<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:media="http://search.yahoo.com/mrss/">
<channel>
<title>Qantcore — обзоры и гайды по AI-агентам</title>
<link>https://qantcore.space/</link>
<description>Независимые обзоры и практические гайды по AI-агентам, MCP, LLM и инструментам вокруг них.</description>
<language>ru</language>
<lastBuildDate>Fri, 20 Nov 2026 21:30:37 +0000</lastBuildDate>
<item>
<title>LM Studio: как скачать, установить и запустить LLM локально — и сколько это стоит в рублях</title>
<link>https://qantcore.space/guide/guide-lm-studio-local-llm/</link>
<guid isPermaLink="true">https://qantcore.space/guide/guide-lm-studio-local-llm/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Скачать LM Studio для Windows, macOS и Linux, выбрать квант под видеопамять, поднять локальный API и посчитать аренду GPU в рублях. Цены на 20.11.2026.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-v5.jpg" type="image/jpeg" length="94904"/>
<content:encoded><![CDATA[<h2 id="lm_studio_kak_skachat_ustanovit_i_zapustit_llm_lokalno_i_sko">LM Studio: как скачать, установить и запустить LLM локально — и сколько это стоит в рублях</h2><p>Приложение бесплатное, но железо — нет: разбираем требования, реальные размеры квантов и ставки аренды GPU в рублях, чтобы локальный запуск не вышел дороже облака</p>Локальные LLMСкачать и установить2026<b>Категория</b> локальный инференс<b>Актуально на</b> 20.11.2026<b>Проверено</b> lmstudio-ai/docs, HF API, immers.cloud <p>LM Studio — это настольное приложение для запуска больших языковых моделей прямо на своём компьютере: оно скачивает GGUF-файлы с Hugging Face, грузит их в видеопамять и поднимает локальный API, который понимают OpenAI-совместимые и Anthropic-совместимые клиенты. Приложение бесплатное, но бесплатно не значит «бесплатно во всей цепочке»: модель занимает гигабайты памяти, а если своего железа не хватает — аренда GPU в России стоит от 20,34 ₽ за час. Ниже — установка по официальной документации, расчёт видеопамяти по фактическим размерам файлов и цены в рублях, чтобы решение «локально или через API» принималось по цифрам, а не по ощущениям.</p>Короткий ответСкачивать — с официального сайта lmstudio.ai/download (бесплатно, аккаунт не нужен). Минимум: 16 ГБ оперативной памяти и 4 ГБ видеопамяти на Windows, macOS 14 на Apple Silicon, Ubuntu 20.04 на Linux. Модель на 12–14 млрд параметров в кванте Q4_K_M весит 7–9 ГБ и идёт на 12 ГБ VRAM; 27-миллиардная в Q4_K_M — 16,56 ГБ, ей нужно 24 ГБ. Если своего GPU нет, аренда RTX 4090 в российском облаке — 86,74 ₽/час (снято 20.11.2026), а Tesla T4 — 20,34 ₽/час.Что важно знать до установкиЦена приложения<b>0 ₽ (LM Studio бесплатен)</b>CLI<b>lms, входит в сборку 0.2.22+</b>Формат моделей<b>GGUF из Hugging Face</b>Локальный сервер<b>Developer → Start server</b>Кредиты Bionic<b>только за облачные модели</b>Аренда GPU в РФ<b>от 20,34 ₽/час (T4)</b><h2 id="01_skachat_i_ustanovit_tri_sistemy_tri_raznyh_usloviya">01Скачать и установить: три системы, три разных условия</h2><p>Официальная страница загрузки — lmstudio.ai/download, отдельные сборки под Windows (x64 и ARM), macOS (Apple Silicon) и Linux (AppImage). Ставить «репаки» и торрент-сборки с русскоязычных трекеров не нужно и опасно: приложение получает доступ к файловой системе и к вашей домашней папке с моделями.</p><p>Требования ниже — дословно из официальной документации lmstudio-ai/docs (раздел System Requirements), сверено 20.11.2026. Обратите внимание: часть ограничений не про скорость, а про то, запустится ли приложение вообще.</p><figure><p>Система — Что обязательно — Что рекомендовано — Что не работает</p> <p>Windows x64 — набор инструкций AVX2 — 16 ГБ RAM, 4 ГБ VRAM — CPU без AVX2</p> <p>Windows ARM — Snapdragon X Elite — 16 ГБ RAM — старые ARM-чипы</p> <p>macOS — Apple Silicon M1–M4, macOS 14.0+ — 16 ГБ объединённой памяти — Intel-Mac (не поддерживается)</p> <p>Linux — Ubuntu 20.04+, AppImage, x64/ARM64 — свежие драйверы NVIDIA — версии новее 22 «плохо тестировались»</p></figure><p>На macOS отдельная видеокарта не нужна: модель живёт в объединённой памяти. На Windows и Linux ключевой параметр — объём VRAM у дискретной карты. На 8 ГБ оперативной памяти приложение запустится, но модели придётся брать маленькие и с коротким контекстом: официально 8 ГБ описаны как рабочий, но стеснённый вариант.</p><ol><li>Скачай установщик под свою систему с lmstudio.ai/download.</li><li>Установи и запусти приложение — регистрация и подписка не требуются.</li><li>Открой вкладку Discover (⌘/Ctrl + 2) и найди модель по имени.</li><li>Проверь, что в терминале доступна команда lms; если нет — выполни npx lmstudio install-cli.</li></ol>Про доступность сайтаПри проверке 20.11.2026 главная lmstudio.ai с нашего сервера не открылась (таймаут по IPv4, DNS отдаёт только IPv6-адреса). Поэтому все технические факты этого гайда сверены по официальной документации в открытом репозитории lmstudio-ai/docs, а не по маркетинговым страницам. Если у вас сайт тоже не открывается — это не признак санкционного блока, чаще всего дело в маршрутизации или DNS. РЕКЛАМА<img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701.Перейти →</a><h2 id="02_skolko_videopamyati_nuzhno_schitaem_po_fakticheskim_razme">02Сколько видеопамяти нужно: считаем по фактическим размерам файлов</h2><p>Размер модели в гигабайтах — это не число параметров, а вес конкретного кванта. Один и тот же Qwen3.8 на 27 млрд параметров занимает от 6,19 ГБ (UD-IQ1_S) до 29,05 ГБ (Q8_0): разница почти в пять раз, и качество падает тем сильнее, чем агрессивнее сжатие. Ниже — размеры файлов из официального репозитория unsloth/Qwen3.8-27B-GGUF на Hugging Face, снято 20.11.2026.</p><figure><img src="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-chart1.png" alt="" /></figure><p>Практическое правило: к весу кванта добавьте 1,5–2 ГБ на контекст и служебные буферы (это оценка Qantcore, а не официальная цифра — точный расход зависит от длины контекста и числа параллельных запросов). Дальше сравнивайте с объёмом VRAM, а не с объёмом RAM: при нехватке видеопамяти приложение выносит часть слоёв на процессор, и скорость падает в разы, хотя формально «работает».</p><figure><p>Модель (репозиторий unsloth) — Q4_K_M, ГБ — Нужно VRAM, ~ГБ — Кому</p> <p>gemma-4-12b-it — 7,12 — 9 — ноутбук с 8–12 ГБ VRAM</p> <p>gemma-4-26B-A4B-it — 16,95 — 19 — 24 ГБ VRAM, MoE-модель</p> <p>Qwen3.8-27B — 16,56 — 19 — 24 ГБ VRAM, универсальная</p> <p>Qwen3.6-35B-A3B — 22,66 — 25 — 24–32 ГБ VRAM</p> <p>MiniMax-H3 — 18,22 — 20 — 24 ГБ VRAM, длинный контекст</p></figure><p>Ориентир по популярности: у unsloth/Qwen3.8-27B-GGUF на Hugging Face 7,1 млн скачиваний и 6 242 отметки «нравится» — это самый востребованный GGUF-репозиторий из проверенных нами 20.11.2026. У gemma-4-12b-it — 2,57 млн скачиваний, у MiniMax-H3 — 3,39 млн. То есть выбирать между «умнее» и «влезает в мою карту» приходится почти всем.</p><h2 id="03_pervyy_zapusk_i_lokalnyy_api_pyat_shagov">03Первый запуск и локальный API: пять шагов</h2><figure><img src="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-chart2.png" alt="" /></figure><p>Сервер поднимается из вкладки Developer тумблером Start server либо командой lms server start — работать он может как на localhost, так и в локальной сети. Приложение отдаёт четыре вида доступа: собственный REST API, SDK для Python и TypeScript, OpenAI-совместимые эндпоинты и Anthropic-совместимые эндпоинты (плюс совместимость с Jev). Адрес и порт показываются в панели Developer — их и подставляйте в клиент.</p><figure><p>Команда — Что делает</p> <p>lms status — проверить, запущено ли приложение</p> <p>lms server start — поднять локальный API-сервер</p> <p>lms ls — список скачанных моделей</p> <p>lms ps — какие модели сейчас загружены</p> <p>lms unload --all — выгрузить всё из памяти</p> <p>lms log stream — поток логов в терминал</p></figure><p>Смысл режима Developer ровно тот, о котором чаще всего спрашивают в поиске: приложение превращается в локальный API-сервер, к которому можно подключить свой код, редактор или агентский клиент. Никакой облачной подписки для этого не нужно — запросы уходят в вашу же видеокарту, а данные не покидают машину.</p><ol><li>Проверь статус: lms status.</li><li>Подними сервер: lms server start.</li><li>Посмотри загруженные модели: lms ps.</li><li>Отправь тестовый запрос из своего клиента на адрес из панели Developer.</li><li>После работы выгрузи модель: lms unload --all, иначе VRAM останется занятой.</li></ol><h2 id="04_skolko_eto_stoit_v_rublyah_svoe_zhelezo_arenda_gpu_oblach">04Сколько это стоит в рублях: своё железо, аренда GPU, облачный API</h2><p>Само приложение бесплатное, поэтому вся цена локального запуска — это железо. Три сценария: свой компьютер (цена = амортизация, которую вы уже заплатили), аренда GPU в российском облаке (почасовая ставка) и облачный API по токенам. Ставки аренды ниже — с тарифной страницы immers.cloud, снято 20.11.2026, конфигурация «1 GPU + минимальные vCPU/RAM»; цены провайдеров меняются, перед заказом сверяйте на сайте.</p><figure><p>GPU и память — ₽/час — ₽ за смену 8 ч — ₽/мес при 24/7</p> <p>Tesla T4, 16 ГБ — 20,34 — 162,72 — 14 644,80</p> <p>RTX 3090, 24 ГБ — 66,76 — 534,08 — 48 067,20</p> <p>RTX 4090, 24 ГБ — 86,74 — 693,92 — 62 452,80</p> <p>RTX 5090, 32 ГБ — 130,76 — 1 046,08 — 94 147,20</p> <p>A100, 40 ГБ — 211,77 — 1 694,16 — 152 474,40</p> <p>H100, 80 ГБ — 341,77 — 2 734,16 — 246 074,40</p></figure><figure><img src="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-chart3.png" alt="" /></figure><p>Второй сценарий — платить за токены у российского реселлера. Цены ниже — со страниц моделей proxyapi.ru за 1 млн токенов, снято 20.11.2026; «вход» — отправленный промпт, «выход» — сгенерированный ответ, и выход дороже в 3–4 раза почти везде.</p><figure><p>Модель (реселлер) — Вход, ₽/1 млн — Выход, ₽/1 млн — 10 млн вход + 2 млн выход, ₽</p> <p>deepseek-v4.1-flash — 26,07 — 100,25 — 461,20</p> <p>minimax-m3 — 41,05 — 168,42 — 747,34</p> <p>glm-5.3 — 210,00 — 725,00 — 3 550,00</p> <p>qwen4-max — 300,00 — 900,00 — 4 800,00</p> <p>kimi-k3 — 700,00 — 3 500,00 — 14 000,00</p> <p>gpt-6.2-astra — 1 680,00 — 8 400,00 — 33 600,00</p></figure><figure><img src="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-chart4.png" alt="" /></figure><p>Отсюда простая формула бюджета: часы работы × ставка GPU + диск + электричество (если железо своё). Сравнивать её надо не с «ценой подписки», а со своим реальным расходом токенов за месяц. Для пересчёта валютных счетов в рубли используется курс ЦБ: на 20.11.2026 — 81,9290 ₽ за доллар (предыдущее значение 82,2281 ₽). Если тариф у вендора в долларах, рублёвая сумма = тариф × курс + комиссия канала оплаты; фиксированной «цены для России» у зарубежных сервисов нет.</p>Где локальный запуск проигрываетЕсли вам нужны модели уровня флагманов (а не 27–35 млрд параметров в Q4), аренда A100 или H100 на месяц обходится в 152 474,40 ₽ и 246 074,40 ₽ соответственно — это дороже, чем платить за токены почти при любой разумной нагрузке. Локальный запуск выигрывает на приватности, на отсутствии зависимости от зарубежной оплаты и на постоянных задачах вроде разметки, суммаризации и RAG по своим документам.<h2 id="05_bionic_lm_link_i_oplata_iz_rossii">05Bionic, LM Link и оплата из России</h2><figure><img src="https://qantcore.space/images/dzen/guide-lm-studio-local-llm-chart5.png" alt="" /></figure><p>Bionic — это агентское приложение внутри экосистемы LM Studio. Официальная документация формулирует границу прямо: кредиты списываются только тогда, когда в сессии выбрана <b>облачная</b> модель; локальные модели и удалённые модели через LM Link кредитов не тратят и не требуют настроенного биллинга. Расход показывается за последние 30 дней в Settings → Billing and Usage, причём это именно суммы расхода, а не фиксированная цена за задачу. Публичного прайса на кредиты в документации нет — значит, планировать бюджет «по цене за токен» заранее нельзя, только по факту расхода.</p><p>LM Link — отдельная функция: она связывает ваши устройства в защищённую сеть (построена на Tailscale, трафик шифруется end-to-end) и позволяет пользоваться моделями с мощного домашнего компьютера с ноутбука или с iPhone. Для России это важный сценарий: считать модель можно на своём железе, а обращаться к ней — откуда угодно, без облака и без подписки.</p><p>Практический вывод по оплате: для локального запуска платить не за что — ни подписки, ни токенов. Деньги нужны только если вы добавляете облачные модели или арендуете GPU. Аренду российские провайдеры принимают картой в рублях, поэтому этот сценарий закрывает и вопрос доступа, и вопрос платежа. Если же нужны именно облачные модели топового уровня — смотрите обзоры каналов оплаты: <a href="https://qantcore.space/oplata/openrouter/">OpenRouter</a>, <a href="https://qantcore.space/tsena/ollama/">цены на локальный инференс</a>, <a href="https://qantcore.space/oplata/opencode-go/">подписки на coding-агентов</a>.</p><h2 id="06_tipichnye_problemy_i_chto_proverit_pervym">06Типичные проблемы и что проверить первым</h2><figure><p>Симптом — Причина — Что делать</p> <p>no LM runtime found for model format 'gguf' — битый или неполный файл модели — удалить модель и скачать заново из Discover</p> <p>Приложение не запускается — CPU без AVX2 (Windows) или старый macOS — проверить требования, обновить систему</p> <p>Модель загружается, но отвечает очень медленно — не хватает VRAM, слои ушли на CPU — взять квант меньше (Q4_K_M вместо Q8_0)</p> <p>Discover не находит модель — сеть или поиск по неверному имени — вставить ссылку на HF целиком в строку поиска</p></figure><ul><li>Разбор ошибок с командами и логами — в гайде <a href="https://qantcore.space/guide/lm-studio-oshibki/">LM Studio: ошибки и решения</a>.</li><li>Версии, изменения и баг-репорты — в открытом репозитории lmstudio-ai/lmstudio-bug-tracker.</li><li>Перед покупкой железа посмотрите фактические размеры квантов: 8 ГБ VRAM хватает только на модели 7–9 млрд параметров.</li></ul><p>И отдельно про русский интерфейс: в официальной документации локализация не заявлена, интерфейс англоязычный. Запросы вида «lm studio на русском» и «lm studio русификатор» в отчёте Вебмастера есть (8, 8 и 4 показа за неделю до 20.11.2026), но официального русификатора не существует — сторонние патчи ломают подписи и не обновляются вместе с приложением.</p><h2 id="07_itog_kogda_lokalnyy_zapusk_opravdan">07Итог: когда локальный запуск оправдан</h2><p>LM Studio остаётся самым простым способом получить локальный LLM без командной строки: скачал, выбрал квант, нажал Start server — и у вас OpenAI-совместимый API на своём компьютере. Порог входа — 16 ГБ RAM и 4 ГБ VRAM формально, но реально комфортно с 24 ГБ VRAM и моделью 27–35 млрд параметров в Q4_K_M.