Все, что нужно знать про нового главу Apple — пожилая пользовательша принесла на ремонт Apple Cinema Display 2004 года выпуска, который сломался впервые за 22 года. Cinema Display был первым проектом в Apple, над которым работал лично Джон Тернус. Устройство всё ещё работает, но дисплей в последнее время не в лучшей форме.
Добавил "галерею фишек" и документацию для акбуры, разумеется галерею написал на самом кастомном dsl
Можно ли быстро выучить иностранный язык? Все зависит от того, насколько далеко вы готовы пойти, можно только сказать определенно, что на уровне туриста усилий нужно очень мало. А вот для учебы, работы на английском, да даже чтобы просто читать статьи без перевода и вести беседу с коллегой на узкоспециализированные темы требуются годы практики. Сколько именно - зависит и от потраченного времени и от способностей, ни один специалист не сможет дать гарантию достижения результата "через год".
Все знают из официальных источников, что, чтобы достичь, например, уровня C1 в английском, нужно обучаться 800 часов. Если по часу в день, то это больше двух лет. Имеются в виду часы, когда кто-то обучает, и исправляет ошибки. Но официально не пишут, как оно должно выглядеть распределение этих часов во временном промежутке, отсюда и появляются курсы "С1 за три месяца" "Учи английский за 15 минут в день" и желающие приобрести такие курсы, чтобы расправиться с английским раз и навсегда. Также непонятно, сколько нужно заниматься самостоятельно. Я могу только из своего опыта сказать, что очень много.
Мне всегда казалось, что в любой сфере, чем дальше вы в нее погружаетесь, тем больше времени приходится тратить в день. Профессионалы тренируются два раза каждый день, не считая образа жизни, а любители могут ходить в зал 3-4 раза в неделю, и иметь вредные привычки, потому что цели у них разные.
Однако на сайте Кембриджа отмечается как раз обратное, "не обязательно увеличивать часы по контролем учителя". Тут можно казалось бы поставить точку. Но тут же выясняется, что это потому что "с повышением уровня открываются дополнительные возможности по самостоятельному изучению языка, включая общение с носителями языка". То есть, подразумевается принцип "с повышением уровня нужно заниматься больше". А вот на низких уровнях нужен запредельный настрой и дисциплина, чтобы изучать самостоятельно, при этом усваивая правильное произношение и значения слов.
Повышение количества времени на обучение выглядит логично, ведь нужно освежать в памяти старое и усложнять/заменять имеющиеся шаблоны. По достижению определенного уровня, если язык не использовать, то его уровень будет неуклонно падать. Также сложно "изучать по 10 часов в день", а такие гайды я тоже видел, думается, что принцип, что нельзя больше четырех часов продуктивно заниматься интеллектуальной деятельностью, вполне применим и к иностранным языкам.
Возьмем стандартное расписание, которое используют многие онлайн школы - два раза в неделю по 45 минут, если до уровня B1 хватит этих уроков, и небольшой домашней работы, то дальше уже многие не идут или не прогрессируют, потому что временные затраты на изучение становятся не очень привлекательными по сравнению с потенциальной выгодой от будущего владения английским. Ну или конечно, потому, что это уже вполне высокий уровень.
Важно, что формальный пройденный уровень не гарантирует знания. Например, я сам проходил восемь лет назад курс от "Pre-Inermediate" до "Upper-Intermediate" в одной онлайн школе, делал все задания подряд, и управился чуть менее чем за год. Но потом, когда у них закончились уроки по программе, я решил пойти к другому учителю, и там достаточно четко выяснилось, что можно смело сбрасывать два уровня.
Выходы, конечно, есть, любой изучающий, как кембриджские авторы и говорят, как можно раньше должен находить возможность заниматься самостоятельно. Без самостоятельной работы, в рамках только программы учебных заведений или под руководством преподавателя можно повысить уровень, если заниматься с ними каждый день и при этом выполнять все предусмотренные задания.
Но для большинства такое плотное обучение невозможно, поэтому лучше как можно раньше поменять свое отношение к языку, включить его в жизнь в виде потребляемой информации или собеседников. И чем дальше вы продвигаетесь, тем больше должен быть процент такой самостоятельной работы.
Тогда, когда вы перестанете работать под контролем кого-то, язык останется с вами и уровень будет постепенно расти.
«Скажите спасибо, что с хлебом останетесь»: почему авторы ИИ-гайдов переходят к снобизму в комментариях?
