8ГБ
RTX 5060 8 ГБ≈ 50 тыс. ₽
- BGE-M3 + реранкер
- Whisper large-v3-turbo
- OCR документов
- модели 3–4B: Qwen 4B, Gemma 4B
Память и поиск по документам, расшифровка звонков, распознавание сканов. Для чата — только простые задачи.
AIKraft Agents / Решения / Локальные модели
Услуга · ИИ на своём железе
Локальные модели на вашем оборудовании
Подбираем железо, устанавливаем и настраиваем открытые модели для памяти, документов, речи и офисных задач. Дообучаем модели под ваши данные. Всё работает внутри компании — данные никуда не уходят.
NVIDIA DGX Spark · 128 ГБ818 000 ₽ с НДСЦена как в рознице — а установка, модель уровня frontier и подключение к вашим системам включеныПодробнее →
Qwen
Gemma
gpt-oss
GLM
DeepSeek
Kimi
MiniMax
Mistral
Nemotron
Llama
GigaChat
MWS AIи сотни другихКарта видеокарт
Сколько памяти — такие и модели
Главное для ИИ — объём видеопамяти: он определяет, какая модель поместится и сколько людей она обслужит одновременно. Цены — розница РФ на 7 октября 2026 (DNS и поставщики серверного железа), за карту без сервера. Цены быстро растут — перед покупкой уточняем актуальные.
16ГБ
RTX 5060 Ti 16 ГБ · RTX 5080≈ 75–200 тыс. ₽
- модели 8–14B: Qwen 9B, Gemma 12B
- YandexGPT 5 Lite, T-lite, GigaChat Lightning
- или сервер памяти: Whisper + BGE-M3 + OCR разом
Офисный помощник для 1–5 человек: письма, сводки, классификация заявок. Либо отдельный «сервер памяти и речи».
так работает наш сервер памяти32ГБ
RTX 5090≈ 430–770 тыс. ₽
- модели 27–32B в 4 битах: Qwen 27B, Gemma 27B
- gpt-oss-20b с длинным контекстом
- картинки: FLUX, Qwen-Image
Основная модель отдела: документы, ответы клиентам, агенты с инструментами. Самая мощная игровая карта — но без ECC и не для работы 24/7.
48ГБ
RTX PRO 5000 Blackwell≈ 880 тыс. ₽
- Qwen 27B в NVFP4 с контекстом 128K
- модели до 70B в 4 битах
- параллельная работа 10–20 сотрудников
Рабочая лошадка компании: офисные задачи, агенты, судья качества. Профессиональная карта — 24/7 и ECC-память.
наш сервер: Qwen 27B NVFP472ГБ
RTX PRO 5000 Blackwell 72 ГБ≈ 0,9–1,55 млн ₽
- MoE-модели до 120B: gpt-oss-120b
- Qwen 80B MoE с длинным контекстом
- одновременно чат + память + речь
Одна карта под весь офис: большая модель и все вспомогательные службы на одном сервере.
96ГБ
RTX PRO 6000 Blackwell≈ 2,5 млн ₽
- Qwen 80B MoE, gpt-oss-120b, GLM-Air
- контекст 256K и больше
- видео и картинки: LTX, FLUX.2, Qwen-Image
Сильнейшая карта в одном слоте: модели класса 100B быстро и для многих пользователей, генерация видео.
наш сервер: Qwen 80B MoE + видео128ГБ общей памяти
NVIDIA DGX Spark (GB10)818 000 ₽ с НДС, настройка включена
- открытые модели уровня frontier: Qwen 122B, gpt-oss-120b
- до 200B в 4 битах, два Spark — до 400B
- тихий настольный компьютер, 240 Вт
Свой «мини-ЦОД» на столе: большая модель, OCR и голос без серверной. Готовое решение — привезём и настроим.
наш Spark: модель, OCR, голос141ГБ
NVIDIA H200 NVL≈ 6–9 млн ₽ за карту
- Qwen 235B, MiniMax M2 в 4 битах
- сотни одновременных запросов
- дообучение моделей 30–70B
Корпоративный уровень: ИИ для 50–200 сотрудников в закрытом контуре, высокая скорость ответа.
282ГБ
2 × NVIDIA H200 NVL≈ 12–18 млн ₽ за карты
- GLM 355B, Qwen 235B в FP8
- модели frontier-уровня с открытыми весами
- полноценное дообучение под компанию
Своя модель уровня лучших облачных — для всей компании, без передачи данных наружу.
Цены меняются каждую неделю; точную смету сервера (карта, процессор, память, диски, питание) считаем под ваши задачи. Можно начать с карты на 16 ГБ и добавить вторую позже.
Для чего ставят
Задачи и модели, которые мы устанавливаем
Не обязательно одна большая модель на всё. Обычно ставят несколько небольших служб — каждая делает свою работу быстро и дёшево.
Память системы
от 8 ГБПоиск по истории, документам и письмам: агент находит нужное и подкладывает к вопросу.
BGE-M3bge-reranker-v2-m3Qwen3-EmbeddingEmbeddingGemma
Речь в текст
от 8 ГБЗвонки, планёрки и голосовые — в текст с разметкой спикеров, на русском и других языках.