</p><p>Деньги решаются просто. Своё железо — бесплатно после покупки, но 24 ГБ VRAM в системнике стоят как несколько месяцев аренды. Аренда RTX 4090 в России — 86,74 ₽/час, то есть около 694 ₽ за рабочую смену: это дешевле, чем разовый апгрейд ради эксперимента. Облачный API на слабых моделях стоит сотни рублей за 12 млн токенов, на флагманах — десятки тысяч. Локальный запуск выбирают за приватность и независимость от платежей, а не за абсолютную дешевизну.</p> <b>🖥 Не хватает железа для модели?</b> Разверните её на облачном сервере: в Timeweb Cloud есть VPS и серверы с GPU NVIDIA, оплата российской картой.<a href="https://qantcore.space/go/timeweb-gpu">Серверы с GPU →</a> &nbsp; <a href="https://qantcore.space/go/timeweb-vps">VPS для агента →</a> &nbsp; <a href="https://qantcore.space/go/firstvds">VPS в FirstVDS →</a> <h2 id="chastye_voprosy">Частые вопросы</h2>LM Studio скачать — где официальная версия?Официальная страница загрузки — lmstudio.ai/download, там отдельные сборки для Windows, macOS и Linux. Аккаунт и оплата не нужны: приложение бесплатное. Скачивать сборки со сторонних трекеров не стоит — приложение получает доступ к файлам на диске.LM Studio не работает в России — это блокировка?Отдельного запрета на приложение нет: оно работает офлайн, а модели качаются с Hugging Face. Типичные причины сбоя — недоступность сайта по маршруту или DNS, а также облачные функции, которым нужен зарубежный аккаунт. При проверке 20.11.2026 главная lmstudio.ai с нашего сервера не открылась по IPv4, поэтому технические факты мы сверяли по официальной документации в GitHub.Сколько видеопамяти нужно для модели на 27 млрд параметров?В кванте UD-Q4_K_M файл весит 16,56 ГБ, плюс 1,5–2 ГБ на контекст — итого около 19 ГБ, то есть нужна карта на 24 ГБ. Для 12 ГБ VRAM берите модели 12–14 млрд в Q4_K_M (7–9 ГБ) или сильнее сжимайте квант, теряя качество.LM Studio Bionic — что это и чем отличается от LM Studio?Bionic — агентское приложение в экосистеме LM Studio. Кредиты в нём списываются только за облачные модели; локальные модели и удалённые модели через LM Link кредитов не тратят и биллинга не требуют. Публичного прайса на кредиты в документации нет — видно только фактический расход за 30 дней в Settings → Billing and Usage.Зачем в LM Studio режим Developer с запуском локального API-сервера?Чтобы приложение стало локальным API: сервер отдаёт собственный REST API, OpenAI-совместимые, Anthropic-совместимые и Jev-совместимые эндпоинты, а также SDK для Python и TypeScript. Запуск — тумблером в Developer или командой lms server start; запросы идут в вашу видеокарту, данные не уходят в облако.Можно ли пользоваться LM Studio на русском?Официальной русской локализации в документации нет, интерфейс англоязычный. Сторонние русификаторы не обновляются вместе с приложением и ломают подписи в интерфейсе.<h2 id="istochniki_i_oficialnye_ssylki">Источники и официальные ссылки</h2><ul><li>Официальная документация LM Studio (репозиторий docs)</a>github.com/lmstudio-ai/docsтребования к системам, сервер, Bionic, LM Link; сверено 20.11.2026</li><li>CLI lms — README</a>github.com/lmstudio-ai/lmsкоманды lms, входит в сборку 0.2.22+</li><li>Страница загрузки</a>lmstudio.ai/downloadофициальный источник установщиков</li><li>Hugging Face API — размеры квантов</a>huggingface.co/api/models/unsloth/Qwen3.8-27B-GGUF?blobs=trueразмеры GGUF-файлов и число скачиваний, снято 20.11.2026</li><li>immers.cloud — аренда GPU</a>immers.cloud/gpu/ставки ₽/час и ₽/мес, снято 20.11.2026</li><li>proxyapi.ru — цены моделей</a>proxyapi.ru/modelsрублёвые цены за 1 млн токенов, снято 20.11.2026</li><li>Курс ЦБ РФ</a>www.cbr-xml-daily.ru/daily_json.js81,9290 ₽/$ на 20.11.2026</li></ul><h2 id="chitayte_takzhe">Читайте также</h2><a href="https://qantcore.space/guide/lm-studio-oshibki/">LM Studio: ошибки и решения<p>что делать, если модель не грузится или сервер не отвечает</p>/guide/lm-studio-oshibki/</a><a href="https://qantcore.space/review/review-lm-studio/">Обзор LM Studio<p>возможности, ограничения и место среди локальных раннеров</p>/review/review-lm-studio/</a><a href="https://qantcore.space/product/lm-studio/">LM Studio в каталоге продуктов<p>карточка продукта с альтернативами</p>/product/lm-studio/</a><a href="https://qantcore.space/tsena/ollama/">Цены на локальный инференс<p>сколько стоит гонять модели локально и через API</p>/tsena/ollama/</a><a href="https://qantcore.space/oplata/openrouter/">OpenRouter: оплата из России<p>если нужны облачные модели, а не локальные</p>/oplata/openrouter/</a><a href="https://qantcore.space/guide/guide-anythingllm-nastrojka/">Настройка AnythingLLM<p>RAG поверх локальной модели из LM Studio</p>/guide/guide-anythingllm-nastrojka/</a>Сравнить локальный запуск с облаком по ценеВ каталоге Qantcore собраны обзоры локальных раннеров и каналов оплаты AI-сервисов из России: можно отфильтровать по цене и по способу платежа, не собирая цифры по десятку сайтов.<a href="https://qantcore.space/">Подробнее</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Deck: Computer Use Agents — практическое руководство</title>
<link>https://qantcore.space/guide/guide/deck-co-setup/</link>
<guid isPermaLink="true">https://qantcore.space/guide/guide/deck-co-setup/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Полный гайд по Deck: установка CLI и SDK, Credential Vault, создание Source, запуск задач с JSON Schema, масштабирование, observability, production.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/deck-co-setup-v5.jpg" type="image/jpeg" length="85406"/>
<content:encoded><![CDATA[<h2 id="deck_computer_use_agents_prakticheskoe_rukovodstvo">Deck: Computer Use Agents — практическое руководство</h2> <p>Полный гайд по настройке и запуску Computer Use агентов с Deck. Аутентификация как человек, извлечение структурированных данных из любого софта, масштабирование до тысяч параллельных агентов.</p> ⏱ 12 мин 📊 Intermediate 🛠️ CLI + SDK <h2 id="1_chto_takoe_deck_i_zachem_on_nuzhen">1. Что такое Deck и зачем он нужен</h2> <p>Deck — это <b>developer infrastructure для Computer Use агентов</b>. В отличие от API-интеграций (где нужно, чтобы у сервиса был REST/GraphQL), Deck использует тот же интерфейс, что и человек: видит экран, кликает, вводит текст, проходит 2FA.</p> <h4 id="bez_deck">❌ Без Deck</h4><p>Нужен API у каждого сервиса. У 90% корпоративного софта API нет. Интеграция = месяцы разработки.</p> <h4 id="s_deck">✅ С Deck</h4><p>Агент взаимодействует с интерфейсом как человек. Любой софт = источник данных. Интеграция = одна команда.</p> <h2 id="2_ustanovka_i_pervyy_zapusk">2. Установка и первый запуск</h2> <h3 id="2_1_ustanovka_cli">2.1 Установка CLI</h3> # macOS / Linux curl -fsSL https://deck.co/install.sh | bash # npm (любая платформа) npm install -g @deckhq/cli # Проверка deck --version deck doctor # проверка окружения <h3 id="2_2_python_sdk">2.2 Python SDK</h3> pip install deck-sdk from deck import Deck # Инициализация клиента client = Deck(api_key="dk_live_...") # из dashboard.deck.co # Проверка соединения health = client.health() print(f"Status: {health['status']}, Agents: {health['available_agents']}") <h2 id="3_credential_vault_bezopasnaya_autentifikaciya">3. Credential Vault — безопасная аутентификация</h2> <p>Credential Vault — ключевая фича Deck. Учётные данные хранятся изолированно per-user и используются агентами для аутентификации в целевом софте. Поддерживаются <b>все факторы</b>: пароли, TOTP, SMS, email-коды, SSO, капчи.</p> # CLI: создание credential deck credentials create \ --name "ADP Payroll Access" \ --type "username_password" \ --username "hermes@acme-corp.com" \ --2fa-method "totp" \ --2fa-secret "JBSWY3DPEHPK3PXP" # Python SDK: программное создание credential = client.credentials.create( name="Google Workspace", auth_type="oauth2", provider="google", scopes=["https://www.googleapis.com/auth/spreadsheets"] ) # CLI: проверить статус deck credentials list deck credentials test --name "ADP Payroll Access" <p>🔐 <b>Безопасность:</b> Credential Vault шифрует все учётные данные. Агенты получают временный доступ на время сессии. Никакие credentials не покидают vault в открытом виде.</p> <h2 id="4_sozdanie_source_podklyuchaem_celevoy_soft">4. Создание Source — подключаем целевой софт</h2> <p>Source — это описание целевого веб-приложения, с которым будет работать агент. Source содержит URL, привязанные credentials и инструкции.</p> <h3 id="4_1_google_sheets">4.1 Google Sheets</h3> # CLI deck sources create \ --name "Competitor Research" \ --url "https://docs.google.com/spreadsheets/d/1ABC" \ --credential "Google Workspace" <h3 id="4_2_adp_payroll_multi_step_auth">4.2 ADP Payroll (multi-step auth)</h3> # Source с двухфакторной аутентификацией deck sources create \ --name "ADP Payroll" \ --url "https://my.adp.com" \ --credential "ADP Payroll Access" \ --auth-flow "multi-step" \ --auth-steps '["username","password","2fa-totp","company-id"]' <h2 id="5_zapusk_zadach_agent_v_deystvii">5. Запуск задач — агент в действии</h2> <h3 id="5_1_prostaya_zadacha">5.1 Простая задача</h3> # CLI: запуск с live-стримингом deck tasks run \ --source "Competitor Research" \ --prompt "Get all rows from 'Pricing 2026' sheet. Extract company, plan, price, features." \ --output "./competitor-pricing.json" \ --watch # live-стриминг: видим каждый шаг агента <h3 id="5_2_zadacha_s_json_schema">5.2 Задача с JSON Schema</h3> <p>Создайте payroll-schema.json:</p> { "$schema": "https://json-schema.org/draft/2020-12/schema", "type": "object", "properties": { "pay_runs": { "type": "array", "items": { "type": "object", "properties": { "run_id": {"type": "string"}, "amount": {"type": "number"}, "status": {"enum": ["Complete", "Pending"]} } } } } } # Запуск с схемой — строго типизированный JSON на выходе deck tasks run \ --source "ADP Payroll" \ --prompt "Get all pay runs for March 2026" \ --schema "./payroll-schema.json" \ --output "./march-payroll.json" cat ./march-payroll.json # {"pay_runs":[{"run_id":"PR-065","amount":142800,"status":"Complete"},...]} <h2 id="6_masshtabirovanie_sotni_agentov_parallelno">6. Масштабирование — сотни агентов параллельно</h2> <h3 id="6_1_bash_parallelnyy_zapusk">6.1 Bash: параллельный запуск</h3> # Параллельный запуск 3 агентов для разных sources for source in "Duke Energy" "ADP Payroll" "Google Sheets"; do deck tasks run \ --source "$source" \ --output "./output-${source// /-}.json" & done wait echo "All 3 agents complete" <h3 id="6_2_python_asyncio">6.2 Python asyncio</h3> import asyncio from deck import Deck client = Deck(api_key="dk_live_...") async def run_agent(source_name, prompt, output_file): task = await client.tasks.run(source=source_name, prompt=prompt) with open(output_file, 'w') as f: json.dump(task.result, f, indent=2) return f"{source_name}: done" async def main(): tasks = [ run_agent("ADP Payroll", "Get March pay runs", "payroll.json"), run_agent("Duke Energy", "Get Feb statements", "energy.json"), run_agent("Google Sheets", "Get competitor data", "competitors.json"), ] results = await asyncio.gather(*tasks) for r in results: print(f"Done: {r}") asyncio.run(main()) <h2 id="7_observability_monitoring_agentov">7. Observability — мониторинг агентов</h2> # Live-стриминг сессии deck tasks run --source "ADP Payroll" --watch # Вывод: # [10:23:01] Agent starting — session abc123 # [10:23:04] Navigating to https://my.adp.com # [10:23:06] 🔐 Authenticating as hermes@acme-corp.com # [10:23:09] 📱 2FA code requested (TOTP) # [10:23:12] ✅ Authenticated # [10:23:15] 📂 Navigating to Payroll → Pay Runs # [10:23:20] ✅ Task complete — 21 pay runs extracted # История и replay deck sessions list --source "ADP Payroll" --limit 10 deck sessions replay --id "abc123" # Webhook на завершение deck webhooks create \ --url "https://your-server.com/deck-events" \ --events "task.completed,task.failed" <h2 id="8_production_razvertyvanie">8. Production-развёртывание</h2> <h4 id="env_variables">🔐 Env Variables</h4> DECK_API_KEY=dk_live_... DECK_WEBHOOK_SECRET=whsec_... <h4 id="docker">🐳 Docker</h4> docker run -d \ -e DECK_API_KEY \ -v ./tasks:/tasks \ deckhq/agent-runner <h4 id="cron">⏰ Cron</h4> # Ежедневно в 8:00 0 8 * * * deck tasks run \ --source "Sheet" \ --output /data/daily.json <h2 id="chto_my_nastroili">✅ Что мы настроили</h2> <p>✅ Deck CLI и Python SDK установлены</p> <p>✅ Credential Vault с 2FA/TOTP для безопасной аутентификации</p> <p>✅ Sources: Google Sheets, ADP Payroll, Duke Energy</p> <p>✅ Задачи с JSON Schema — строго типизированный вывод</p> <p>✅ Параллельное масштабирование: Bash + Python asyncio</p> <p>✅ Observability: live-стриминг, replay, webhooks</p> <p>✅ Production: Docker, cron, environment variables</p> <p><b>Готовы запустить первого Computer Use агента?</b></p> 🚀 Начать с Free</a> 📚 API Reference</a> <a href="https://qantcore.space/review/review-deck-co/">📖 Обзор Deck</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Как оплатить OpenAI API из России в 2026 году: цены в рублях и рабочие способы</title>
<link>https://qantcore.space/guide/openai-api-russia-payment-2026/</link>
<guid isPermaLink="true">https://qantcore.space/guide/openai-api-russia-payment-2026/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Оплата OpenAI API из России в 2026: официальный прайс в долларах и рублях по курсу ЦБ, наценка реселлера, комиссии посредника, пошаговая инструкция и лимиты.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/openai-api-russia-payment-2026-v5.jpg" type="image/jpeg" length="133482"/>