Знаете ощущение когда сказать, что я "****л" это ничего не сказать?
Такое ощущение у меня возникло от статьи https://habr.com/ru/articles/1064580/ и комментариев автора @Alexey_Begin
При прочтении статьи и комментариев видно как автор унижает разработчиков в ключе "вы ещё не доросли до вайбкодинга". Почему это остатёся на хабре?
Жалоба в саппорт подана. Но удивляет равнодушие и не способность ответить агрессивному инфоцигану. Всем добра и справедливости.
С structural уязвимостью оберточного AI-бизнеса: почему следующий уровень — это агрегаторы
Сейчас на рынке AI происходит массовое явление, которое можно описать мемом про «волка в бикини». Один видит успешный продукт, другие начинают слепо копировать его форму, не меняя суть.
Но в случае с ИИ это явление приобрело масштаб эпидемии не из-за человеческой глупости, а из-за падения стоимости разработки до нуля. Давайте разберем, как это меняет структуру рынка и где здесь возникает бизнес-уязвимость.
Шаг 1. Что скопировали все (базовая архитектура)
Посмотрите на 90% AI-сервисов, появившихся за последний год. Их бизнес-модель выглядит максимально просто:
Пользователь → Чат-бот (обертка) → Одна модель (GPT / Claude / DeepSeek)
Предприниматель не строит инфраструктуру. Он делает удобную оболочку, берет API и продает доступ.
Шаг 2. Почему это произошло именно сейчас
Раньше создание такого сервиса требовало денег на разработчиков. Сегодня сам ИИ (тот же Claude) пишет фронтенд, бэкенд и дизайн за неделю. UX паттерны чат-ботов стандартизированы, их легко скомпилировать.
В результате на рынок вылилось переизбыток абсолютно идентичных продуктов. Стоимость входа упала, барьеры исчезли.
Шаг 3. Появление структурной уязвимости
Когда рынок перенасыщен идентичными одноуровневыми продуктами, всегда открывается структурная уязвимость. Она заключается в том, что становится выгодным создать следующий уровень абстракции.
Архитектура меняется с этой:
Пользователь → Чат-бот → (GPT или Claude)
На эту:
Пользователь → Чат-агрегатор → Множество чат-ботов/моделей → (GPT, Claude, DeepSeek, Gemini)
Шаг 4. Почему агрегатор забирает рынок
Пользователю в 2026 году уже в большинстве случаев плевать, какая именно модель работает под капотом. Ему не нужен «доступ к Claude» или «доступ к GPT». Ему нужно решить задачу: написать код, перевести текст, сделать анализ.
Агрегатор снимает с пользователя необходимость выбирать. Он работает по принципу ИИ-агента (то, что сейчас продвигает Microsoft): пользователь не открывает разные программы, он отдает команду, а система сама решает, куда ее направить:
Запрос на код → уходит в Claude.
Поиск и анализ → уходит в Gemini.
Локальная быстрая задача → уходит в локальный DeepSeek.
Пользователь сидит за одним столом и заказывает всё что угодно из всей отрасли.
Шаг 5. Аналогия с парком аттракционов
Представьте парк развлечений.
Текущие оберточные боты — это люди, которые стоят у каждого аттракциона и продают отдельный билет: на колесо обозрения, на тир, на карусель.
Агрегатор — это единое приложение парка. Вы покупаете абонемент, заходите и просто говорите: «Хочу покататься». Система сама ведет вас на свободный аттракцион.
Когда на входе в парк стоит 500 продавцов отдельных билетов (оберточных ботов), спрос на них падает, потому что появился один человек у входа, продающий удобство выбора.
Итог
Бизнес-уязвимость «волка в бикини» на рынке AI не в том, что клоны делают плохой продукт. А в том, что массово копируя устаревающую одноуровневую архитектуру Пользователь-Бот-Модель, они сами подготавливают почву для своего собственного поглощения агрегаторами нового типа.
Строить еще одну обертку под одну модель — это продавать билет на карусель, когда напротив уже открывается касса всего парка. Пишите что не умеет ИИ в 2026 - году).
Апдейт карты AI safety грантов и программ (1 августа)
Прилетел свежий апдейт.
