Содержание
AMD Radeon AI PRO R9700 в двухкарточной рабочей станции сравнили с облачными ИИ-сервисами по цене генерации токенов. По расчетам Puget Systems, локальная машина начинает обгонять дорогие облачные модели уже при нескольких часах полной нагрузки в неделю.
Сразу оговорим главное. Это не история про домашний ПК для пары запросов вечером. В тесте речь о команде, которая регулярно гоняет inference, считает миллионы токенов и платит за каждый миллион вывода.
Две Radeon AI PRO R9700 против облачных тарифов
Puget Systems собрала рабочую станцию с двумя Radeon AI PRO R9700, у каждой карты по 32 ГБ памяти, и посчитала полную экономику владения. В расчет вошли цена системы, потребление под нагрузкой, скорость генерации токенов и амортизация железа.
Конфигурация в тестовом виде стоила около $18 775, то есть примерно 1,7 млн рублей. Сами две карты тянут на $3 760, около 340 000 рублей. Остальное — платформа, память, накопители, корпус, питание и сборка рабочей станции.
В обычном режиме две карты выдали 156,2 токена в секунду при восьми одновременных пользователях. С техникой Multi-Token Prediction скорость выросла до 320,2 токена в секунду. Качество вывода в этом тесте не изменилось.
Потребление оказалось не главным расходом. Две карты под длительной нагрузкой брали от 310 до 510 Вт. Для такой задачи это заметно, но не сравнимо с ценой облачных токенов на дорогих тарифах.
Где локальный ИИ начинает дешеветь
Экономика резко меняется от выбранной облачной модели: чем дороже миллион output-токенов, тем быстрее окупается собственная станция. Puget сравнила AMD-систему с несколькими тарифами, где разброс цен идет от $1,20 до $30 за миллион сгенерированных токенов.
| Модель или сервис | Цена за 1 млн output-токенов | Нагрузка для паритета с AMD |
|---|---|---|
| GPT-5.6 Luna | $1,20 | 94,3 часа в неделю |
| Claude Sonnet 5 | $10 | не указано |
| Gemini 3.1 Pro | не указано | 8,8 часа в неделю |
| Claude Opus 5 | $25 | 4,2 часа в неделю |
| GPT-5.6 Sol | $30 | 3,5 часа в неделю |
Самая яркая цифра — сравнение с GPT-5.6 Sol. При скорости 320,2 токена в секунду станция на двух Radeon AI PRO R9700 выходит в плюс уже после 3,5 часа полной недельной загрузки.
На месячном объеме в 20 млн токенов разница становится бухгалтерской, а не теоретической. Локальная система обходится примерно в $6 262 в год, около 570 000 рублей. Облако уровня Sol при таком объеме стоит около $18 000 в год, примерно 1,6 млн рублей.
Годовая экономия в этом сценарии — $11 738, около 1,1 млн рублей. Вот здесь машина реально начинает выигрывать по цене.
Но дешевый облачный тариф ломает всю картину. Если команда использует GPT-5.6 Luna по $1,20 за миллион токенов, локальной станции нужны 94,3 часа полной нагрузки в неделю. В неделе всего 168 часов, так что без плотного круглосуточного графика такой расчет почти не сходится.
Одна карта дешевле, но качество моделей решает
Одна Radeon AI PRO R9700 тоже справилась с моделью на 8 млрд параметров и выдала 34,5 токена в секунду. Такой вариант снижает входной билет и потребление, поэтому подходит меньшим командам лучше, чем полная двухкарточная станция.
Одна карта стоит $1 880, около 170 000 рублей. Под нагрузкой она потребляла от 221 до 283 Вт, в зависимости от числа одновременных пользователей. Для небольших локальных моделей это уже не экзотика, а рабочая математика.
У слабых сценариев цифры обратные. Команда с 5 млн токенов в месяц, которая сравнивает локальную станцию с Gemini 3.1 Pro, тратит около $6 262 в год вместо $720 облачных расходов. В таком режиме железо не окупается.
Цена токена не закрывает вопрос качества. Локальные модели в тесте отставали от топовых облачных систем в сложных задачах на рассуждение. На независимом индексе модель AMD на 27 млрд параметров набрала 37 баллов, а Google Gemini 3.1 Pro — 46 баллов.
Для бизнеса это важная развилка. Если задача сводится к массовой генерации типовых ответов, локальный inference может сэкономить деньги. Если нужны сложные рассуждения, проверка гипотез и точная логика, дорогая облачная модель может оправдать цену.
По данным Puget Systems, одиночная Radeon AI PRO R9700 стоит $1 880, двухкарточный апгрейд — $3 760, а вся протестированная рабочая станция оценена в $18 775.