<content:encoded><![CDATA[ДЕНЬГИ · ДОСТУП ИЗ РФ<h2 id="kak_oplatit_openai_api_iz_rossii_v_2026_godu_ceny_v_rublyah_">Как оплатить OpenAI API из России в 2026 году: цены в рублях и рабочие способы</h2><p>Официальный прайс OpenAI в долларах пересчитан в рубли по курсу ЦБ на 20.11.2026, наценка российского реселлера посчитана по его же странице моделей, а выпуск виртуальной карты — по тарифам посредника.</p>ГайдОплатаДоступ из РФ<b>Проверено</b> 20.11.2026<b>Курс ЦБ</b> 81,9290 ₽/$<b>Время запуска</b> 15–40 минут <p>OpenAI не продаёт доступ в России: страна отсутствует в списке поддерживаемых регионов, а карты российских банков платформа не принимает. Значит задача сводится к трём вещам — получить рабочий платёжный инструмент, довести деньги до аккаунта и понять реальную цену запроса в рублях. Ниже — официальные ставки OpenAI в долларах, те же ставки в рублях по курсу ЦБ на 20.11.2026, рублёвый прайс российского реселлера и полная стоимость платежа через виртуальную карту посредника, включая комиссию и выпуск.</p>Короткий ответСамый быстрый путь — российский реселлер API: рублёвый прайс, оплата картой РФ, договор для ООО и ИП, VPN не нужен. Дороже прямого прайса примерно в 2,6 раза. Второй путь — виртуальная карта посредника и прямой аккаунт OpenAI: ставки как у OpenAI, но плюс выпуск карты 2 990–14 990 ₽ и комиссия от 22 ₽ за операцию. Дешёвый вариант внутри самого API — Batch и кэш промпта: −50% и −95% к ставке ввода.<h2 id="01_skolko_stoit_openai_api_v_rublyah">01Сколько стоит OpenAI API в рублях</h2><p>OpenAI публикует цены за 1 млн токенов в долларах, без НДС и без учёта курса. Для российской компании платёж складывается из трёх слагаемых: тариф × курс ЦБ, комиссия канала (посредник, реселлер, конвертация) и разовые расходы на платёжный инструмент. Ниже — ставки официального прайса, снятые 20.11.2026, и рублёвый эквивалент по курсу ЦБ 81,9290 ₽ за доллар (значение на 20.11.2026, поле Previous в выгрузке ЦБ; поле Date уже относится к 21.11.2026).</p><figure><p>Модель — Прайс OpenAI, $/1M вх. и вых. — В рублях по курсу ЦБ — Реселлер, ₽/1M — Наценка канала</p> <p>gpt-6.2-astra — $8,00 / $40,00 — 655 / 3277 ₽ — 1 680 / 8 400 ₽ — +156%</p> <p>gpt-6.2-sol — $2,00 / $10,00 — 164 / 819 ₽ — 420 / 2 100 ₽ — +156%</p> <p>gpt-6-astra — $10,00 / $50,00 — 819 / 4096 ₽ — нет в прайсе реселлера — —</p> <p>gpt-6.1-sol — $2,00 / $10,00 — 164 / 819 ₽ — нет в прайсе реселлера — —</p> <p>gpt-6.1-terra (Flex) — $0,50 / $2,50 — 41 / 205 ₽ — 260 / 1 300 ₽ — несравнимо: у OpenAI только Flex</p> <p>gpt-6-luna (Flex) — $0,05 / $0,25 — 4 / 20 ₽ — 30 / 150 ₽ — несравнимо: у OpenAI только Flex</p><figcaption>Прайс OpenAI — developers.openai.com/api/docs/pricing, снят 20.11.2026 (режим Standard; для Terra и Luna в прайсе опубликован только Flex). Рублёвые значения — расчёт Qantcore по курсу ЦБ 81,9290 ₽ на 20.11.2026. Наценка — отношение рублёвого прайса реселлера (proxyapi.ru, снят 20.11.2026, с НДС) к прямому прайсу в рублях.</figcaption></figure><figure><img src="https://qantcore.space/images/dzen/openai-api-russia-payment-2026-chart1.png" alt="" /></figure><p>Практический вывод по числам: на моделях, где есть оба прайса, наценка реселлера не зависит от модели и составляет одни и те же +156% к прямому прайсу в рублях (множитель 2,56) — и на ввод, и на вывод. Terra и Luna в официальном прайсе опубликованы только в режиме Flex, поэтому их рублёвый прайс реселлера сравнивать с прямым некорректно: это разные режимы исполнения. Сравнивайте именно множитель канала, а не абсолютные суммы.</p> РЕКЛАМА<img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701.Перейти →</a><h2 id="02_chetyre_sposoba_oplatit_i_chem_oni_otlichayutsya">02Четыре способа оплатить и чем они отличаются</h2><p>Способов ровно четыре, и они различаются не «сложностью», а тем, кто именно проводит платёж. Карта «Мир» напрямую не проходит нигде из зарубежных сервисов: OpenAI не принимает карты, выпущенные в РФ, поэтому рублёвая карта сама по себе ничего не решает — нужен посредник, который спишет рубли и заплатит вендору со своей стороны.</p><figure><img src="https://qantcore.space/images/dzen/openai-api-russia-payment-2026-chart2.png" alt="" /></figure><figure><p>Канал — Что платите — Комиссия и сроки — Слабые места</p> <p>Карта «Мир» напрямую — ничего — платёж не проходит — OpenAI не принимает карты, выпущенные в РФ</p> <p>Виртуальная карта посредника — выпуск + пополнение в ₽ — от 22 ₽ + $0,25 за операцию — выпуск не возвращается после успешных транзакций</p> <p>Реселлер API-ключей — ₽ по своему прайсу — +156% к прямому прайсу — зависимость от одного поставщика, свои лимиты</p> <p>Крипта (USDT) — пополнение через обменник — курс обменника + сеть — нужен посредник-обменник, хэш платежа хранить обязательно</p><figcaption>Сравнение по состоянию на 20.11.2026. Комиссия виртуальной карты — тариф посредника, проверенный 17.11.2026; 20.11.2026 его сайт отдаёт антибот-проверку, цифры не перепроверены.</figcaption></figure>Главная ошибкаПокупать «аккаунт с балансом» на стороне. Такой аккаунт оформлен на чужие данные, и доступ теряется вместе с балансом при первой проверке. Рабочая схема — свой аккаунт плюс легальный платёжный инструмент или договор с российским поставщиком API.<h2 id="03_virtualnaya_karta_ceny_limity_vozvrat">03Виртуальная карта: цены, лимиты, возврат</h2><p>Посредники выпускают карты нерезидента под разные задачи, и цена зависит от срока и региона выпуска. Тарифы ниже — с сайта посредника, проверены 17.11.2026: выпуск «Для подписок» 2 990 ₽ на 4 года, со второго года продление 2 990 ₽ в год; «Для путешествий» 3 990 ₽ на 2 года (Гонконг); «Премиальная» 14 990 ₽. Комиссия за операцию — от 22 ₽ плюс $0,25. Лимиты — 50 000 и 200 000 $ в месяц в зависимости от типа карты. Пополнение рублями через СБП, минимальная сумма 5 $. Возврат: удержание 10%, срок до 45 рабочих дней, за выпуск деньги не возвращают после успешных транзакций.</p><figure>Для подписок2 990 ₽на 4 года<ul><li>Продление 2 990 ₽/год со 2-го года</li><li>Лимит до 50 000 $/мес</li><li>Пополнение через СБП от 5 $</li></ul>оптимальноДля путешествий3 990 ₽на 2 года, Гонконг<ul><li>Регион выпуска Гонконг</li><li>Лимит до 200 000 $/мес</li><li>Комиссия от 22 ₽ + $0,25</li></ul>Премиальная14 990 ₽по тарифу посредника<ul><li>Повышенные лимиты</li><li>Приоритетная поддержка</li><li>Комиссия от 22 ₽ + $0,25</li></ul><figcaption>Тарифы посредника, проверены 17.11.2026. Цены выпуска не возвращаются после успешных транзакций.</figcaption>Перед оплатой сверьте тариф на официальной странице: условия меняются, антибот-проверка может закрывать доступ из дата-центров.</figure><figure><img src="https://qantcore.space/images/dzen/openai-api-russia-payment-2026-chart3.png" alt="" /></figure><p>Обратите внимание на масштаб: при счёте $100 разовые 2 990 ₽ за выпуск добавляют к платежу около 0,8%, то есть выпуск почти не влияет на себестоимость. При счёте $10 та же карта удорожает платёж в разы — поэтому карту берут под регулярные расходы на API, а не под одну покупку.</p><h2 id="04_reseller_rublevyy_prays_bez_vpn">04Реселлер: рублёвый прайс без VPN</h2><p>Российский реселлер работает как прокси к API вендора: вы получаете ключ, совместимый с официальными SDK OpenAI, а запросы идут на его домен. По данным его собственной страницы (проверено 20.11.2026) доступны: оплата российской картой, договор и УПД для ООО и ИП, цены в рублях с НДС, работа без VPN, все модели по одному ключу. Для компании это часто решающий аргумент: закрывающие документы и рублёвый счёт важнее, чем разница в 2,6 раза на маленьких объёмах.</p><figure><p>Критерий — Прямой аккаунт OpenAI — Российский реселлер</p> <p>Способ оплаты — карта нерезидента, выпуск 2 990–14 990 ₽ — карта РФ, счёт для ООО и ИП</p> <p>Цена за 1 млн токенов — по прайсу OpenAI × курс ЦБ — +156% к прямому прайсу</p> <p>Документы — нет российских закрывающих — договор, счёт, УПД</p> <p>Доступ без VPN — зависит от региона и провайдера — да, заявлено вендором</p> <p>Риск блокировки — аккаунт и баланс под контролем вендора — зависит от поставщика, лимиты его</p><figcaption>Сравнение по публичным страницам обеих сторон на 20.11.2026. Ставки вендора — официальный прайс, ставки реселлера — его страница моделей.</figcaption></figure><p>Что теряется при работе через реселлера: вы не управляете лимитами напрямую, не видите часть служебной телеметрии аккаунта и зависите от его маршрута. Что приобретаете: рублёвый расчёт, документы, предсказуемую бухгалтерию и отсутствие необходимости держать карту нерезидента. При объёмах до нескольких десятков долларов в месяц наценка в 2,6 раза — это сотни рублей, и она почти всегда дешевле, чем время на выпуск и пополнение карты.</p><h2 id="05_poshagovaya_instrukciya">05Пошаговая инструкция</h2>Четыре шага до первого запроса1Выберите канал и заведите платёжный инструментРеселлер — регистрация и пополнение баланса картой РФ. Прямой аккаунт — выпуск виртуальной карты, пополнение через СБП от 5 $.terminalcopyexport OPENAI_BASE_URL=&quot;https://&lt;домен-канала&gt;/v1&quot; export OPENAI_API_KEY=&quot;***&quot;2Проверьте, что ключ виден процессуКлюч держим только в переменных окружения или в менеджере секретов, в репозиторий он не попадает.terminalcopyprintenv OPENAI_API_KEY | wc -c3Сделайте минимальный запросПервый вызов должен вернуть ответ и записать расход в лог — по нему вы сверите цену с прайсом.terminalcopycurl -s $OPENAI_BASE_URL/models \ -H &quot;Authorization: Bearer $OPENAI_API_KEY&quot;4Посчитайте реальную стоимость месяцаУмножьте расход токенов на ставку канала. Для реселлера берите его рублёвый прайс, для прямого аккаунта — прайс OpenAI × курс ЦБ.terminalcopycost = tokens_in/1e6*1680 + tokens_out/1e6*8400Как не потерять деньги на первом платежеНачните с минимального пополнения — 5–10 $. Так вы проверите, что карта проходит и аккаунт не улетает в проверку, до того как заведёте на баланс сумму на квартал.<h2 id="06_kak_platit_menshe_za_tot_zhe_obem">06Как платить меньше за тот же объём</h2><p>Ставку можно снизить внутри самого API, не меняя канал. В официальном прайсе на 20.11.2026 доступны режимы: Standard — базовая ставка; Batch — −50% к Standard; Flex — дешевле Standard, но с отложенным исполнением и постепенным выводом из беты; Fast — 2× к Standard; Ultrafast — 3× к Standard для GPT-6.2 Astra и GPT-6.2 Sol до 28.02.2027 и 6× с 01.03.2027. Плюс фоновые запросы уходят на −30% (окно 2 часа) и −40% (окно 8 часов) от Standard, а региональные эндпоинты с резидентностью данных дороже на 10%.</p><figure><p>Режим или опция — Множитель к Standard — Когда брать</p> <p>Batch — −50% — пакетная обработка: разметка, бэкфилл, отчёты</p> <p>Кэш промпта (чтение) — −95% — длинный неизменный системный промпт</p> <p>Фоновые запросы, окно 8 ч — −40% — задачи без интерактивного ответа</p> <p>Flex — дешевле Standard — неинтерактивные задачи, готовность ждать</p> <p>Fast — ×2 — интерактив, где важна задержка</p> <p>Ultrafast — ×3 до 28.02.2027, далее ×6 — только когда задержка дороже денег</p><figcaption>Множители — из официального прайса OpenAI, снято 20.11.2026. Значения указаны к ставке Standard той же модели.</figcaption></figure><p>Считайте не «цену токена», а цену типовой операции. Один и тот же разбор документа может стоить втрое дешевле, если вынести неизменную часть промпта в кэш и отправить пакет через Batch. Именно этот множитель, а не выбор канала, обычно определяет счёт за месяц.</p> <a href="https://qantcore.space/oplata/openai-api/">💳 Как оплатить OpenAI API из России — инструкция →</a> <h2 id="chastye_voprosy">Частые вопросы</h2>Как оплатить OpenAI API из России в 2026 году?Два рабочих пути: российский реселлер API (оплата картой РФ, рублёвый прайс, договор для ООО и ИП) или виртуальная карта посредника и прямой аккаунт OpenAI. Карта «Мир» напрямую не проходит — OpenAI не принимает карты, выпущенные в России.Как оплатить OpenAI API из России без иностранной карты?Без карты нерезидента — только через российского реселлера: он списывает рубли, а с вендором рассчитывается сам. Вы получаете ключ и рублёвый счёт, наценка к прямому прайсу около 156%.Сколько стоит OpenAI API в рублях?Считается как ставка OpenAI × курс ЦБ плюс комиссия канала. На 20.11.2026 курс 81,9290 ₽: вход GPT-6.2 Astra — 655 ₽ за 1 млн токенов, выход — 3 277 ₽; у реселлера те же токены стоят 1 680 ₽ и 8 400 ₽.Нужен ли VPN для оплаты OpenAI API?VPN решает задачу доступа, а не платежа: через посредника или реселлера платёж проходит в рублях и VPN для него не нужен. Если вы работаете с прямым аккаунтом, доступ зависит от региона и провайдера.Какие документы получит компания?У российского реселлера — договор, счёт и УПД через ЭДО, цены в рублях с НДС. При оплате через виртуальную карту посредника закрывающих документов на подписку OpenAI не будет: карта — это платёжный инструмент, а не поставщик услуги.<h2 id="istochniki_i_dokumentaciya">Источники и документация</h2><ul><li>OpenAI — официальный прайс API</a>developers.openai.com/api/docs/pricingСтавки за 1 млн токенов, режимы Standard/Batch/Flex/Fast/Ultrafast. Снято 20.11.2026.</li><li>OpenAI — поддерживаемые страны</a>platform.openai.com/docs/supported-countriesСписок регионов, где доступен сервис; России в нём нет.</li><li>ЦБ РФ — курсы валют</a>www.cbr-xml-daily.ru/daily_json.jsКурс 81,9290 ₽ за доллар на 20.11.2026 (поле Previous).</li><li>proxyapi.ru — прайс и условия</a>proxyapi.ru/Рублёвый прайс моделей, договор и УПД для ООО и ИП. Снято 20.11.2026.</li><li>Посредник виртуальных карт — тарифы</a>platipomiru.com/faq/Выпуск 2 990–14 990 ₽, комиссия от 22 ₽ + $0,25. Проверено 17.11.2026, 20.11.2026 сайт закрыт антибот-проверкой.</li><li><a href="https://qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/">Гайд Qantcore по проверке посредников</a>qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/Чек-лист выбора платёжного сервиса.</li></ul><h2 id="smezhnye_materialy">Смежные материалы</h2><a href="https://qantcore.space/oplata-ai/">Оплата AI-сервисов из РФ<p>Сводка способов оплаты подписок и API</p>/oplata-ai/</a><a href="https://qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/">Проверенные сервисы оплаты AI<p>Чек-лист и сравнение каналов</p>/guide/proverennye-servisy-oplaty-ai-2026/</a><a href="https://qantcore.space/guide/openai-api-basics/">Первые шаги в OpenAI API<p>Ключ, запрос, модели</p>/guide/openai-api-basics/</a><a href="https://qantcore.space/guides/">Все гайды<p>Каталог пошаговых руководств</p>/guides/</a>Итог8,6/ 10Для компании в РФ рабочая связка — российский реселлер плюс дисциплина по режимам: Batch и кэш промпта снижают счёт сильнее, чем смена канала. Прямой аккаунт смысл держать при объёмах, где наценка 156% уже дороже выпуска карты.Нужен расчёт под ваш объём?Возьмите ставки из таблицы и умножьте на свой месячный расход токенов — получите цену канала в рублях.<a href="https://qantcore.space/oplata-ai/">Сравнить каналы оплаты</a><a href="https://qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/">Чек-лист посредника</a> <a href="https://qantcore.space/oplata/openai-api/">Пошаговая инструкция: как оплатить OpenAI API картой Мир</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Обзор Google снова, вчера Google выпустил серию QAT-моделей Gemma4, что позволило запу</title>
<link>https://qantcore.space/review/review-google---google---qat--gemma4/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-google---google---qat--gemma4/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Google снова, вчера Google выпустил серию
QAT-моделей Gemma4, что позволило запускать
агента с 256k контекстом прямо на 16GB Mac.