Что горит в августе
2 авг - FASR: fully funded резиденция в Cambridge, security + hardware verification
6 авг - FAST (SASH): 5 дней в Сингапуре, AI control и open-weight security
8 авг - DeepMind x Schmidt x CAIF x ARIA: пул до $10M на multi-agent safety
8 авг - TARA: бесплатно, ARENA-курс, APAC
9 авг - Better Futures Fellowship: удаленка, AGI preparedness
9 авг - Sentient Futures Incubator: welfare / digital minds
16 авг - Longitude DC Intensive: техническая safety в policy
16 авг - GovAI Research Scholars: открылась, London / DC, 1 год
17 авг - AIAF Fellowship: $12k + компьют, удаленка, техническая alignment
18 авг - SPAR (менти): part-time, удаленка
23 авг - Lightcone Commons и Corrigibility Research Fund
Что добавилось нового
Программы и феллоушипы: AIXI Labs, AIAF Fellowship, FASR, FAST, Syntony, TARA, Sentient Futures, Longitude, Iliad Intensive, AISB, Better Futures, Frame, Generator, BASE, Atlas Computing.
Фонды и гранты: Iliad RFP, AIAF grant, Paradigm 3, Halcyon Futures, Lightcone Commons, IFP Launch Sequence, AI Safety Research Fund, Corrigibility Research Fund, микрогранты Leo Gao, CLR Fund.
Суммы и дедлайны меняются, так что перед подачей всегда проверяйте официальную страницу.
---
Mrs Wallbreaker or: How I Learned to Stop Worrying and Love the AGI.
About AI Risk, AI Alignment, AI Safety, AI Ethics
https://t.me/MrsWallbreaker
Как кусок ламината помогает не сжечь насос
Продолжаю делиться небольшими решениями для умного дома, которые спасают не столько время, сколько технику и нервы.
В доме у меня стоит накопитель для воды. Вода сначала поступает в него, а уже потом распределяется по системе. Это помогает пережить отключения: даже если подачу временно перекрыли, в запасе остаётся некоторый объём.
После накопителя установлена насосная система, которая поддерживает нормальное давление в доме.
Я столкнулся с проблемой: если воды долго нет, запас в накопителе постепенно заканчивается. Насос при этом продолжает гонять воздух и работать всухую. Соответственно, возникает риск: насос перегревается и в какой-то момент может просто напросто сгореть.
Чтобы не следить за уровнем воды вручную, я поставил на накопитель датчик. А насос подключил через умную розетку.
Получился довольно простой сценарий:
– датчик следит за уровнем воды;
– когда вода опускается ниже минимальной отметки, система получает сигнал;
– умная розетка отключает насос;
– когда вода возвращается, насос можно снова включить.
Правда, без небольшого креатива не обошлось.. Закрепить датчик прямо на накопителе не получилось, потому что крышка была неровной. В итоге установил его на кусок ламината и уже эту конструкцию разместил сверху.
Выглядит, конечно, не как заводское решение, но зато работает)
Больше интересных постов можно найти в моём телеграм-канале. Там я пишу про управление знаниями и делюсь разными ИИ-находками для дома и не только. Подписывайтесь, чтобы не пропустить новые тексты.
Дайджест GetAClass: июль 2026
Привет, Хабр! У себя в телеграме мы уже давно публикуем ежемесячные дайджесты. Решили делиться новостями и тут :) Июль – разгар каникул, поэтому и у нас ожидаемо немного событий. Но кое-что мы собрали!
Главный успех: космические показатели на Хабре
К данному моменту у нас уже пять публикаций здесь – и результаты оказались более чем радостными. Самая первая статья про парадокс изогнутой трубы собрала более 47 000 просмотров и за один месяц вошла в ТОП-3 статей в хабе «Физика» – внимание! – за целый год. Видео про парадокс изогнутой трубы в свое время стало очень популярным на YouTube, а теперь его текстовая версия выстрелила на Хабре. Спасибо всем за просмотры, плюсы и комментарии!
В целом, наш блог за месяц набрал 700 подписчиков и более 106 000 просмотров. Будем и дальше развивать его. Впереди интервью с преподавателями физики и учеными. Надеемся, когда-нибудь нам хватит времени для написания оригинальных статей специально для Хабра.
Коротко об остальном
У себя на сайте создали новый раздел с проектными работами. Это новая веха нашего проекта – искренне верим в ее долгосрочный успех!
Активно работаем над еще одной идеей по развитию нашей платформы – тематические курсы по разделам школьной физики.