Whisper large-v3-turboGigaAMfaster-whisper
Документы и сканы
от 8 ГБСчета, УПД, договоры и фото накладных — в таблицу и в 1С.
GLM-OCRPaddleOCR-VLQwen-VL
Офисный помощник
от 16 ГБПисьма, сводки, ответы клиентам, разбор заявок, работа агентов с инструментами.
Qwen 4B · 9B · 27BGemma 4B · 12B · 27BYandexGPT 5 LiteT-lite / T-proGigaChat Lightning
Большая модель компании
от 72 ГБСложные задачи: анализ, код, длинные документы, многошаговые агенты.
gpt-oss-120bQwen 80B · 122B · 235BGLM-Air · GLM 355BMiniMax M2
Голос, картинки, видео
от 16 ГБОзвучка текстов и голосовые ответы, иллюстрации и ролики для маркетинга.
Qwen3-TTSCosyVoice 3FLUX.2Qwen-ImageLTX-Video
Что значат 4B, 9B, 27B
Размер модели — это её «ум» и аппетит к памяти
B — миллиарды параметров. Чем больше, тем умнее модель и тем больше видеопамяти нужно. Сжатие до 4 бит (NVFP4, AWQ, GGUF) уменьшает аппетит втрое почти без потери качества.
| Размер | Класс | Для чего хватает | Видеопамять |
|---|---|---|---|
| 0,5–1B | служебные | эмбеддинги, реранкер, классификация | любая карта |
| 4B | быстрые | разметка писем, извлечение полей, простые ответы | 8 ГБ |
| 8–9B | рабочие | сводки, черновики писем, разбор заявок | 16 ГБ |
| 12–14B | уверенные | ответы клиентам, документы, агенты с 1–2 инструментами | 16 ГБ |
| 27–32B | сильные | основная модель офиса: агенты, анализ, длинные документы | 32–48 ГБ |
| 80–122B MoE | большие | сложные задачи, код, многошаговые агенты | 72–128 ГБ |
| 235–355B | frontier с открытыми весами | уровень лучших облачных моделей прошлого поколения | 141–282 ГБ |
Готовое решение
NVIDIA DGX Spark под ключ
Настольный ИИ-компьютер на чипе GB10 со 128 ГБ общей памяти. Тянет открытые модели уровня frontier, которым раньше нужна была серверная. Привезём, установим и настроим — вы получаете готовый ИИ-сервер компании.
- Модель уровня frontier: Qwen 122B или gpt-oss-120b, контекст до 128K
- Рядом — память (BGE-M3), OCR документов, распознавание и синтез речи
- OpenAI-совместимый API с ключами для сотрудников и программ
- Подключение к AIKraft Agents, 1С, почте и CRM
- Два Spark в связке — модели до 400B
DGX Spark · 128 ГБ
818 000 ₽
с НДС — по цене рынка, а установка и настройка модели уже включены
Заказать Spark
240 Втрозетка, без серверной1 PFLOPFP44 ТБNVMe
Установка и настройка
Что мы делаем
Берём на себя всё — от выбора карты до работающего сервиса, которым пользуются сотрудники и агенты.
Подбор оборудования
Считаем, сколько памяти нужно под ваши задачи и число сотрудников. Новое железо или то, что уже есть.
Установка моделей
vLLM, SGLang или Ollama, сжатие NVFP4 / AWQ под вашу карту, длинный контекст, автозапуск после перезагрузки.
Единый вход к моделям
OpenAI-совместимый API, ключи и лимиты на сотрудника, журнал запросов. Локальные и облачные модели — через один адрес.
Память и офисные задачи
Подключаем к AIKraft Agents: память на BGE-M3, расшифровка звонков, распознавание документов, агенты с 1С и почтой.
Дообучение под заказ
LoRA-дообучение на ваших документах, переписке и справочниках: модель говорит вашим языком и знает ваш ассортимент.
Сопровождение
Следим за нагрузкой и температурой, обновляем модели, когда выходят лучшие. Сбой — узнаём раньше вас.
- Разбор задач1 встреча: что нужно ИИ делать и для скольких людей
- Конфигурация и сметакарта, сервер, модели — с ценами
- Установка1–3 дня на готовом железе
- Подключениек рабочим местам, 1С, почте, CRM
- Дообучениепо желанию, на ваших данных
Проверено на себе
Мы сами так работаем
AIKraft Agents круглосуточно работает на нашем собственном парке серверов. Те же конфигурации ставим клиентам.
16 ГБRTX 5060 Ti
Whisper, BGE-M3 + реранкер, OCR — память и речь для всех рабочих мест
48 ГБRTX PRO 5000
Qwen 27B в NVFP4 — офисные задачи и судья качества ответов
96 ГБRTX PRO 6000
Qwen 80B MoE, генерация картинок и видео
128 ГБDGX Spark (GB10)
большая модель, OCR документов, синтез голоса
Подберём железо и модели под ваши задачи
Расскажите, что должен делать ИИ и сколько сотрудников им пользуется — предложим конфигурацию и смету. Консультация бесплатная.
- от 8 ГБпамять и речь
- 1–3 дняустановка на готовом железе
- 818 000 ₽DGX Spark с настройкой, с НДС
- 0 ₽консультация и подбор