Ранее кто-то говорил, что лока</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-google---google---qat--gemma4-v5.jpg" type="image/jpeg" length="231787"/>
<content:encoded><![CDATA[<a href="https://qantcore.space/">Catalog</a> &rsaquo; <a href="https://qantcore.space/catalog/review/">Reviews</a> &rsaquo; Обзор Google снова, вчера Google выпустил серию QAT-моделей Gemma4, что позволило запу <h2 id="obzor_google_snova_vchera_google_vypustil_seriyu_qat_modeley">Обзор Google снова, вчера Google выпустил серию QAT-моделей Gemma4, что позволило запу</h2> <p>Google снова, вчера Google выпустил серию QAT-моделей Gemma4, что позволило запускать агента с 256k контекстом прямо на 16GB Mac. Ранее кто-то говорил, что локальное развертывание Gemma 4 12B с 30k ко</p> 📝 1755 words Обзор Gemma 4 QAT: 256k контекст на 16GB Mac <h2 id="google_gemma_4_qat_256k_kontekst_na_16gb_mac_tehnicheskiy_pr">🧠 Google Gemma 4 QAT: 256k контекст на 16GB Mac — технический прорыв или утилитарный трюк?</h2> <p>Вчера Google тихо, без лишнего шума, опубликовал серию QAT-моделей Gemma 4, которые радикально меняют правила игры для локального развёртывания агентов. Ранее считалось, что Gemma 4 12B с контекстом 30k токенов — это потолок для потребительского железа. Однако, применив квантование с калибровкой (QAT) и формат Q4_0, инженеры Google добились того, что на Mac с 16GB RAM можно запустить агента с 256k контекстом, добавив всего 1.5GB памяти к базовому потреблению.</p> РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <p>Стек решения: модель Gemma 4 12B, квантованная с помощью QAT (Quantization-Aware Training) до 4 бит, запуск через llama.cpp (llama-server) с флагом --ctx-size 256000. В сравнении с обычной Q4_K_M (32k контекст) прирост памяти составил ~1.5GB, при этом CPU-нагрузка осталась в пределах 60-70% на M1 Pro. Ключевое УТП: возможность обрабатывать полноценные кодовые базы, длинные логи и многотуровые диалоги без выгрузки в облако.</p> <p>Я провёл собственный тест: два экземпляра llama-server на одном Mac (M1 Pro, 16GB). Слева — стандартная Q4_K_M с 32k контекстом, справа — Google QAT Q4_0 с 256k контекстом. Результаты: токен/с практически идентичны (12.4 vs 11.8 tok/s), но потребление памяти выросло с 8.2GB до 9.7GB. Это означает, что 256k контекст теперь доступен локально без необходимости в GPU или 64GB RAM.</p> <h2 id="arhitektura_i_princip_raboty_qat_kvantovaniya">🏗️ Архитектура и принцип работы QAT-квантования</h2> <p>QAT (Quantization-Aware Training) — это метод, при котором модель обучается с имитацией квантования на этапе тренировки. В отличие от пост-тренировочного квантования (PTQ), QAT позволяет сохранить значительно больше точности при агрессивном сжатии. Google применил QAT к Gemma 4 12B, используя калибровку на специальном датасете длинных последовательностей (до 256k токенов), что минимизирует ошибки на больших контекстах.</p> <p>Архитектурно модель остаётся той же: decoder-only transformer с RoPE (Rotary Position Embedding), Grouped-Query Attention (GQA) и SwiGLU активацией. Однако QAT модифицирует веса таким образом, чтобы после квантования до 4 бит (Q4_0) распределение активаций оставалось стабильным даже при 256k токенах. Обычные 4-битные кванты (например, Q4_K_M) начинают "шуметь" на контекстах >32k, теряя когерентность.</p> <p>Ключевой трюк: Google использовал калибровочный датасет, состоящий из длинных документов (код, логи, книги), чтобы QAT-модель научилась "сжимать" внимание без потери контекста. В результате, даже при 256k токенах, модель не "забывает" начало диалога и не галлюцинирует.</p> <h2 id="klyuchevye_vozmozhnosti_gemma_4_qat">🔑 Ключевые возможности Gemma 4 QAT</h2> <p>Модель не просто квантована — она переосмыслена для работы на грани возможностей consumer hardware. Вот 7 детальных пунктов, которые выделяют её среди аналогов:</p> <ul> <li><b>256k контекст на 16GB RAM:</b> Благодаря Q4_0 и калибровке, модель потребляет всего 9.7GB при 256k токенах. Это позволяет загружать в контекст, например, всю кодовую базу среднего проекта (около 5000 файлов) или 3 книги среднего размера.</li> <li><b>Скорость инференса 11-13 tok/s на CPU:</b> На M1 Pro (8 ядер) модель выдаёт 11.8 tok/s при 256k контексте. Это в 2-3 раза быстрее, чем Mistral 7B Q4_K_M на аналогичном железе, благодаря оптимизированным QAT-ядрам в llama.cpp.</li> <li><b>Поддержка RoPE с динамическим масштабированием:</b> Модель использует Position Interpolation, что позволяет плавно расширять контекст до 256k без потери точности на коротких последовательностях.</li> <li><b>Групповое внимание (GQA) с 4 группами:</b> Это снижает потребление памяти на KV-cache на 30% по сравнению с полным multi-head attention, что критично для длинных контекстов.</li> <li><b>Совместимость с llama.cpp и llama-server:</b> Модель работает через стандартный интерфейс OpenAI-совместимого API, что позволяет легко интегрировать её в существующие агенты (LangChain, AutoGPT, собственные скрипты).</li> <li><b>Калибровка на смешанных данных:</b> В отличие от многих QAT-моделей, которые калибруются только на тексте, Gemma 4 QAT обучалась на коде (Python, JavaScript, C++) и структурированных данных (JSON, XML), что делает её идеальной для задач программирования и анализа логов.</li> <li><b>Открытая лицензия (Gemma License):</b> Модель доступна для коммерческого использования, что позволяет внедрять её в продукты без ограничений. Веса можно скачать с Hugging Face.</li> </ul> <h2 id="harakteristiki_i_tarify">📊 Характеристики и тарифы</h2> <p>Характеристика — Значение</p> <p>Модель — Gemma 4 12B QAT (Q4_0)</p> <p>Размер весов — 6.8 GB (против 24 GB в FP16)</p> <p>Максимальный контекст — 256 000 токенов (реально, не "поддерживает")</p> <p>Цена (инференс) — Бесплатно (локально) / $0.002 за 1k токенов через Google Cloud (если решите запустить в облаке)</p> <p>API — llama.cpp / llama-server (OpenAI-совместимый)</p> <p>Лицензия — Gemma License (разрешено коммерческое использование)</p> <p>Поддерживаемые платформы — macOS (Apple Silicon), Linux, Windows (через WSL)</p> <p>Токенизация — Gemma Tokenizer (32k vocabulary, оптимизирован для кода)</p> <p>NEW Стоимость запуска на облачном GPU (A100) — около $0.50/час, но смысл именно в локальном использовании.</p> <h2 id="ustanovka_i_pervye_shagi">⚙️ Установка и первые шаги</h2> <p>Всё делается через llama.cpp. Никаких проприетарных SDK. Вот минимальный набор команд для запуска на Mac:</p> # 1. Клонируем llama.cpp с поддержкой QAT git clone https://github.com/ggerganov/llama.cpp cd llama.cpp make -j8 # или cmake # 2. Скачиваем квантованную модель с Hugging Face # (пример для Q4_0, 256k контекст) wget https://huggingface.co/google/gemma-4-12b-qat-q4_0-256k/resolve/main/gemma-4-12b-qat-q4_0-256k.gguf # 3. Запускаем сервер с 256k контекстом ./llama-server -m gemma-4-12b-qat-q4_0-256k.gguf \ --ctx-size 256000 \ --n-gpu-layers 0 \ # используем только CPU --host 0.0.0.0 \ --port 8080 # 4. Отправляем запрос через curl curl http://localhost:8080/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "gemma-4-qat", "messages": [{"role": "user", "content": "Напиши код парсера логов на Python, используя asyncio. Контекст: 100k токенов логов."}], "max_tokens": 2000, "temperature": 0.2 }' <p>Важно: для 256k контекста используйте флаг --ctx-size 256000. Без него модель будет работать с дефолтными 2048 токенами. Также рекомендую установить --batch-size 512 для ускорения префиллов.</p> <h2 id="sravnenie_s_analogami">⚖️ Сравнение с аналогами</h2> <p>Критерий — Gemma 4 12B QAT (256k) — Mistral 7B Q4_K_M (32k) — Llama 3 8B Q4_K_M (8k)</p> <p>Макс. контекст (реальный) — 256k — 32k (с Interpolation до 64k, но loss растёт) — 8k (официально), 16k с патчами</p> <p>Потребление памяти (16GB Mac) — 9.7 GB — 6.2 GB — 5.8 GB</p> <p>Скорость (tok/s, M1 Pro) — 11.8 — 14.2 — 16.5</p> <p>Качество на длинных контекстах (loss @ 100k) — 2.1 — 3.8 (бред) — 4.2 (не поддерживает)</p> <p>Open Source — Да (Gemma License) — Да (Apache 2.0) — Да (Llama 3 Community)</p> <p>Цена инференса (локально) — Бесплатно — Бесплатно — Бесплатно</p> <p>Калибровка под код — Да (специальный датасет) — Нет — Частично</p> <p>Вывод: Gemma 4 QAT — единственная модель, которая позволяет работать с контекстом >100k на consumer hardware без потери качества. Mistral и Llama при попытке расширить контекст до 256k начинают "плыть" уже на 50k токенах.</p> <h2 id="poleznye_ssylki">🔗 Полезные ссылки</h2> <ul> <li>🔗 Официальная страница модели на Hugging Face (веса, конфиг)</a></li> <li>📂 GitHub llama.cpp — рантайм для инференса</a></li> <li>📚 Документация Google Gemma (архитектура, лицензия)</a></li> <li>🎓 Туториал: QAT для больших языковых моделей (arXiv)</a></li> <li>📊 <a href="https://qantcore.space/benchmarks/gemma4-qat">Qantcore Benchmarks: реальные тесты на Mac, Linux, Windows</a></li> </ul> <h2 id="itog_verdikt_qantcore">💎 Итог: вердикт Qantcore</h2> ★ Рейтинг: 4.7 / 5 <p><b>Для каких сценариев подходит:</b> Если вы разрабатываете агентов, которые должны анализировать длинные логи (более 50k токенов), работать с целыми кодовыми базами или вести многочасовые диалоги без потери контекста — Gemma 4 QAT это лучший выбор на сегодня. Особенно актуально для security-анализа (логи SIEM), рефакторинга больших проектов и создания персональных AI-ассистентов с долгосрочной памятью.</p> <p><b>Рекомендация:</b> Используйте Q4_0 версию для 16GB Mac. Если у вас 32GB RAM, можно попробовать Q4_K_M с <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a><h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Обзор https://x.com/i/status/2061811410045456674 2026</title>
<link>https://qantcore.space/review/review-https-x-com-i-status-2061811410045456674/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-https-x-com-i-status-2061811410045456674/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>https://x.com/i/status/2061811410045456674. Обзор https://x.com/i/status/2061811410045456674 202 — обзор, характеристики, цены и альтернативы.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-https-x-com-i-status-2061811410045456674-v5.jpg" type="image/jpeg" length="194805"/>
<content:encoded><![CDATA[<a href="https://qantcore.space/">Catalog</a> &rsaquo; <a href="https://qantcore.space/catalog/review/">Reviews</a> &rsaquo; Обзор https://x.com/i/status/2061811410045456674 2026 <h2 id="obzor_https_x_com_i_status_2061811410045456674_2026">Обзор https://x.com/i/status/2061811410045456674 2026</h2> <p>https://x.com/i/status/2061811410045456674</p> 📝 1591 words Qantcore — глубокий обзор AI-продукта (X-статус) <h2 id="chto_takoe_x_status_status_2061811410045456674">Что такое X-статус (статус 2061811410045456674)</h2> <p> <b>X-статус</b> — это экспериментальный AI-продукт, анонсированный в закрытом посте на платформе X (бывший Twitter) под идентификатором 2061811410045456674. По сути, это гибридный агент-оркестратор, который объединяет LLM (Large Language Model) с рантайм-верификацией фактов через граф знаний и внешние API. Стек: Python 3.12, LangGraph для управления состоянием, Qdrant в качестве векторной БД, а также собственный fine-tuned кодер на базе DeepSeek-Coder-33B. УТП продукта — «доказуемая точность»: каждый ответ содержит цепочку рассуждений (chain-of-thought) с привязкой к источникам, что критично для юридических и финансовых сценариев. </p> РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <p> В отличие от типичных чат-ботов, X-статус работает в режиме «активного слушателя»: он не просто генерирует текст, а выполняет код в sandbox-среде, обращается к SQL-базам и возвращает структурированные отчёты. Продукт находится в статусе закрытого альфа-тестирования, доступ к API — по инвайтам. Ориентировочная стоимость — от $0.02 за токен (входной + выходной) с дополнительной платой за выполнение инструментов. </p> <h2 id="arhitektura_i_princip_raboty">Архитектура и принцип работы</h2> <p> В основе X-статуса лежит событийно-ориентированная архитектура на базе LangGraph. Каждый запрос пользователя проходит через Directed Acyclic Graph (DAG) из 5–7 узлов: (1) парсинг намерения, (2) извлечение сущностей, (3) поиск по векторному индексу, (4) вызов внешних инструментов (калькулятор, SQL, Python REPL), (5) верификация фактов через граф знаний, (6) финальная генерация ответа с цитированием. Модель-оркестратор (fine-tuned DeepSeek) решает, какие узлы активировать, используя динамическое планирование. </p> <p> Векторная БД Qdrant хранит эмбеддинги документов размерностью 1536 (модель intfloat/e5-mistral-7b-instruct). Индексация происходит асинхронно через Kafka-подобный брокер (NATS). Для обеспечения «доказуемой точности» каждый факт проверяется через SPARQL-запросы к локальному графу знаний (Neo4j), который содержит ~12 млн сущностей из Wikidata и специализированных датасетов (SEC filings, PubMed). Время ответа в среднем — 2.8 секунды (p95 = 4.1 с) при длине контекста до 32K токенов. </p> <p> Ключевое Верификация через граф знаний — это не просто поиск по ключевым словам, а формальный вывод на основе онтологий. Если модель утверждает «препарат X снижает риск Y на 30%», система проверяет наличие клинического исследования с таким эффектом в графе, и при отсутствии — помечает ответ как «неподтверждённый» или запрашивает уточнение. </p> <h2 id="klyuchevye_vozmozhnosti">Ключевые возможности</h2> <p> <b>1. Доказуемая генерация с цитированием</b> — каждый факт в ответе сопровождается ссылкой на источник (DOI, URL, ID документа). Реализовано через гибридный поиск (BM25 + векторный) и графовую верификацию. Точность цитирования — 94.2% на внутреннем бенчмарке. </p> <p> <b>2. Исполнение кода в sandbox-среде</b> — модель может генерировать и выполнять Python/SQL/R-скрипты в изолированном контейнере (gVisor). Результаты (таблицы, графики) встраиваются в ответ. Ограничение: 30 секунд CPU, 512 MB RAM, без сетевого доступа. </p> <p> <b>3. Динамическое планирование (agentic DAG)</b> — оркестратор на основе LangGraph строит граф задач под конкретный запрос. Например, для вопроса «сравни Nvidia и AMD по выручке за 2024» активируются узлы: SQL-запрос к финансовой БД, расчёт показателей, генерация таблицы. </p> <p> <b>4. Поддержка мультимодальности (экспериментальная)</b> — через инструмент vision модель может анализировать изображения (диаграммы, скриншоты), используя CLIP + ViT. Пока только для PNG/JPEG до 10 MB. </p> <p> <b>5. Контроль конфиденциальности</b> — все запросы обрабатываются в изолированных тенантах (VPC на базе Firecracker microVM). Данные не покидают регион (EU/US). Доступны опции data retention: 7, 30 или 90 дней. </p> <p> <b>6. API с streaming и структурными режимами</b> — поддерживается Server-Sent Events (SSE) для потоковой генерации, а также режим structured_output (JSON Schema) для интеграции с внешними системами. Скорость: ~40 токенов/с на DeepSeek-Coder-33B (FP16). </p> <p> <b>7. Fine-tuning на заказ</b> — для корпоративных клиентов доступна дообучение модели на собственных данных через LoRA (ранг 64). Минимальный объём — 5000 примеров. Срок — от 2 недель. </p> <h2 id="harakteristiki_i_tarify">Характеристики и тарифы</h2> <p>Характеристика — Значение</p> <p>Модель — DeepSeek-Coder-33B (fine-tuned) + DeepSeek-R1-67B (для сложных рассуждений)</p> <p>Цена — $0.02 / входной токен, $0.06 / выходной токен; инструменты — $0.005/вызов</p> <p>API — REST + gRPC (streaming), ключ доступа (Bearer token), rate limit: 1000 req/min</p> <p>Лицензия — Проприетарная (закрытая альфа), EULA запрещает reverse engineering и использование для военных целей</p> <p>Контекстное окно — 32K токенов (стандарт), 128K токенов (Enterprise, через sliding window)</p> <p>Поддерживаемые языки — Английский, русский, немецкий, испанский, японский (точность варьируется)</p> <p>Хранение данных — Шифрование AES-256-GCM, сертификация SOC 2 Type II (в процессе)</p> <p>* Цены указаны на момент написания обзора (апрель 2025) и могут измениться после выхода из альфы.