Отдельно отметим работу над внедрением ИИ-ассистента на нашей платформе. Пока это закулисная активность, показать ничего не можем, но расскажем общую концепцию. ИИ-помощник будет работать по методу Сократа: без готовых решений и ответов, но с наводящими вопросами, которые побуждают ученика самостоятельно дойти до верного ответа. Такое интерактивное наставничество позволит избежать главной проблемы обычных ИИ-чатов в образовании – когда ученики просто переписывают готовые сгенерированные ответы.
Ну и традиционный блок про самый популярный выпуск месяца. В июле им стал ролик олимпиады НГУ «Три шара и время удара», набравший более 11 тыс. просмотров на YouTube с момента публикации.
Июль в цифрах
Сняли:
- Четыре новых ролика по физике:
- Четыре ролика на английском языке:
How does the siphon pump water?
Потратили:
- 600 140 рублей
Получили:
- 50 403 рубля донатами. Чувствуем поддержку каждого из вас, спасибо! Помочь нашему проекту можно по этой ссылке.
- 100 000 рублей от Узловского молочного комбината. Любим и ценим нашего замечательного партнера!
- Как всегда, выражаем огромную благодарность основателям проекта и компании CityAir, которые взяли на себя оставшуюся часть расходов.
P.S. Впереди август – время активной подготовки к новому учебному году. Мы полны энтузиазма и готовы с новыми силами ворваться в последний месяц лета. Следите за новостями!
В конце июля 2026 года Google выкатила возможность генерировать по промпту с помощью ИИ для генерации изображений Nano Banana разные объекты на картах Google Earth. Инструмент позволял приблизить любую точку на карте и создать там новый снимок по текстовому запросу. В Google предлагали использовать эту опцию для визуализации исторических событий, инфографики, архитектуры и планирования строительства. Инструмент был доступен пользователям по всему миру.
Пользователи сразу начали создавать на картах взрывы ядерных бомб в разных местах и различные разрушения. После этого в Google через пару часов поняли, что натворили и быстро убрали опцию из общего доступа.
В Google подчеркнули, что сгенерированные изображения были помечены как созданные ИИ и не отображались в основной версии Google Earth для других пользователей. Однако после волны критики компания решила временно полностью отключить эту функцию.
«Bad Apple!! Но это же traceroute! В продолжение моего поста о том, как заставить инструменты traceroute отображать произвольное содержимое, и вдохновлённый выходом на днях ещё одной кавер‑версии Bad Apple, я просто не мог не сделать это», — пояснил Йонас Шефер.
Используя функцию numgen из библиотеки nftables, мы можем изменять количество переходов каждый раз при генерации пакета ICMPv6. Функция numgen возвращает либо случайные числа, либо монотонный счетчик. С помощью счётчика мы можем легко настроить каждый переход так, чтобы он возвращал разный IPv6-адрес при генерации ответного пакета.
Для этого потребовалось ещё две вещи. Во-первых, необходимо отключить ограничение скорости ядра (по умолчанию 1/с) для исходящего трафика ICMPv6 с помощью команды sysctl net.ipv6.icmp.ratelimit=0, иначе всё закончится очень быстро. Вторая проблема заключается в том, что mtr обычно показывает несколько адресов для каждого узла, поскольку это указывает на использование нескольких разных путей для пакета, и это обычно полезная информация.
После всего этого я использовал ffmpeg для передискретизации видео до 8 кадров в секунду (что соответствует интервалу в 125 мс между кадрами) и экспорта уменьшенных (до 30x11 пикселей) отдельных кадров в файлы PNG. Затем я написал скрипт на Python для чтения файлов изображений и преобразования их в набор правил nftables для генерации соответствующих ответов ICMPv6. В результате получается чуть более мегабайта правил nftables, но это определённо того стоит.
Появилась возможность получить доступ к Google AI Plus на 1 год в рамках партнёрской программы Internshala для работы, учебы и других задач.
После регистрации получите БЕСПЛАТНУЮ подписку на Gemini, NotebookLM, Flow и 400 ГБ облачного хранилища.
Что нужно сделать:
зайти по адресу https://internshala.com/;
создать учётную запись;
найти предложение Google AI Plus для аккаунта;
нажать на предложение и активировать план;
Прикрепить карту. С карты ничего не спишут, а дадут подписку бесплатно на целый год. Изначально акцию сделали для студентов, но пользователи утверждают, что она активируется и на обычных аккаунтах.
