по конфигуратору
Selectel — крупный инфраструктурный провайдер: выделенные GPU-серверы (A100, RTX 6000 Ada, A5000, A4000, под заказ H100), облачные серверы с GPU с тарификацией час/день/месяц и Managed Kubernetes с GPU. В верхнем сегменте — H200 и системы HGX B300 с 288 ГБ памяти на устройство. Публичного прайса нет — цена собирается в конфигураторе под конкретную конфигурацию. Ориентирован скорее на бизнес и продакшн-нагрузки, чем на разовые эксперименты.
HOSTKEY — фиксированные месячные цены
Вариант для тех, кто хочет предсказуемый счёт: VPS с RTX A5000 — от ~17 000 ₽/мес, с RTX 4090 — от ~29 000 ₽/мес, RTX 5090 — ~48 000 ₽/мес, H100 — ~145 000 ₽/мес; выделенный сервер с RTX 4090 — от ~37 000 ₽/мес. Есть и почасовая оплата, скидки до 25% при длительной аренде. Из необычного — серверы на AMD Radeon AI PRO R9700.
Корпоративный сегмент: Cloud.ru, Yandex Cloud, VK Cloud, MWS
Крупные облака тоже сдают GPU, но с прицелом на enterprise. Cloud.ru продаёт вычисления блоками от 5×H100/A100 (5×H100 — от 2 250 ₽/час без НДС по официальному прайсу). Yandex Cloud даёт V100, A100 и платформы с картами на 141 ГБ от 1 до 8 GPU на виртуальную машину. VK Cloud и МТС (MWS) — цены по запросу через менеджера, у MWS есть 14 дней бесплатного теста. Если вы не юрлицо с ML-командой, начинать проще с профильных GPU-провайдеров выше.
Из каталога AIList по этой теме смотрите также карточку CloudCompute — облачные GPU-серверы NVIDIA с почасовой оплатой в рублях.
Сравнительная таблица
| Провайдер | Тарификация | Ориентир цены | Для кого |
|---|---|---|---|
| immers.cloud | посекундная, от 100 ₽ | RTX 4090 от ~87 ₽/ч, H100 от ~353 ₽/ч | Эксперименты, разовые задачи |
| Intelion Cloud | посекундная | от 40 ₽/ч, H100 от 352 ₽/ч | Физлица, гибкие нагрузки |
| Timeweb Cloud | помесячно, списания раз в час | по калькулятору, аванс от 5 000 ₽ | Всё в одном кабинете с VPS |
| Selectel | час/день/месяц | по конфигуратору | Бизнес, продакшн, Kubernetes |
| HOSTKEY | помесячно (есть почасовая) | RTX 4090 от ~29 000 ₽/мес | Фиксированный бюджет, 24/7 |
| Cloud.ru / Yandex / VK / MWS | почасовая | по запросу (Cloud.ru: 5×H100 от 2 250 ₽/ч) | Enterprise, большие кластеры |
Обратите внимание на НДС: часть провайдеров показывает цены без него, а ставка в 2026 году — 22%, разница заметная.
Какой софт ставить на GPU-сервер
- Ollama — самый быстрый старт: модель запускается одной командой, есть OpenAI-совместимый API. Для одного пользователя или небольшой команды — оптимально.
- vLLM — стандарт для продакшн-инференса: высокая пропускная способность за счёт PagedAttention, держит много параллельных запросов.
- SGLang — конкурент vLLM с упором на скорость; используется в крупных продакшнах.
- llama.cpp — лёгкий инференс с агрессивным квантованием (от 1,5 бит), работает даже на CPU; основа, на которой построен Ollama.
Типовой сценарий: развернуть vLLM или Ollama с OpenAI-совместимым endpoint — и любые инструменты (n8n, IDE-агенты, свои приложения) подключаются к вашему серверу так же, как подключались бы к OpenAI. Пошаговый разбор — в статье про запуск нейросетей на своём сервере.
Как выбрать: три сценария
- Попробовать открытые модели. Посекундная аренда RTX 4090 (24 ГБ) у immers.cloud или Intelion: Qwen3 32b и DeepSeek-R1 32b влезают, вечер экспериментов стоит сотни рублей, не тысячи.
- Рабочий инференс 24/7. Помесячная аренда — HOSTKEY или Timeweb: фиксированный счёт, карта на 24–48 ГБ под вашу модель, vLLM, мониторинг. Перед этим честно посчитайте, не дешевле ли API через рублёвый шлюз.
- Дообучение и тяжёлые модели. A100/H100 почасово на время обучения (immers, Intelion, Selectel), результат забираете, сервер гасите. Держать H100 в простое за 145 000+ ₽/мес — самая частая ошибка бюджета.
FAQ
Можно ли арендовать GPU-сервер физлицу за рубли?
Да. Intelion Cloud прямо заявляет одинаковые условия для физлиц и юрлиц с оплатой картой; у immers.cloud порог входа — пополнение от 100 ₽; Timeweb Cloud и HOSTKEY принимают карты российских банков. Корпоративные облака (Cloud.ru, MWS, VK) ориентированы на договор с юрлицом.
Какой GPU взять для DeepSeek или Qwen?
Для дистиллятов до 14b хватит 16 ГБ (Tesla T4, A4000). Для версий 32b — 24 ГБ (RTX 4090, A5000). Модели 70b требуют 48–80 ГБ, полный DeepSeek-R1 — мульти-GPU сервер, который для личных задач арендовать бессмысленно.
Что дешевле: свой GPU-сервер или API?
При малых и средних объёмах — почти всегда API: вы платите только за токены и не администрируете сервер. Аренда GPU окупается на больших стабильных нагрузках (по зарубежным оценкам, break-even начинается в районе нескольких тысяч долларов расходов на API в месяц) либо когда данные нельзя выносить наружу.
Нужен ли GPU для AI-агентов вроде OpenClaw или n8n?
Нет, если агент вызывает модели по API — тогда достаточно обычного VPS за 300–900 ₽/мес. GPU нужен только для запуска самих моделей локально. Подробнее — в статье про VPS для AI-агентов.
Почасовая или помесячная аренда — что выгоднее?
Если сервер работает меньше ~8–12 часов в день — выгоднее почасовая/посекундная с выключением на простое. Если нагрузка круглосуточная — помесячный тариф или предоплата со скидкой (у профильных провайдеров она достигает 25–50%).
Источники для фактчекинга
- immers.cloud, цены: https://immers.cloud/
- Intelion Cloud: https://intelion.cloud/
- Timeweb Cloud GPU: https://timeweb.cloud/services/gpu
- Selectel GPU: https://selectel.ru/services/gpu/
- HOSTKEY GPU-серверы: https://hostkey.ru/gpu-dedicated-servers/
- Тарифы Cloud.ru Evolution Compute GPU: https://cloud.ru/documents/tariffs/evolution/evolution-compute-gpu
- Требования моделей (Ollama): https://ollama.com/library/deepseek-r1, https://ollama.com/library/qwen3
- gpt-oss-120b на одном 80 ГБ GPU: https://huggingface.co/openai/gpt-oss-120b
- vLLM: https://github.com/vllm-project/vllm
Редактор каталога нейросетей ailist.ru. Пишет про AI-инструменты: генерацию текста, изображений и видео, автоматизацию, чат-ботов и доступ к зарубежным сервисам из России. Тестирует новые сервисы и помогает выбирать рабочие инструменты под конкретные задачи. В AI с 2023 года — помнит времена, когда на сгенерированных нейросетью фотографиях у людей было по шесть пальцев.