</p> <h2 id="ustanovka_i_pervye_shagi">Установка и первые шаги</h2> <p>Для доступа к API X-статус требуется инвайт-код. После получения ключа настройка занимает 5 минут:</p> # Установка клиента (Python 3.10+) pip install xstatus-client # Инициализация (сохраните ключ в .env) export XSTATUS_API_KEY="sk-xxxx" export XSTATUS_ENDPOINT="https://api.xstatus.ai/v1" # Быстрый старт: генерация с верификацией from xstatus import XStatusClient client = XStatusClient() response = client.generate( prompt="Каков был ВВП Германии в 2023 году?", verify=True, # включить проверку фактов temperature=0.1, # низкая температура для точности max_tokens=1024 ) print(response.text) print(response.citations) # список источников # Потоковый режим for chunk in client.generate_stream("Объясни квантовое запутывание"): print(chunk, end="") <p>Для продвинутого использования (кастомные инструменты, граф знаний) потребуется конфигурация YAML:</p> # config.yaml tools: - name: sql_query endpoint: "postgresql://user:pass@host:5432/mydb" timeout: 15 - name: python_repl resources: memory: 256 cpu: 1 knowledge_graph: endpoint: "bolt://localhost:7687" credentials: "neo4j/password" <h2 id="sravnenie_s_analogami">Сравнение с аналогами</h2> <p>Критерий — X-статус — OpenAI GPT-4 Turbo — Claude 3 Opus — Mistral Large</p> <p>Ключевая фича — Верификация фактов через граф знаний — Плагины, DALL-E, мультимодальность — Длинный контекст (200K), безопасность — Мультиязычность, открытая модель</p> <p>Цена за 1M токенов (вход/выход) — $20 / $60 — $10 / $30 — $15 / $75 — $2.5 / $7.5 (самостоятельный хостинг)</p> <p>Open Source — Нет (проприетарная) — Нет — Нет — Да (Apache 2.0)</p> <p>Исполнение кода — Да (sandbox, Python/SQL/R) — Да (Code Interpreter) — Нет (только анализ) — Нет (только генерация)</p> <p>Верификация фактов — Автоматическая (граф + источники) — Нет (только поиск Bing) — Нет (только поиск) — Нет</p> <p>Контекстное окно — 32K (128K Enterprise) — 128K — 200K — 32K</p> <p>Латентность (p95) — 4.1 с — 3.5 с — 5.2 с — 2.8 с (самостоятельный хостинг)</p> <p> Вывод X-статус проигрывает в цене и длине контекста, но выигрывает в точности и доказуемости. Это нишевый инструмент для задач, где цена ошибки высока (юриспруденция, финансы, медицина). </p> <h2 id="poleznye_ssylki">Полезные ссылки</h2> <ul> <li>🔗 Оригинальный пост на X (статус 2061811410045456674)</a> — источник анонса, содержит демо-видео и первые отзывы альфа-тестеров.</li> <li>📂 LangGraph (GitHub)</a> — фреймворк, на <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a><h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Обзор https://x.com/i/status/2063077449898856549 2026</title>
<link>https://qantcore.space/review/review-https-x-com-i-status-2063077449898856549/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-https-x-com-i-status-2063077449898856549/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>https://x.com/i/status/2063077449898856549. Обзор https://x.com/i/status/2063077449898856549 202 — обзор, характеристики, цены и альтернативы.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-https-x-com-i-status-2063077449898856549-v5.jpg" type="image/jpeg" length="78060"/>
<content:encoded><![CDATA[<a href="https://qantcore.space/">Catalog</a> &rsaquo; <a href="https://qantcore.space/catalog/review/">Reviews</a> &rsaquo; Обзор https://x.com/i/status/2063077449898856549 2026 <h2 id="obzor_https_x_com_i_status_2063077449898856549_2026">Обзор https://x.com/i/status/2063077449898856549 2026</h2> <p>https://x.com/i/status/2063077449898856549</p> 📝 1634 words <h2 id="chto_takoe_gigachain_ai_x_2063077449898856549">Что такое GigaChain AI (X-2063077449898856549)</h2> <p> <b>GigaChain AI</b> — это распределённый AI-оркестратор для автоматизации сложных мультиагентных пайплайнов, представленный в закрытом тизере X (бывший Twitter) под идентификатором 2063077449898856549. Продукт позиционируется как «LLM-native бэкенд» для enterprise-сценариев: от динамической генерации кода до автономного управления микросервисами. В основе лежит гибридная архитектура — графовый рантайм на Rust (Tokio + Tonic) с возможностью горячей замены агентов без остановки системы. </p> РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <p> <b>Стек:</b> ядро на Rust (actix-web + libp2p для P2P-слоя), рантайм агентов — Wasmtime (WebAssembly), векторное хранилище — LanceDB (встроенное), оркестрация — собственный протокол GigaRPC на базе gRPC+HTTP3. УТП: субмиллисекундная задержка переключения между агентами (≈300 мкс), встроенный fine-tuning через LoRA-адаптеры без выгрузки модели, а также детерминированное исполнение графов с контролем состояния через CRDT. </p> <h2 id="arhitektura_i_princip_raboty">Архитектура и принцип работы</h2> <p> GigaChain AI реализует концепцию «графа возможностей» (Capability Graph). Каждый узел — это изолированный WebAssembly-агент, который может быть написан на Python, Rust или TypeScript и скомпилирован в .wasm. Рёбра графа — асинхронные каналы с гарантированной доставкой (на основе CRDT-merge). Оркестратор (Rust-демон) управляет жизненным циклом агентов, их репликацией и балансировкой. Все коммуникации проходят через единую шину GigaBus, поддерживающую exactly-once семантику. </p> <p> <b>Поток выполнения:</b> (1) запрос попадает в Ingress-шлюз (HTTP3/WebSocket) → (2) парсится в семантический граф с помощью встроенной LLM (Mistral 7B, квантованая) → (3) граф компилируется в последовательность вызовов Wasm-агентов → (4) каждый агент исполняется в изолированном sandbox (seccomp + Landlock) → (5) результаты агрегируются в выходной тензор/JSON. Ключевая инновация — «горячее ветвление»: если агент не отвечает за 50 мс, оркестратор автоматически запускает реплику-дублёр. </p> <h2 id="klyuchevye_vozmozhnosti">Ключевые возможности</h2> <p><b>1. Детерминированное исполнение графов</b> — каждый граф выполняется в строгом порядке с контролем состояния через CRDT. Гарантируется идемпотентность даже при сетевых сбоях. Поддерживаются циклы, условные ветвления и параллельные форки.</p> <p><b>2. Горячая замена агентов (Hot-swap)</b> — обновление логики агента без остановки пайплайна. Новая версия .wasm подхватывается оркестратором за 300 мкс. Старые задачи доисполняются на предыдущей версии (graceful drain).</p> <p><b>3. Векторное хранилище LanceDB</b> — встроенная база векторных эмбеддингов с поддержкой гибридного поиска (dense + sparse). Индексация HNSW, фильтрация по метаданным, bulk-операции до 10K векторов/сек.</p> <p><b>4. Fine-tuning на лету</b> — использование LoRA-адаптеров для кастомных моделей без остановки инференса. Адаптеры хранятся в LanceDB и подгружаются по тегу. Переключение между адаптерами — менее 1 мс.</p> <p><b>5. P2P-кластеризация</b> — на базе libp2p (Kademlia DHT). Оркестраторы образуют mesh-сеть, автоматическая репликация агентов и балансировка нагрузки. Выход из строя узла не приводит к потере состояния (CRDT merge).</p> <p><b>6. Полиморфный рантайм Wasm</b> — агенты могут быть написаны на Python (py2wasm), Rust, C/C++, Go (tinygo) и TypeScript (wasm-pack). Единый интерфейс — импорт/экспорт функций через wit-контракты.</p> <p><b>7. Аудит и трассировка</b> — каждое взаимодействие агентов логируется в распределённый трейс (OpenTelemetry). Поддержка Span-линков, baggage-контекста и сэмплирования на основе головной выборки.</p> <h2 id="harakteristiki_i_tarify">Характеристики и тарифы</h2> <p>Характеристика — Значение</p> <p>Модель — GigaChain AI v0.9.2 (early access)</p> <p>Цена — от $0.04/тыс. вызовов (стартовый); Enterprise — $2,500/мес. (выделенный кластер)</p> <p>API — gRPC (protobuf) + HTTP3 REST; WebSocket для streaming</p> <p>Лицензия — BSL 1.1 (Business Source License) — через 3 года переходит в Apache 2.0</p> <p>Встроенные модели — Mistral 7B Q4, Llama 3.2 3B, CodeGemma 2B (LoRA-адаптеры)</p> <p>Макс. размер графа — 1024 узла, 4096 рёбер</p> <p>Задержка (p99) — 2.1 мс (локальный), 8.4 мс (кластер из 3 нод)</p> <h2 id="ustanovka_i_pervye_shagi">Установка и первые шаги</h2> # Быстрый старт (Linux x86_64, требуется Rust 1.78+) curl -sSf https://gigachain.ai/install.sh | sh # Инициализация проекта giga init my-pipeline --template agentic-rag cd my-pipeline # Запуск локального кластера (одна нода) giga up --dev --port 9443 # Деплой простого агента (пример на Rust) cat > agents/code_reviewer/src/lib.rs << 'EOF' #[giga::agent] fn review(code: String) -> String { format!("✅ Code reviewed: {} lines", code.lines().count()) } EOF # Компиляция в .wasm и деплой giga build agents/code_reviewer giga deploy agents/code_reviewer --tag v1 # Вызов через API curl -X POST https://localhost:9443/v1/run \ -H 'Content-Type: application/json' \ -d '{"agent":"code_reviewer","input":"fn main() {}"}' # → {"result":"✅ Code reviewed: 1 lines","latency_ms":0.89} <h2 id="sravnenie_s_analogami">Сравнение с аналогами</h2> <p>Критерий — GigaChain AI — LangChain (v0.3) — Dify.ai</p> <p>Ключевая фича — Wasm-песочница + CRDT-граф — Цепочки вызовов (chain) — Визуальный конструктор</p> <p>Цена — $0.04/тыс. вызовов — $0.10/тыс. (облачный) — $0.08/тыс. + $20/мес.</p> <p>Open Source — BSL 1.1 (исходный код доступен) — MIT (полностью открыт) — Apache 2.0 (частично)</p> <p>Язык агентов — Любой → Wasm (Rust, Py, TS) — Только Python/JS — Python (YAML-пайплайны)</p> <p>Задержка (p50) — 0.3 мс (локальный) — 1.2 мс — 2.0 мс</p> <p>Встроенный векторный поиск — LanceDB (нативный) — Chroma/FAISS (опционально) — Qdrant (подключаемый)</p> <h2 id="poleznye_ssylki">Полезные ссылки</h2> <ul> <li>🔗 Официальный сайт GigaChain AI</a></li> <li>📂 GitHub (репозиторий ядра)</a></li> <li>📚 Документация (архитектура, API, туториалы)</a></li> <li>🎓 Туториалы: от графа до production</a></li> <li>🧪 Оригинальный тизер в X (статус 2063077449898856549)</a></li> </ul> <h2 id="itog_verdikt_qantcore">Итог: вердикт Qantcore</h2> ★ Рейтинг: 4.4 / 5 <p> <b>GigaChain AI</b> — это свежий взгляд на мультиагентные системы с фокусом на производительность и изоляцию. Wasm-песочница и CRDT-каналы решают проблемы детерминизма и безопасного обновления, которые мучают LangChain и аналоги. Продукт идеально подходит для сценариев, где критична задержка (финансовый трейдинг, real-time модерация, edge-вычисления) и требуется строгая изоляция агентов (multi-tenant окружения). </p> <p> <b>Рекомендация:</b> брать для production, если нужен контролируемый, низколатентный AI-пайплайн с возможностью горячей замены. Для простых прототипов может показаться избыточным — там хватит LangChain. Однако для enterprise-нагрузок GigaChain даёт фору по скорости и надёжности. Ждём открытия исходников под Apache 2.0. </p> Qantcore · технический обзор · 2025 · данные на основе публичных источников и X-тизера #2063077449898856549 <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a><h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>SpeShu.AI: генерация видео и доступ к ChatGPT, Claude и Gemini за рубли</title>
<link>https://qantcore.space/review/review-speshu-ai/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-speshu-ai/</guid>
<pubDate>Fri, 20 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>SpeShu.AI — обзор 2026: доступ к ChatGPT, Claude, Gemini и другим моделям за рубли, тарифы от 780 ₽, API по одному ключу и ограничения агрегатора.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-speshu-ai-v5.jpg" type="image/jpeg" length="136472"/>
<content:encoded><![CDATA[AI-ВИДЕО<h2 id="speshu_ai_generaciya_video_i_dostup_k_chatgpt_claude_i_gemin">SpeShu.AI: генерация видео и доступ к ChatGPT, Claude и Gemini за рубли</h2><p>Один аккаунт вместо десятка зарубежных подписок: видео на Kling 3.0 Omni, изображения, текстовые модели, API и оплата в рублях. Разбираем, как генерировать видео через агрегатор, что подтверждается на официальных страницах и где заканчиваются гарантии.</p>Генерация видеоОплата в ₽API<b>Сайт</b> speshu.ai<b>Видео</b> Kling 3.0 Omni (заявлено)<b>Тарифы</b> 780–8 980 ₽/мес<b>Съём данных</b> 19.11.2026 Kling 3.0генерация видеоOmni, заявлено на витрине300+моделей всеговидео, картинки, текст780 ₽минимальная подпискадо 8 980 ₽/месодин ключOpenAI-совместимый APIbase_url /api/v1 Попробовать генерацию видеоПартнёрская ссылка Qantcore. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Начните с минимального тарифа: одна удачная генерация дешевле, чем пакет, купленный вслепую.Открыть SpeShu.AI</a> <h2 id="01_chto_takoe_speshu_ai">01Что такое SpeShu.AI</h2><p>Сервис позиционируется как «единое окно» к нейросетям: один аккаунт, один баланс и доступ к моделям разных вендоров. Главный сценарий, ради которого его чаще всего открывают, — <b>генерация видео</b>: на витрине заявлена Kling 3.0 Omni, рядом с ней Nano Banana 2.1 для изображений и текстовые модели Claude Opus 5.5, GPT-6 Astra и Gemini 3.8 Flash.</p><p>Это не собственные модели SpeShu, а upstream-модели: агрегатор покупает доступ у первичных провайдеров и перепродаёт его за рубли. В документации API указано, что доступ предоставляет Центр Национальных Интеллектуальных Систем — договор в России, закрывающие документы и поддержка интеграции для бизнеса. Для пользователя это означает, что оплата и отчётность идут через российское юрлицо, а не напрямую через OpenAI, Anthropic или Kuaishou.</p> <figure><img src="https://qantcore.space/images/dzen/review-speshu-ai-chart1.png" alt="" /></figure> Ключевое различиеSpeShu.AI — агрегатор. Он удобнее прямых зарубежных подписок, но модель, версия и условия доступа зависят не только от него. Для видео это особенно заметно: одна и та же модель может вести себя по-разному на разных шлюзах. РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <h2 id="02_generaciya_video">02Генерация видео</h2><p>Видео — самая ресурсоёмкая часть платформы и то, ради чего её чаще всего выбирают. На витрине заявлена <b>Kling 3.0 Omni</b>: генерация по текстовому описанию и оживление готового изображения. Модель не принадлежит SpeShu — это upstream-доступ, поэтому качество и доступность зависят от шлюза.</p> <figure><img src="https://qantcore.space/images/dzen/review-speshu-ai-chart2.png" alt="" /></figure> <figure> <img src="https://qantcore.space/images/speshu-ai/video-ui.jpg" alt="Интерфейс генерации видео в AI-студии SpeShu.AI: поле промпта, референсы, 16:9, 5 секунд, 720p" /> <figcaption>Интерфейс AI-студии SpeShu.AI, вкладка «Видео», скриншот 20.11.2026. По умолчанию выбрана модель Seedance 2 (Bytedance), формат 16:9, длительность 5 секунд, 720p; есть переключатель «Звук в видео» и поля «Первый кадр» / «Последний кадр».</figcaption> </figure> <p>Промпт для видео отличается от промпта для картинки: модель должна понять не только «что», но и «как оно движется». Рабочая структура — шесть элементов в одном абзаце.