Вообще, по официальным данным из Единого реестра ФНС на 10 июля 2026 года числится 6,61 млн субъектов малого и среднего бизнеса.
Всего у них работает 15,09 млн наёмных сотрудников — в среднем 2,28 работника на один субъект МСП.
По стране, как вы можете догадаться, разница довольно большая.
И скорее всего, это не обязательно означает, что малый бизнес в этих регионах менее развит. Я бы связывал это, помимо прочего, с тем, что достаточно много доли индивидуальных предпринимателей и небольших компаний, работающих без штата.
Причём самого ИП без наёмных сотрудников ФНС работником не считает, и поэтому здесь показаны именно наёмные рабочие места, а не все люди, занятые в малом бизнесе.
По мотивам статьи https://habr.com/ru/articles/1063010/
накидал аналазатор слопа
https://b-on-g.github.io/slop/
спасибо @ToxaBes
Разработал плагин, который делает шрифты частью Obsidian-хранилища. Шрифты переезжают вместе с заметками и работают локально на компьютере и телефоне без отдельной установки.
Работает просто. Кидаете шрифты в папку fonts в корне хранилища:
📂 My Vault ├── 📁 .obsidian └── 📂 fonts/ ├── 📁 IBM-Plex-Sans/ │ ├── 🔤 Regular.woff2 │ ├── 🔤 Regular.ttf │ └── 🔤 Bold.woff2 ├── 📁 IBM-Plex-Mono/ │ └── 🔤 Regular.otf └── 📁 Noto Color Emoji/ ├── 😀 COLRv1.woff2 └── 😀 SVG.woff2
После этого в настройках отдельно выбираете шрифты для текста, интерфейса, заголовков, кода и эмодзи.
Поддерживаются .ttf, .otf, .woff и .woff2. В настройках отображаются доступные начертания. Там же можно проверить, применился ли выбранный шрифт.
🔥 Основы FastAPI: собираем сервис «прочитать позже»
У каждого есть свалка ссылок «прочитаю потом»: 40 вкладок, сохранёнки в Telegram, закладки с 2022 года. Проблема не в том, что нечего читать, — а в том, что всё это невозможно найти и разгрести.
Решим по-инженерному: напишем свой Read-Later сервис и с нуля освоим FastAPI.
6 августа, 19:00–20:30 МСК — бесплатный воркшоп с Ольгой Пичужкиной, Middle Python Developer (S-Cats).
За 1.5 часа:
⚡️ Поймёте, что такое FastAPI и почему он удобен
🧱 Опишете модель данных (SQLAlchemy + Pydantic)
🔁 Напишете полный CRUD
🔍 Научитесь фильтровать через query-параметры
📄 Получите Swagger UI бесплатно
🌐 Подключите простой фронтенд
Для кого: знаете Python, но ещё не писали API.
🛠 Куда дальше — дорожная карта: FastAPI — не просто фреймворк. На нём построен наш MCP Knowledge Server (Qdrant + семантический поиск) — ядро AI-ассистента сообщества, который «помнит» всё изученное.
Цепочка: 🐳 Docker (25.07) → 🐍 FastAPI (06.08) → 🧠 MCP Knowledge Server (сентябрь). В сентябре — отдельный воркшоп: поднимем такой сервер вместе.
📖 Pre-read: за 3 дня до воркшопа — инструкция по установке uv и Python.
🔗 Подробнее: https://debugskills.ru/content?article=labs-fastapi-workshop
#DebugSkills #FastAPI #Python #Backend
Почему дешёвый VPS-сервер может обойтись дорого в продакшене? Тариф в 3–5 долларов в месяц за VPS кажется приятной экономией на старте. Но если тариф выбран только по цене, счёт за простой, срочную миграцию и потерянных клиентов может прийти позже и оказаться выше, чем сэкономленная разница в ценнике.
Что скрывается за низким ценником? За низкой ценой могут стоять оверселлинг, общий диск, ограниченная поддержка и слабые гарантии по SLA. У части провайдеров низкая цена достигается за счёт плотного размещения клиентов на одной ноде: продаётся больше vCPU и RAM, чем физически доступно, в расчёте на то, что нагрузки не совпадут. В результате могут появляться CPU steal time, просадки I/O от соседей по железу и нестабильная производительность общего хранилища. SLA на бюджетном VPS-сервере может отсутствовать или ограничиваться формальным обещанием без понятной компенсации.