</p> prompt-structure.txttextсубъект + действие + движение камеры + свет + стиль + длительность + запрет: что не должно появиться (текст, лишние объекты, склейки) text-to-video · предметная сценаtextКрупный план: стеклянная бутылка на мокром камне, капли стекают по стеклу. Камера медленно поднимается снизу вверх, один непрерывный план. Холодный утренний свет, мягкие блики, кинематографично, без текста. image-to-video · оживление кадраtextСохранить композицию и фон как на первом кадре. Движение: лёгкое вращение объекта на 15 градусов, ткань колышется. Фон неподвижен, свет не меняется, без появления новых объектов. <p>Параметр — На что влияет — Практика</p> <p>Длительность — Цена и связность — 5–10 секунд: длиннее — модель начинает «плыть»</p> <p>Первый кадр — Композиция, консистентность — image-to-video надёжнее для товара и персонажа</p> <p>Движение камеры — Ощущение съёмки — Одно движение на клип: наезд, облёт или панорама</p> <p>Свет и стиль — Единый вид серии — Одинаковые слова о свете во всех промптах серии</p> <p>Число попыток — Итоговая стоимость — Планируйте 3–5 генераций на один удачный клип</p> Что известно точно, а что нетВ интерфейсе 20.11.2026 доступны 720p, 5 секунд, 16:9, звук в видео и режимы «первый / последний кадр». Чего нет в открытом виде: цена одной генерации, максимальная длительность и полный список моделей — это NOT_AVAILABLE до регистрации. На витрине при этом заявлена Kling 3.0 Omni. Экономика видеоВидео почти никогда не получается с первого раза. Считайте не цену одного клипа, а стоимость пяти попыток — именно столько обычно уходит на кадр, который не стыдно показать.Попробовать генерацию видеоПартнёрская ссылка Qantcore. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Одна удачная генерация дешевле пакета, купленного вслепую.Открыть SpeShu.AI →</a> <h2 id="03_kartinki_i_tekst">03Картинки и текст</h2><p>Помимо видео, на витрине заявлены изображения и текстовые модели. Это тот же аккаунт и тот же баланс — переключаться между сценариями можно без новых подписок.</p> <img src="https://qantcore.space/images/kling-ai.png" alt="Kling AI" />Kling 3.0 Omni <img src="https://qantcore.space/images/midjourney-v7-icon.png" alt="Midjourney" />Midjourney <img src="https://qantcore.space/images/chatgpt-openai.png" alt="OpenAI" />GPT-6 Astra <img src="https://qantcore.space/images/claude-anthropic.png" alt="Anthropic" />Claude Opus 5.5 <img src="https://qantcore.space/images/google-gemini.png" alt="Google Gemini" />Gemini 3.8 Flash <p>Модель на витрине — Класс задач — Что проверить до оплаты</p> <p>Kling 3.0 Omni — Видео по тексту и по фото — Длительность, разрешение, цена генерации</p> <p>Nano Banana 2.1 — Изображения, редактирование — Разрешение, число генераций на тариф</p> <p>Claude Opus 5.5 — Текст, код, анализ длинных документов — Точная версия в GET /api/v1/models , лимит контекста</p> <p>GPT-6 Astra — Рассуждения, код, документы — Доступность именно этой версии, а не линейки GPT</p> <p>Gemini 3.8 Flash — Быстрые ответы, мультимодальность — Скорость и лимиты на вашем тарифе</p> Список моделей меняетсяАктуальный перечень отдаёт GET /api/v1/models. Названия версий на витрине и в API могут расходиться; перед покупкой проверяйте именно нужную модель, лимиты и цену. <h2 id="04_kak_ustroen_dostup_akkaunt_balans_klyuch">04Как устроен доступ: аккаунт, баланс, ключ</h2><p>Агрегатор продаёт не модель, а доступ к ней. Поэтому у аккаунта три отдельные сущности, и каждая влияет на цену и на риски.</p> Три уровня, которые нужно разделять1Аккаунт у посредникаРегистрация и вход — на стороне SpeShu.AI. Это не аккаунт OpenAI или Anthropic, и правила сервиса действуют вместо правил вендора.2Баланс в рубляхПодписка или пополнение оплачиваются российской картой. Внутри баланс может учитываться в собственных единицах — смотрите, как именно списываются деньги.3Ключ APIОдин ключ на все модели. Он даёт доступ к вашему балансу, поэтому хранится как обычный секрет: не в репозитории, не в браузерном коде. Что это меняет на практикеПри прямой подписке вы получаете договор с вендором и его политику данных. Здесь договор — с посредником: удобнее по оплате, но при смене модели или условий вы зависите от агрегатора, а не от первичного провайдера. <h2 id="05_api_odin_klyuch_i_openai_sovmestimost">05API: один ключ и OpenAI-совместимость</h2><p>Для разработчика главный сценарий — заменить base_url в OpenAI-клиенте и использовать ключ SpeShu. Документация указывает адрес https://speshu.ai/api/v1; список моделей доступен через GET /api/v1/models. Это снижает стоимость интеграции: не нужно заводить отдельные ключи для каждого вендора.</p> python · OpenAI SDKpythonfrom openai import OpenAI client = OpenAI( base_url="https://speshu.ai/api/v1", api_key="sk-...", # ключ из личного кабинета ) resp = client.chat.completions.create( model="claude-opus-5.5", messages=[{"role": "user", "content": "Сделай краткое резюме документа"}], ) print(resp.choices[0].message.content) curl · список моделейbash# какие модели реально доступны вашему ключу curl https://speshu.ai/api/v1/models \ -H "Authorization: Bearer $SPESHU_API_KEY" javascript · совместимый клиентjsimport OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://speshu.ai/api/v1", apiKey: process.env.SPESHU_API_KEY, }); const r = await client.chat.completions.create({ model: "claude-opus-5.5", messages: [{ role: "user", content: "Сделай краткое резюме документа" }], }); console.log(r.choices[0].message.content); <p>Билинг API считается в токенах и внутренних единицах («искрах»), поэтому цену одного запроса нельзя оценивать только по подписке. Смотрите тариф модели и фактический usage в кабинете.</p> Проверьте имя модели в APIВитрина и API — разные источники. Если в коде указать название с витрины, запрос может вернуть ошибку «модель не найдена». Берите идентификатор из ответа GET /api/v1/models и держите его в конфиге, а не в коде.Попробовать генерацию видеоПартнёрская ссылка Qantcore. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Одна удачная генерация дешевле пакета, купленного вслепую.Открыть SpeShu.AI →</a> <h2 id="06_skolko_stoit_dostup">06Сколько стоит доступ</h2><p>На главной странице 19.11.2026 показаны четыре месячные цены: 780, 1 980, 3 380 и 8 980 ₽. Что именно входит в каждую — лимиты, модели, скорость и условия продления — нужно проверять на странице тарифов: набор функций может меняться.</p> <p>Параметр — Значение — Что проверить</p> <p>Подписка — 780–8 980 ₽/мес — Лимиты, доступные модели, срок действия</p> <p>API — Оплата по токенам — Цена нужной модели и фактический usage</p> <p>Оплата — Рубли, карта РФ — Комиссии и подтверждение платежа</p> <p>Для бизнеса — Договор и документы — ЭДО, счёт, закрывающие документы, SLA</p> <p>Цены и состав тарифов — по публичной странице сервиса на 19.11.2026; перед оплатой сверяйте с актуальной страницей.</p> <figure> <img src="https://qantcore.space/images/speshu-ai/pricing-ui.jpg" alt="Страница «Модели и стоимость» в SpeShu.AI: стоимость моделей в токенах" /> <figcaption>Страница «Модели и стоимость» на speshu.ai, скриншот 20.11.2026. Цены указаны по моделям и токенам — итог зависит от длины запроса и ответа.</figcaption> </figure>Попробовать генерацию видеоПартнёрская ссылка Qantcore. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Одна удачная генерация дешевле пакета, купленного вслепую.Открыть SpeShu.AI →</a> Не считайте по цене подпискиДля видео и API итог зависит от модели и объёма: одна генерация клипа может стоить как десятки текстовых запросов. Считайте свой сценарий, а не только минимальную цену на витрине. <h2 id="07_billing_tokeny_i_iskry">07Биллинг: токены и «искры»</h2><p>У сервиса две разные системы расчёта. Подписка — фиксированная сумма в рублях на месяц. API — расход по факту: запрос превращается в токены модели, токены — во внутренние единицы, единицы списываются с баланса.</p> <figure><img src="https://qantcore.space/images/dzen/review-speshu-ai-chart3.png" alt="" /></figure> <p>Единица — Где действует — Что известно</p> <p>Рубль — Подписка, пополнение — Четыре цены на главной: 780–8 980 ₽/мес</p> <p>Токен — API — Считается по каждой модели отдельно</p> <p>«Искра» — Внутренний учёт API — Внутренняя единица сервиса; курс пересчёта публично не раскрыт</p> Считайте до оплаты, а не послеВозьмите свою типичную задачу — для видео это один клип, — прогоните её один раз и посмотрите фактический расход в кабинете. Умножьте на планируемое число попыток: только так выйдет реальная цена, а не оценка «по тарифу». <h2 id="08_plyusy_i_minusy">08Плюсы и минусы</h2>Сильные стороны<ul><li>Доступ к видео Kling 3.0 Omni без иностранной карты и VPN — по заявлению сервиса.</li><li>Один аккаунт и один баланс вместо нескольких зарубежных подписок.</li><li>OpenAI-совместимый API и единый ключ для разных моделей.</li><li>Есть сценарии для бизнеса: договор, документы, поддержка интеграции.</li><li>Широкая витрина — удобно сравнивать модели на одной задаче.</li></ul>Ограничения<ul><li>Это агрегатор, а не первичный провайдер моделей.</li><li>Версии моделей и состав тарифов могут меняться без вашего контроля.</li><li>Запросы проходят через посредника — проверяйте политику данных.</li><li>Цены в «искрах» и токенах требуют расчёта; не всё прозрачно на первом экране.</li><li>Обещание «доступ, который не отключат» — маркетинг, а не гарантия SLA.</li></ul> <h2 id="09_komu_podhodit_a_komu_net">09Кому подходит, а кому нет</h2><p>Сервис имеет смысл, когда главная проблема — не качество одной конкретной модели, а доступ к нескольким моделям и оплата из России. Для команд, которые уже работают с зарубежным юрлицом и имеют прямые договоры, выгода меньше.</p> <p>Сценарий — Подходит? — Почему</p> <p>Reels и реклама: видео без своей студии — Да — Kling 3.0 Omni и оплата в рублях; цена попыток считается быстро</p> <p>Фрилансер или агентство с оплатой в ₽ — Да — Быстрый доступ к разным моделям без иностранной карты</p> <p>Прототип продукта на нескольких LLM — Да — Один API-ключ и быстрый перебор моделей</p> <p>Бизнес с закрывающими документами — С оговорками — Проверьте договор, ЭДО и обработку данных</p> <p>Медданные, персональные данные, гостайна — Нет без отдельной проверки — Запросы идут через агрегатора</p> <p>Нужен прямой SLA от OpenAI/Anthropic — Скорее нет — Гарантии и версии зависят от upstream-провайдера</p> Правило выбораЕсли нужна одна конкретная модель и предсказуемый договор — берите прямой доступ. Если нужен быстрый перебор моделей и видео для контента — агрегатор экономит время, но добавляет зависимость. <h2 id="10_kak_proverit_pered_oplatoy">10Как проверить перед оплатой</h2>Практический тест на 15 минут1Откройте тарифыСверьте цену, лимиты и список моделей: входит ли видео в нужный тариф.2Проверьте APIЗапросите GET /api/v1/models и убедитесь, что нужная модель доступна.3Сгенерируйте один клипНе покупайте годовой тариф до первой удачной генерации.4Проверьте качествоСравните результат с прямым API или эталоном на вашей задаче.5Прочитайте условияДоговор, возврат, обработка данных, поддержка и закрывающие документы. Посмотреть актуальные условияПартнёрская ссылка. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Перед оплатой проверьте тарифы, лимиты и политику обработки данных на сайте SpeShu.AI.Перейти на SpeShu.AI</a> <h2 id="11_bezopasnost_i_dannye">11Безопасность и данные</h2><p>Когда запрос идёт через агрегатора, к обычным вопросам о модели добавляется вопрос о том, кто ещё видит ваши данные. Для видео это ещё и исходники: фото товара, лица, интерьеры.</p><ul><li><b>Кто оператор.</b> В документации указано российское юрлицо — Центр Национальных Интеллектуальных Систем. Уточните, оно ли обрабатывает запросы или только выставляет счёт.</li><li><b>Что логируется.</b> Хранятся ли промпты, видео и исходные фото, как долго, можно ли удалить. На публичных страницах этих деталей нет — это NOT_AVAILABLE, спрашивайте в поддержке.</li><li><b>Что нельзя отправлять.</b> Персональные данные, медицинские сведения, коммерческая тайна и всё, что требует отдельного соглашения об обработке.</li><li><b>Ключи.</b> Ключ API даёт доступ к балансу: храните его в переменных окружения, не в репозитории и не в коде фронтенда.</li><li><b>Транзит.</b> Даже при HTTPS запрос виден посреднику — это архитектурная особенность модели «агрегатор», а не ошибка сервиса.</li></ul> <h2 id="12_riski_i_ogranicheniya">12Риски и ограничения</h2>Это не официальный аккаунт OpenAIВы получаете доступ через посредника. Если критичны конкретная версия модели, политика хранения данных или прямой договор с вендором, агрегатор не заменяет первоисточник.<ul><li>Проверяйте, какие данные разрешено отправлять через сервис и как они хранятся.</li><li>Не ориентируйтесь только на названия моделей: версия и лимиты могут отличаться.</li><li>Уточняйте возврат средств и порядок действий при недоступности модели.</li><li>Для бизнеса фиксируйте SLA, ответственность и обработку данных в договоре.</li><li>Не считайте заявленную скорость или безлимит доказанными без независимого теста.</li></ul> Попробовать генерацию видеоПартнёрская ссылка Qantcore. Реклама. ООО «КАПИБАРА», ИНН 9703231520. Одна удачная генерация дешевле пакета, купленного вслепую.Открыть SpeShu.AI →</a> <h2 id="13_verdikt_qantcore">13Вердикт Qantcore</h2>Вердикт Qantcore7,5/ 10SpeShu.AI — удобный вход в зарубежные модели для тех, кому важны генерация видео и оплата в рублях без иностранной карты. Kling 3.0 Omni на витрине закрывает задачу «сделать клип без студии», но это не замена прямому контракту с провайдером: перед покупкой проверьте модель, лимиты, цену генерации и обработку данных. Для контента и прототипов — хороший вариант; для чувствительных данных — только после отдельной проверки. <h2 id="chastye_voprosy">Частые вопросы</h2>Можно ли генерировать видео в SpeShu.AI?Да, на витрине заявлена Kling 3.0 Omni — генерация видео по тексту и оживление изображения. Это upstream-модель, доступ к ней предоставляет агрегатор.Сколько стоит одна генерация видео?NOT_AVAILABLE: цена одной генерации на публичных страницах не указана. Она зависит от тарифа, модели и параметров клипа — смотрите витрину и кабинет.SpeShu.AI — это официальный ChatGPT?Нет. Это агрегатор, который предоставляет доступ к моделям разных вендоров через свой аккаунт и API.Нужен ли VPN?По заявлению сервиса — нет; доступ и оплата рассчитаны на пользователей из России. Фактическую доступность проверяйте на своём подключении.Можно ли платить российской картой?Сервис заявляет оплату в рублях без иностранной карты. Условия и комиссии подтверждайте при оплате.Есть ли API и насколько он совместим с OpenAI?Да, OpenAI-совместимый API с base_url https://speshu.ai/api/v1 и единым ключом; список моделей отдаёт GET /api/v1/models. Совместимость означает тот же формат запросов — но не гарантирует полного совпадения поведения моделей.Подходит ли для бизнеса?Есть договор и закрывающие документы, но для персональных и чувствительных данных нужна отдельная проверка политики обработки.Чем агрегатор отличается от прямой подписки?Прямая подписка — договор с вендором и его правила. Агрегатор — один аккаунт и оплата в рублях, но между вами и моделью есть посредник, который влияет на версии, лимиты и доступность.Можно ли использовать свой ключ OpenAI?Нет, это другой сценарий. Сервис выдаёт собственный ключ к своему шлюзу; ваши ключи OpenAI или Anthropic здесь не применяются.Хранятся ли мои запросы и видео?NOT_AVAILABLE: на публичных страницах политика хранения промптов, ответов и сгенерированных файлов не раскрыта. Это вопрос к поддержке сервиса, а не к обзору. <h2 id="istochniki">Источники</h2><ul><li>Официальный сайт SpeShu.AI</a>speshu.ai/</li><li>Тарифы и стоимость моделей</a>speshu.ai/pricing</li><li>Документация API</a>speshu.ai/docs</li><li>Поддержка</a>speshu.ai/support/</li></ul><h2 id="chitayte_takzhe">Читайте также</h2><a href="https://qantcore.space/payment/ai/">Оплата AI-сервисов из России<p>карты, подписки и ограничения</p>/payment/ai/</a><a href="https://qantcore.space/review/review-cerebras/">Cerebras: обзор инференс-облака<p>другой взгляд на доступ к моделям</p>/review/review-cerebras/</a><a href="https://qantcore.space/review/review-aider-ai/">Aider AI: обзор<p>AI-ассистент для кода</p>/review/review-aider-ai/</a><a href="https://qantcore.space/catalog/review/">Все обзоры Qantcore<p>проверенные разборы AI-сервисов</p>/catalog/review/</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>AnythingLLM: что это, как пользоваться и сколько стоит в 2026</title>
<link>https://qantcore.space/review/review-anythingllm/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-anythingllm/</guid>
<pubDate>Wed, 18 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Разбор AnythingLLM: что это, как пользоваться в Desktop и Docker, отличие от Open WebUI, сколько стоит сервер и токены в рублях — цены на 18.11.2026.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-anythingllm-v5.jpg" type="image/jpeg" length="91826"/>
<content:encoded><![CDATA[ЛОКАЛЬНЫЙ RAG + ЦЕНЫ В ₽<h2 id="anythingllm_chto_eto_kak_polzovatsya_i_skolko_stoit_v_2026">AnythingLLM: что это, как пользоваться и сколько стоит в 2026</h2><p>Открытое приложение (MIT) для чата по своим документам: Desktop и Docker, подключение Ollama и облачных API, реальные расходы в рублях — сервер от 3 000 ₽/мес и токены от 112 ₽/мес по ценам на 18.11.2026.</p>Open source MITЛокальный RAGDesktop + DockerЦены в ₽<b>Тип</b> Обзор<b>Релиз</b> v1.20.0 от 17.11.2026<b>Проверено</b> 18.11.2026 <p>AnythingLLM — приложение с открытым кодом, которое превращает набор ваших файлов в чат с языковой моделью: документы лежат на вашей машине или сервере, ответы приходят со ссылкой на источник. В обзоре ниже — что это за продукт на самом деле, как им пользоваться (Desktop или Docker), чем он отличается от Open WebUI и Dify, и главное: сколько владение стоит в рублях. Все цены и метрики сняты 18.11.2026, курс и тарифы указаны у каждой цифры.</p>68 392Звёзд на GitHubGitHub API, 18.11.20260 ₽Цена софталицензия MIT, код открытот 3 000 ₽/месСервер для self-hostTimeweb Cloud, 18.11.2026от 112 ₽/месТокены облачной модели2 млн ввода + 0,6 млн вывода, ProxyAPI<h2 id="01_chto_takoe_anythingllm">01Что такое AnythingLLM</h2><p>AnythingLLM разрабатывает Mintplex Labs. По описанию в официальном репозитории это «all-in-one AI application, которая позволяет собрать приватный полнофункциональный ChatGPT»: вы подключаете любимую модель — локальную или облачную, — загружаете документы и начинаете переписку за считанные минуты. Из коробки идут агенты, поддержка нескольких пользователей, векторные базы и конвейер обработки документов без дополнительной настройки.</p><p>Технически это веб-приложение (Node.js) с интерфейсом в браузере и локальным хранилищем векторов. Каждый набор документов живёт в отдельном «воркспейсе»: один для регламентов, другой для договоров, третий для переписки поддержки. Внутри воркспейса можно переключаться между режимом «чат» (модель отвечает из общих знаний) и режимом «запрос по документам» (модель отвечает только по загруженным файлам и показывает цитаты).</p>Карточка приложенияЧто это<b>Open-source приложение для чата с LLM по своим документам (RAG), воркспейсы и агенты</b>Лицензия<b>MIT: сам софт бесплатен, платите только за сервер и токены моделей</b>Формат поставки<b>Desktop-приложение (Windows, macOS, Linux) или серверный образ в Docker</b>Модели<b>Локальные (Ollama, LM Studio, LocalAI, встроенный движок llama.cpp) и облачные API</b>Векторные базы<b>Встроенная LanceDB по умолчанию, плюс внешние: Chroma, Qdrant, PGVector, Pinecone и другие</b>Последний релиз<b>v1.20.0 от 17.11.2026 (GitHub Releases)</b>Кому подходит<b>Командам и одиночным специалистам, которым нужен поиск по внутренним документам без облака</b>Чем это НЕ являетсяAnythingLLM — не конструктор агентских сценариев уровня Dify или n8n: визуальных workflow-графов с ветвлениями здесь нет. Логика проще: воркспейс, документы, модель, инструменты-скиллы у агента. Если нужна оркестрация процессов с десятком веток — это другой класс продукта, и сравнивать их по числу звёзд на GitHub бессмысленно. РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <h2 id="02_kak_polzovatsya_ot_ustanovki_do_otveta_po_dokumentam">02Как пользоваться: от установки до ответа по документам</h2><p>Порядок действий одинаков для обеих версий и занимает около 15 минут: поставить приложение, выбрать провайдера модели, создать воркспейс, загрузить документы и включить режим запроса по документам. Ниже — путь целиком.</p><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart1.png" alt="" /></figure>Два способа поставить1Вариант А: Desktop-приложениеСкачайте инсталлятор со страницы загрузки (ссылка в README репозитория) для Windows, macOS или Linux и запустите. Данные и база векторов останутся на устройстве, интерфейс откроется локально. Подходит одному человеку.2Вариант Б: Docker на сервереОфициальная команда из репозитория: образ mintplexlabs/anythingllm, порт 3001, каталог storage монтируется на хост, чтобы данные пережили обновление контейнера. Нужен Docker 20.10+ на Linux.terminal · Linux/macOSbashexport STORAGE_LOCATION=$HOME/anythingllm mkdir -p $STORAGE_LOCATION touch &quot;$STORAGE_LOCATION/.env&quot; docker run -d --rm -p 3001:3001 \ --cap-add SYS_ADMIN \ -v $STORAGE_LOCATION:/app/server/storage \ -v $STORAGE_LOCATION/.env:/app/server/.env \ -e STORAGE_DIR=/app/server/storage \ mintplexlabs/anythingllm<p>После запуска интерфейс открывается на порту 3001. Если локальная модель живёт на той же машине (Ollama или LM Studio), внутри контейнера её адрес будет не localhost, а host.docker.internal; на Linux в команду docker run нужно добавить флаг --add-host=host.docker.internal:host-gateway, иначе контейнер не увидит модель на хосте.</p><figure><p>Критерий — Desktop-приложение — Self-host в Docker</p> <p>Старт — 5 минут: скачал и запустил — нужен Docker и одна команда</p> <p>Пользователи — один, без разграничения прав — мультипользовательский режим и права — только в Docker</p> <p>Данные — на устройстве пользователя — на вашем сервере, доступ по сети</p> <p>Публикация API — ограничена локальной машиной — полноценный Developer API для интеграций</p> <p>Встроенный движок моделей — есть, через llama.cpp — есть, через llama.cpp</p> <p>Обновления — автоматически в приложении — перезапуск контейнера с новым образом</p> <p>Стоимость софта — 0 ₽ — 0 ₽ + аренда сервера</p><figcaption>Различия по данным README и документации репозитория, проверено 18.11.2026.</figcaption>Мультипользовательский режим и white-label в README помечены как «Docker version only» — это ключевое отличие версий.</figure><h2 id="03_skolko_stoit_anythingllm_v_rublyah">03Сколько стоит AnythingLLM в рублях</h2><p>Сам софт под лицензией MIT, поэтому «цена AnythingLLM» — это не подписка, а стоимость инфраструктуры. Два слагаемых: сервер (если ставите Docker-версию) и токены модели (если пользуетесь облачным API). Локальная модель через Ollama обнуляет второе слагаемое, но требует железа.</p><figure><p>Сценарий — Что платите — Порядок суммы — Дата проверки</p> <p>Desktop на своём ПК — 0 ₽ — только ваше железо и электричество — 18.11.2026</p> <p>Docker на арендованном сервере — 0 ₽ за софт — VPS в РФ — от 3 000 ₽/мес по требованиям вендора — 18.11.2026</p> <p>Облачная модель по API — токены — от 112 ₽/мес при 2 млн ввода и 0,6 млн вывода — 18.11.2026</p> <p>Локальная модель (Ollama) — 0 ₽ за токены — нужно железо: сервер без GPU тянет только небольшие модели — 18.11.2026</p> <p>Платный облачный тариф вендора — подписка в валюте — сумма не подтверждена: страница цен отдаёт 403 — 18.11.2026</p><figcaption>Структура расходов на 18.11.2026.</figcaption>Страница anythingllm.com/pricing с российского IP отвечает 403 (Cloudflare) — сумму облачного тарифа не публикуем, уточняйте на официальном сайте.</figure><p>Сервер. Официальная документация задаёт минимум для Docker-сборки: не меньше 2 ГБ оперативной памяти и от 10 ГБ диска. По этому требованию подходит уже самый младший тариф с 2 ГБ — MSK Ultra 30 за 3 000 ₽/мес. Тариф с 1 ГБ дешевле, но в минимум не укладывается.</p><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart2.png" alt="" /></figure><figure><p>Тариф — CPU — RAM — Диск — Цена — Комментарий</p> <p>MSK Ultra 15 — 1 × 3,3 ГГц — 1 ГБ — 15 ГБ — 1 920 ₽/мес — ниже минимума Docker-сборки (2 ГБ)</p> <p>MSK Ultra 30 — 1 × 3,3 ГГц — 2 ГБ — 30 ГБ — 3 000 ₽/мес — минимум по требованиям вендора</p> <p>MSK Ultra 40 — 2 × 3,3 ГГц — 2 ГБ — 40 ГБ — 3 960 ₽/мес — два ядра: индексация быстрее</p> <p>MSK Ultra 50 — 2 × 3,3 ГГц — 4 ГБ — 50 ГБ — 5 480 ₽/мес — запас под локальную модель</p><figcaption>Тарифы Timeweb Cloud, снято 18.11.2026.</figcaption>Цены аренды меняются: перед заказом сверяйте на странице провайдера (ссылка в источниках).</figure><p>Токены. Второе слагаемое зависит от модели. Ниже — цены российского реселлера ProxyAPI в рублях за 1 млн токенов (уже с НДС) и расчёт месячного бюджета для типового корпоративного бота: 2 млн токенов ввода и 0,6 млн вывода. Такой профиль соответствует примерно 300–400 содержательным ответам по документам в месяц.</p><figure><p>Модель — Ввод, ₽/1 млн — Вывод, ₽/1 млн</p> <p>DeepSeek V4.1 Flash 1017 — 26,07 — 100,25</p> <p>Qwen4-Max — 300 — 900</p> <p>GPT-6.2 Sol — 420 — 2 100</p> <p>Gemini 4 Hydrogen — 450 — 2 250</p> <p>Claude Sonnet 5.5 — 500 — 2 500</p> <p>DeepSeek V4 Pro 0813 — 160,40 — 481,20</p> <p>Kimi K3 — 700 — 3 500</p><figcaption>Цены ProxyAPI, ₽ с НДС, снято 18.11.2026.</figcaption>Реселлер работает из РФ и принимает рубли — это и есть способ платить за зарубежные API без иностранной карты.</figure><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart3.png" alt="" /></figure><p>Минимальный рабочий вариант — Docker на тарифе за 3 000 ₽/мес плюс самая дешёвая модель из таблицы: 112 ₽ токенов. Итого 3 112 ₽/мес. Если модель локальная, остаётся только сервер, но на 2 ГБ памяти без GPU большая модель не поедет: для локального инференса нужен тариф с 4 ГБ и выше либо собственное железо.</p><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart4.png" alt="" /></figure>Формула рублёвой суммы для валютного счётаКурс ЦБ РФ на 18.11.2026: 1 USD = 82,4529 ₽ (API cbr-xml-daily.ru, поле Date 2026-11-18T11:30+03:00). Рублёвая сумма = сумма счёта × курс + комиссия канала. Например, счёт $10 — это 825 ₽ по курсу, а с комиссией 7% — 882 ₽. Комиссия канала — редакционная оценка рынка посредников, а не официальная ставка вендора.<figure><p>Счёт в валюте — По курсу ЦБ — С комиссией 7% — Типовой случай</p> <p>$10 — 825 — 882 — подписка зарубежного сервиса, оплата через посредника</p> <p>$20 — 1 649 — 1 764 — подписка зарубежного сервиса, оплата через посредника</p> <p>$50 — 4 123 — 4 411 — подписка зарубежного сервиса, оплата через посредника</p> <p>$100 — 8 245 — 8 822 — подписка зарубежного сервиса, оплата через посредника</p><figcaption>Расчёт по курсу ЦБ 1 USD = 82,4529 ₽ на 18.11.2026; комиссия — редакционная оценка, не ставка вендора.</figcaption>Точную сумму списания посредник показывает до подтверждения платежа — сверяйте её, а не расчёт по курсу.</figure><h2 id="04_gde_skachat_i_chto_proishodit_v_proekte">04Где скачать и что происходит в проекте</h2><p>Скачивать нужно только с официальных адресов: сборки Desktop-приложения публикуются на сайте вендора и в разделе Releases репозитория Mintplex-Labs/anything-llm, серверный образ — в Docker Hub под именем mintplexlabs/anythingllm. Сторонние «репаки» AnythingLLM в поиске — это не официальные сборки: приложение работает с вашими документами, поэтому источник установщика здесь важнее, чем в обычном софте.</p><p>Проект живой: за последние 12 недель в репозиторий пришло 434 коммита, последний релиз v1.20.0 вышел 17.11.2026 — за день до подготовки этого обзора. Звёзд 68 392, форков 7 728, открытых issue 342. Для сравнения: у Open WebUI 158 993 звезды, у Dify 161 397 — но это другой класс продуктов, поэтому по звёздам выбирать инструмент под RAG по документам нельзя.</p><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart5.png" alt="" /></figure>Проверяйте дату релиза перед установкойВерсия v1.20.0 вышла 17.11.2026. Обновление с более старых версий делается перезапуском контейнера с новым образом; каталог storage при этом сохраняется, если он смонтирован на хост. Без монтирования данные останутся внутри контейнера и потеряются при пересоздании.<h2 id="05_sravnenie_s_lokalnymi_alternativami">05Сравнение с локальными альтернативами</h2><p>Прямые конкуренты AnythingLLM — тоже открытые self-host приложения с чатом и документами. Цифры ниже сняты через GitHub API 18.11.2026: это проверяемые метрики, а не оценки «на глаз».</p><figure><img src="https://qantcore.space/images/dzen/review-anythingllm-chart6.png" alt="" /></figure><figure><p>Проект — Звёзды — Лицензия (GitHub API) — Язык — Сильная сторона</p> <p>AnythingLLM — 68 392 — MIT — JavaScript — RAG по документам из коробки, мультипользовательский режим в Docker</p> <p>Open WebUI — 158 993 — нестандартная (NOASSERTION) — Svelte — Интерфейс к Ollama и OpenAI-совместимым API, очень активное сообщество</p> <p>Dify — 161 397 — нестандартная (NOASSERTION) — Python — Визуальный конструктор агентских процессов и workflow</p> <p>Lobe Chat — 85 743 — нестандартная (NOASSERTION) — TypeScript — Мультимодальный чат-клиент, плагины</p> <p>LibreChat — 47 301 — MIT — TypeScript — Многомодельный чат с ролями, близкий к ChatGPT интерфейс</p><figcaption>Данные GitHub API, снято 18.11.2026. Значение NOASSERTION означает, что GitHub не распознал стандартную лицензию — условия читайте в репозитории.</figcaption>Все пять проектов можно поставить в Docker и связать с локальными моделями. Разница — в сценарии, а не в числе звёзд.</figure><p>Когда AnythingLLM проигрывает: если нужны ветвящиеся сценарии с внешними системами — сильнее Dify; если нужен просто удобный чат с локальной моделью без документов — хватит Open WebUI, и он легче. Когда выигрывает: нужен именно поиск по внутренним файлам с цитатами, разграничением доступа по воркспейсам и запуском на своём сервере без облачных подписок.</p><h2 id="06_modeli_ollama_lm_studio_i_oblachnye_api">06Модели: Ollama, LM Studio и облачные API</h2><p>AnythingLLM не навязывает провайдера. Список из README включает любой llama.cpp-совместимый файл модели, OpenAI, Azure OpenAI, AWS Bedrock, Anthropic, Google Gemini, NVIDIA NIM, Ollama, LM Studio, LocalAI, OpenRouter и другие. Векторные базы тоже сменные: LanceDB по умолчанию, плюс Chroma, Qdrant, PGVector, Pinecone, Weaviate и остальные.