Реальные риски в продакшене. Под нагрузкой проблемы проявляются внезапно: API начинает отвечать с задержками, база данных упирается в I/O, сервис падает в самый неподходящий момент. Потеря данных из-за отсутствия бэкапов или срочная миграция перед дедлайном – реальные риски для проектов, которые выбирают инфраструктуру только по цене.
Как считать полную стоимость VPS? Реальная цена – это не только тариф, а TCO: тариф + стоимость инцидентов. Один час простоя интернет-магазина в пиковый сезон легко перекрывает годовую разницу между дешёвым и надёжным VPS. Добавьте часы на диагностику и миграцию, потери из-за недовольных клиентов – и экономия быстро испаряется.
Чек-лист: признаки надёжного VPS:
• SLA не ниже 99,9%
• NVMe-хранилище со стабильной производительностью или понятными IOPS-лимитами
• Современная аппаратная виртуализация, например KVM, и понятная политика изоляции ресурсов
• Автоматические бэкапы с проверенным восстановлением
• Поддержка 24/7 с заявленным временем ответа
• Гарантированная пропускная способность сети
Прежде чем продлевать текущий тариф, проверьте свой VPS по этому чек-листу. Если несколько пунктов вызывают сомнения – стоит пересмотреть выбор сервера для продакшена до первого серьёзного инцидента.
Итоги открытой игры «#АКТИВАЦИЯ: IT»
Спешим поделиться тем, как прошла наша игра, на которую мы приглашали HR-специалистов и внутрикомов IT- и финтех-компаний.
Рассказываем, как всё прошло: участники собрались на игровой платформе PLAYFORMA, послушали короткий бриф и отправились проходить задания. Их ждали мемы, логические задачи и креативные испытания.
В цифрах всё выглядело так:
23 компании;
25 команд;
10 заданий;
1,5 часа игры;
1 ведущий;
1 приз победителю.
Спасибо всем, кто подключился, играл, спорил, смеялся и искал ответы вместе с командой. Кажется, у нас получился хороший онлайн-вечер для своих.
О новых открытых играх будем сообщать заранее, так что обязательно подписывайтесь на наш аккаунт, чтобы не пропустить ничего интересного.
Как сделать встречу 1:1 полезной для себя
Встречи 1:1 — базовый инструмент взаимодействия сотрудника и руководителя. На них можно обсудить не только текущие задачи, но и нагрузку, развитие, сложности в команде и идеи, на которые не всегда хватает времени в рабочей переписке.
При этом результат встречи зависит не только от руководителя. Собрали рекомендации наших коллег, которые помогут подготовиться к разговору и получить от него больше пользы.
1️⃣ Определите, что хотите обсудить
Не нужно ждать вопросов руководителя. Заранее выпишите темы, которые сейчас для вас важны: сложности в задачах, перегрузка, обратная связь, развитие или идеи по улучшению процессов.
2️⃣ Говорите конкретно
Вместо «все сложно» расскажите, что именно происходит, приведите пример и объясните, как это влияет на работу. Так будет проще вместе найти решение.
3️⃣ Не ограничивайтесь проблемами
Расскажите, что у вас получается, какие задачи интересны и в каком направлении хочется развиваться. Встреча 1:1 — возможность обсудить не только трудности, но и следующие шаги в работе.
4️⃣ Сформулируйте, какая помощь нужна
Подумайте, что могло бы изменить ситуацию: новые приоритеты, перераспределение нагрузки, совет, наставничество или участие руководителя в решении вопроса.
5️⃣ Просите обратную связь
Задавайте конкретные вопросы: что стоит продолжать делать, что можно изменить, каких навыков не хватает для следующего шага. Чем точнее вопрос, тем полезнее будет ответ.
6️⃣ Зафиксируйте договоренности
В конце встречи проговорите, кто и что сделает дальше, а также когда вы вернетесь к этому вопросу. Это помогает превратить хороший разговор в реальные изменения.
Что в итоге?
1:1 — это не отчет перед руководителем, а возможность повлиять на свою работу, вовремя получить поддержку и обозначить то, что для вас действительно важно.
Сколько на самом деле стоит локальная LLM?
Привет, Хабр! Я Дмитрий Емец, тимлид отельного поиска в Островке.
Как и многие, до какого-то момента я воспринимал локальные LLM как «свои»: модель скачана, компьютер уже куплен, API-ключ не нужен. Запустил — и работаешь.
Но с чем я сравниваю локальный запуск — с API или с нулём?
Решил прикинуть: привести оба варианта к одной метрике — стоимости 1 млн выходных токенов.
Сразу оговорюсь: это не сравнение качества моделей. Одинаковый объём генерации не означает одинаковое число решённых задач.
Розетка — не главное
Для расчёта беру домашнюю сборку с RTX 5080. Заявленное потребление видеокарты — 360 Вт, поэтому для грубой оценки закладываю 500 Вт на всю систему под нагрузкой.
Тариф — 10,4 ₽ за кВт·ч, верхняя граница из моих московских тарифов.
0,5 кВт × 10,4 ₽/кВт·ч = 5,2 ₽ в час.
Электричество стоит меньше шести рублей в час. Но API продаёт токены, поэтому важна скорость генерации.
Возьмём три условных сценария: 10, 20 и 40 токенов в секунду. Конкретная скорость зависит от модели, квантизации, размера контекста и движка.
Один миллион токенов при таких скоростях генерируется примерно за 28, 14 и 7 часов. Значит, электричество обойдётся в:
145 ₽ при 10 ток/с;
72 ₽ при 20 ток/с;
36 ₽ при 40 ток/с.
И это всё ещё не основная статья расходов.
Железо меняет картину
Моя сборка стоит около 370 тыс. ₽. Чтобы оценить её стоимость, предположим, что она куплена преимущественно ради локального инференса и амортизируется три года без учёта остаточной стоимости: 250 рабочих дней в году по восемь часов.
370 000 / 3 / 250 / 8 ≈ 62 ₽ в час.
При полной полезной загрузке амортизация на 1 млн выходных токенов составит:
около 1710 ₽ при 10 ток/с;
около 860 ₽ при 20 ток/с;
около 430 ₽ при 40 ток/с.
С учётом электричества получаем примерно 1860, 930 и 460 ₽ соответственно.
Расчёт предполагает, что все учтённые часы GPU действительно генерирует полезные токены. Если система простаивает, фактическая цена токена растёт. Если компьютер уже был куплен для других задач, наоборот, полную стоимость сборки относить на LLM некорректно: тогда имеет смысл считать только дополнительные расходы и стоимость занятого GPU-времени.
С чем сравнивать API
У провайдеров входные и выходные токены обычно оплачиваются отдельно. Для сопоставимости я беру только выходные токены. Время обработки входного контекста локально тоже не учитываю, поэтому для длинных запросов этот расчёт будет нижней оценкой.
По открытым тарифам порядок цен такой:
бюджетный сегмент (GPT-5.4 nano, Gemini 3.1 Flash-Lite) — 50–150 ₽ за 1 млн выходных токенов;
средний сегмент (GPT-5.6 Terra, Gemini 3.5 Flash) — 450–1000 ₽;
верхний сегмент (Claude Opus 5, GPT-5.6 Sol) — 1500–3000 ₽.
Цены округлены по официальным тарифам и курсу на 31 июля 2026 года.
Получается:
при 10 ток/с локальный запуск по цене попадает в верхний сегмент API — 1860 ₽;
при 20 ток/с он сопоставим со средним — 930 ₽;
при 40 ток/с начинает выглядеть конкурентно — 460 ₽, но только при высокой загрузке и без учёта различий в качестве моделей.
Когда локальный запуск оправдан
Локальная LLM не становится бесплатной только потому, что счёт за API не приходит. Главные параметры — стоимость железа, скорость генерации и загрузка.
Экономика может сойтись, если GPU уже куплен, регулярно используется и локальная модель решает нужную задачу не хуже доступной альтернативы. Если железо приобретено специально и большую часть времени простаивает, «свои токены» просто скрывают расходы внутри покупки.
Но цена — не единственный критерий. Приватность, офлайн-работа, предсказуемость и полный контроль могут оправдать локальный запуск даже без выигрыша в рублях.
Для ряда моих задач локальные LLM пока не выстрелили. В сложной разработке с большим контекстом быстро упираешься в объём памяти, а подходящее железо стоит несопоставимо дороже подписки за условные $20 в месяц.
А для вас локальная LLM уже стала рабочим инструментом — или пока остаётся дорогим хобби? Расскажите в комментариях.