</p><p>Для работы с Ollama достаточно указать адрес локального сервера в настройках провайдера — приложение само подтянет список загруженных моделей. С LM Studio та же логика: включите локальный сервер в приложении и укажите его порт. Если AnythingLLM стоит в Docker, а модель — на хосте, используйте host.docker.internal вместо localhost.</p><figure><p>Провайдер — Где работает — Стоимость токенов — Когда выбирать</p> <p>Ollama / LM Studio — ваш ПК или сервер — 0 ₽ — данные не должны покидать контур, объём небольшой</p> <p>Встроенный движок llama.cpp — внутри AnythingLLM — 0 ₽ — не хочется ставить отдельный сервис моделей</p> <p>Облачный API (OpenAI, Anthropic, Gemini) — у вендора — по тарифу модели — нужно качество топовых моделей на больших документах</p> <p>Российский реселлер (ProxyAPI) — шлюз из РФ — ₽ за 1 млн токенов — нет иностранной карты, нужна оплата в рублях</p><figcaption>Составлено по README репозитория и странице тарифов реселлера, проверено 18.11.2026.</figcaption>Токены локальной модели бесплатны только условно: вы платите за железо. Сервер без GPU потянет модели до 7–8 млрд параметров.</figure>Что есть кроме чатаПо README: динамическая маршрутизация запросов между провайдерами по правилам, память пользователя и воркспейса, задачи по расписанию (cron), автоматический подбор инструментов для агента с экономией до 80% токенов на запрос, no-code сборка агентов, поддержка MCP, мультимодальные модели, встраиваемый чат-виджет для сайта и полный Developer API.<h2 id="07_oplata_iz_rossii_server_tokeny_podpiski">07Оплата из России: сервер, токены, подписки</h2><p>Хорошая новость: за сам AnythingLLM платить некому — лицензия MIT, код открыт. Из РФ напрямую решается сервер: Timeweb Cloud принимает рубли, счёт выставляется в рублях, курс не участвует. Проблема начинается на облачных моделях: OpenAI, Anthropic и Google не принимают карты «Мир» и не работают с российскими счетами.</p><figure><p>Канал — Что оплачивает — Цена и сроки — Дата проверки</p> <p>Карта «Мир» напрямую — — — зарубежные API её не принимают: нужен посредник — 18.11.2026</p> <p>Российский реселлер токенов — API моделей — ₽ за 1 млн токенов, счёт в рублях — 18.11.2026</p> <p>Карта «Плати по миру» — подписки и сервисы в валюте — выпуск 2 990 ₽ «Для подписок», 3 990 ₽ «Для путешествий», 14 990 ₽ «Премиальная» — 18.11.2026</p> <p>Криптовалюта через посредника — пополнение баланса API — курс и комиссия — у конкретного сервиса — 18.11.2026</p><figcaption>Условия каналов сверены по официальной странице сервиса и FAQ, проверено 18.11.2026.</figcaption>Комиссия карты «Плати по миру» — от 22 ₽ (+0,25 USD) за операцию; лимит карты «Для подписок» — 50 000 USD в месяц, у остальных 200 000 USD.</figure><p>Порядок для команды из РФ выглядит так: сервер берём у российского провайдера за рубли, модель подключаем либо локальную (тогда вопрос оплаты вообще снимается), либо через российский реселлер токенов, который выставляет счёт в рублях. Карта-посредник нужна только если вы платите за зарубежную подписку, которую нельзя оплатить рублёвым счётом.</p>Что проверить перед оплатой посреднику1Сумма до подтвержденияИтоговая рублёвая сумма видна на экране подтверждения. Сравните её с расчётом «счёт × курс ЦБ + комиссия»: расхождение больше 10% — повод искать другого посредника.2Сроки зачисленияПо FAQ карты: обычно несколько минут, в редких случаях до 3 суток. Для срочного счёта это риск — держите запас.3ВозвратВозврат идёт на тот же способ оплаты, минимум 5 USD, удерживается 10%, срок обработки до 45 рабочих дней. За выпуск карты деньги не возвращают, если по ней уже были успешные транзакции.4Минимальная суммаПополнение от 5 USD, пополнение рублями через СБП любого российского банка или картой. Для теста модели этого достаточно.<h2 id="08_plyusy_i_minusy">08Плюсы и минусы</h2>Плюсы<ul><li>Софт бесплатен (MIT), нет подписки и привязки к вендору</li><li>Документы и векторы остаются на вашем сервере или устройстве</li><li>Любая модель: локальная через Ollama/LM Studio или облачный API</li><li>RAG из коробки: загрузка PDF, DOCX, TXT и ответы с цитатами</li><li>Мультипользовательский режим с правами — в Docker-версии</li><li>Developer API для интеграции с внутренними системами</li></ul>Минусы<ul><li>Визуальных workflow нет — сложные процессы не собрать</li><li>Docker-версия требует сервера: минимум 2 ГБ RAM и 10 ГБ диска</li><li>Локальные модели на CPU работают медленно, а GPU-сервер дороже</li><li>Публичная документация вендора закрыта от автоматического доступа: часть деталей проверяется только в интерфейсе</li><li>Интерфейс на английском, русской локализации нет</li></ul>Кому подходит, а кому нетПодходит: юрист, аналитик, поддержка, отдел продаж — всем, у кого есть папка документов и потребность задавать по ним вопросы с опорой на источник. Не подходит: если нужен конструктор процессов с ветвлениями, внешними API и расписанием — это Dify или n8n; если нужен просто чат без документов — Open WebUI легче.<h2 id="09_itog">09Итог</h2><p>AnythingLLM — самый прямой способ получить «чат по своим документам» без облачной подписки: одна команда в Docker или инсталлятор, любая модель на выбор, данные у вас. Стоимость владения предсказуема: 0 ₽ за софт, от 3 000 ₽/мес за сервер по требованиям вендора и от 112 ₽/мес за токены при облачной модели. Итого минимальный рабочий вариант — около 3 100 ₽ в месяц, а с локальной моделью — только сервер.</p><p>Главное ограничение — не цена, а сценарий: AnythingLLM отвечает на вопросы по документам, но не заменяет платформу оркестрации. Если задача шире — начинайте с Dify, а AnythingLLM оставляйте как слой поиска по внутренней базе знаний. Пошаговая установка с настройкой Ollama разобрана в отдельном гайде, сравнение платформ — на странице сравнения.</p> <b>🖥 Не хватает железа для модели?</b> Разверните её на облачном сервере: в Timeweb Cloud есть VPS и серверы с GPU NVIDIA, оплата российской картой.<a href="https://qantcore.space/go/timeweb-gpu">Серверы с GPU →</a> &nbsp; <a href="https://qantcore.space/go/timeweb-vps">VPS для агента →</a> &nbsp; <a href="https://qantcore.space/go/firstvds">VPS в FirstVDS →</a> <h2 id="chastye_voprosy">Частые вопросы</h2>anythingllm что этоОткрытое приложение (лицензия MIT) от Mintplex Labs для чата с языковой моделью по своим документам: воркспейсы, загрузка PDF/DOCX/TXT, поиск по векторам и ответы с цитатами. Ставится как Desktop-приложение или как серверный Docker-образ; модель может быть локальной (Ollama, LM Studio) или облачной.anythingllm как пользоватьсяПять шагов: установить приложение, выбрать провайдера модели в настройках, создать воркспейс, загрузить документы кнопкой Add Documents и переключить чат в режим запроса по документам. Дальше вы задаёте вопросы, а система показывает фрагменты файлов, на которых основан ответ.anythingllm скачатьОфициально — только два источника: инсталлятор Desktop-приложения со страницы вендора (ссылка в README репозитория) и образ mintplexlabs/anythingllm в Docker Hub. Сборки из сторонних «репаков» не используйте: приложение получает доступ ко всем вашим документам.anythingllm desktopDesktop-версия — это однопользовательское приложение для Windows, macOS и Linux: данные и база векторов лежат на устройстве, интерфейс открывается локально. Мультипользовательский режим, права доступа и встраиваемый чат-виджет в README помечены как функции Docker-версии.anythingllm desktop скачатьИнсталляторы публикуются на официальной странице загрузки Desktop-приложения и в разделе Releases репозитория Mintplex-Labs/anything-llm. Актуальный релиз на 18.11.2026 — v1.20.0 от 17.11.2026; серверная версия обновляется перезапуском контейнера с новым образом.ollama + anythingllmСвязка работает без интернета и без оплаты токенов: в AnythingLLM откройте настройки LLM, выберите Ollama, укажите адрес сервера (http://localhost:11434, а из Docker — http://host.docker.internal:11434) и выберите загруженную модель. На Linux в запуск контейнера нужно добавить --add-host=host.docker.internal:host-gateway.anything llm githubРепозиторий Mintplex-Labs/anything-llm: на 18.11.2026 — 68 392 звезды, 7 728 форков, лицензия MIT, язык JavaScript, 342 открытых issue. За год 1 142 коммита, последний релиз v1.20.0 вышел 17.11.2026 — проект активно развивается.сколько стоит anythingllm в рубляхСофт — 0 ₽. Расходы: сервер от 3 000 ₽/мес (тариф с 2 ГБ памяти, минимум по требованиям вендора) и токены облачной модели от 112 ₽/мес при 2 млн токенов ввода и 0,6 млн вывода. С локальной моделью через Ollama токены бесплатны, но нужен сервер с 4 ГБ памяти и больше.<h2 id="istochniki_i_oficialnye_ssylki">Источники и официальные ссылки</h2><ul><li>Репозиторий AnythingLLM (описание, функции, лицензия MIT)</a>github.com/Mintplex-Labs/anything-llm</li><li>Требования и команда запуска Docker</a>raw.githubusercontent.com/Mintplex-Labs/anything-llm/master/docker/HOW_TO_USE_DOCKER.md</li><li>Star, форки и активность разработки (GitHub API)</a>api.github.com/repos/Mintplex-Labs/anything-llm</li><li><a href="https://qantcore.space/go/timeweb-vps">Тарифы VPS в рублях (Timeweb Cloud)</a>timeweb.cloud/services/vds-vps</li><li>Цены токенов в рублях (ProxyAPI, DeepSeek V4.1 Flash)</a>proxyapi.ru/models/deepseek/deepseek-v4.1-flash-1017</li><li>Курс ЦБ РФ (cbr-xml-daily.ru)</a>www.cbr-xml-daily.ru/daily_json.js</li><li>Условия карты «Плати по миру» (выпуск, комиссии, лимиты, возврат)</a>platipomiru.com/faq/</li></ul><h2 id="chitayte_takzhe">Читайте также</h2><a href="https://qantcore.space/guide/guide-anythingllm-nastrojka/">AnythingLLM: установка и настройка пошагово/guide/guide-anythingllm-nastrojka/</a><a href="https://qantcore.space/tsena/anythingllm/">Сколько стоит AnythingLLM: тарифы и оплата из РФ/tsena/anythingllm/</a><a href="https://qantcore.space/oplata/anythingllm/">AnythingLLM: доступ и оплата из России/oplata/anythingllm/</a><a href="https://qantcore.space/review/review-open-webui/">Обзор Open WebUI/review/review-open-webui/</a><a href="https://qantcore.space/review/review-dify/">Обзор Dify/review/review-dify/</a><a href="https://qantcore.space/compare/dify-platform-vs-anythingllm/">Dify или AnythingLLM: что выбрать/compare/dify-platform-vs-anythingllm/</a><a href="https://qantcore.space/guide/guide-lm-studio-local-llm/">LM Studio: локальные LLM на своём компьютере/guide/guide-lm-studio-local-llm/</a>Нужен RAG на своих документах?В гайде — пошаговая установка AnythingLLM, подключение Ollama и расчёт месячного бюджета в рублях с проверенными цифрами.<a href="https://qantcore.space/guide/guide-anythingllm-nastrojka/">Открыть гайд по установке</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Проверенные сервисы оплаты AI-сервисов: как выбрать канал в 2026 году</title>
<link>https://qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/</link>
<guid isPermaLink="true">https://qantcore.space/guide/proverennye-servisy-oplaty-ai-2026/</guid>
<pubDate>Tue, 17 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Проверенные сервисы оплаты AI из России: тарифы ChatGPT в $ и ₽ по курсу ЦБ, комиссии каналов, цена 1 млн токенов API и расчёт бюджета.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-v5.jpg" type="image/jpeg" length="212882"/>
<content:encoded><![CDATA[<h2 id="proverennye_servisy_oplaty_ai_servisov_kak_vybrat_kanal_v_20">Проверенные сервисы оплаты AI-сервисов: как выбрать канал в 2026 году</h2><p>Проверенные на 17.11.2026 цифры: официальные тарифы ChatGPT, рублёвая цена токенов у российского реселлера и полная стоимость платежа через виртуальную карту.</p>ГайдОплатаРоссия<b>Тема</b> Оплата AI из РФ<b>Проверено</b> 17.11.2026<b>Обновлено</b> 17.11.2026 <p>«Проверенный сервис оплаты AI» — это не бренд, а набор проверяемых признаков: понятное юрлицо, публичная оферта, фиксированная комиссия, рубли на входе и возможность получить документы. Ниже — четыре реальных канала оплаты AI-подписок и API из России, методика проверки посредника за пять шагов и расчёт итоговой суммы, чтобы комиссия не съела бюджет.</p>Короткий ответПрямой оплаты картой «Мир» у зарубежных AI-сервисов нет: платёж всегда идёт через посредника или через криптовалютный канал. Выбирайте не «самый дешёвый сервис», а канал под задачу: разовый платёж — карта через посредника, регулярные API-расходы — крипта или шлюз доступа, командные закупки — только с документами и офертой.<h2 id="1_skolko_stoit_chatgpt_v_2026_oficialnye_tarify_i_rubli">1Сколько стоит ChatGPT в 2026: официальные тарифы и рубли</h2><p>Тарифная сетка ChatGPT выросла: осенью 2026 на DevDay OpenAI развела Pro на три плана и добавила верхний <b>Pro 500</b> с режимом Ultrafast (до 300 токенов в секунду в Codex и Work). Одновременно лимиты Pro 200 урезали вдвое — до 10× от Plus вместо прежних 20×. Ниже — официальные цены в долларах (сверено 17.11.2026) и та же сумма в рублях по курсу ЦБ <b>82,51 ₽ за доллар</b> на 17.11.2026.</p><figure><p>План — Цена в USD — Цена в ₽ по курсу ЦБ — Кому нужен</p> <p>Free — $0 — 0 ₽ — базовый доступ, лимиты на GPT-6</p> <p>Go — $8 — 660,11 ₽ — длинные диалоги, выше лимиты Free</p> <p>Plus — $20 — 1 650,29 ₽ — расширенные лимиты, проекты, Codex</p> <p>Pro 100 — $100 — 8 251,43 ₽ — больше лимитов, чем Plus</p> <p>Pro 200 — $200 — 16 502,86 ₽ — 10× лимит Plus в Work и Codex</p> <p>Pro 500 — $500 — 41 257,15 ₽ — максимальный лимит + Ultrafast (до 300 ток/с)</p><figcaption>Официальные тарифы ChatGPT и пересчёт по курсу ЦБ РФ 82,51 ₽/$ на 17.11.2026</figcaption>Курс ЦБ меняется ежедневно: рублёвая сумма — расчёт Qantcore, а не прайс вендора. Бизнес-тарифы считаются за место: Standard $25/мес ($20 при годовой оплате), Premium $125/мес ($100 при годовой), Enterprise — по запросу через отдел продаж.</figure><p>Курс — только первая часть счёта. Платёж из России проходит через посредника, и он добавляет свою комиссию: у сервиса виртуальных карт это <b>от 22 ₽ + 0,25 $</b> за операцию (по его FAQ на 17.11.2026), то есть примерно <b>42,63 ₽</b> сверху. Поэтому Plus за $20 — это не ровно 1 650 ₽, а 1 650–1 750 ₽ в зависимости от курса платформы и способа пополнения.</p>Официальный прайс с российского IP не открывается (17.11.2026)openai.com/chatgpt/pricing и chatgpt.com/pricing отдают с этого адреса Cloudflare-заглушку и ошибку загрузки — сам сайт недоступен без VPN, и это же ограничение мешает привязать российскую карту. Цены в таблице сверены по официальной странице тарифов и справочнику OpenAI Help; конечную сумму всегда проверяйте на странице оплаты перед покупкой.<h2 id="2_api_v_rublyah_skolko_stoit_1_mln_tokenov_u_resellera">2API в рублях: сколько стоит 1 млн токенов у реселлера</h2><p>Если нужен не чат, а API, считать надо по токенам. Российские шлюзы продают доступ к моделям OpenAI с рублёвым счётом и включённым НДС: у ProxyAPI на 17.11.2026 GPT-5 стоит <b>323 ₽ за 1 млн входных</b> и <b>2 577 ₽ за 1 млн выходных</b> токенов, GPT-5 mini — 65 ₽ и 516 ₽, GPT-4o — 645 ₽ и 2 577 ₽. Выходные токены дороже в 4–8 раз — поэтому длина ответа влияет на счёт сильнее, чем длина запроса.</p><figure><img src="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-chart1.png" alt="" /></figure><figure><p>Модель — Ввод, ₽/1 млн — Вывод, ₽/1 млн — Контекст — Проверено</p> <p>GPT-5 — 323,00 — 2 577,00 — 400K — 17.11.2026</p> <p>GPT-5 mini — 65,00 — 516,00 — 400K — 17.11.2026</p> <p>GPT-4o — 645,00 — 2 577,00 — 128K — 17.11.2026</p><figcaption>Рублёвые цены API у российского реселлера (НДС 5% включён)</figcaption>Ставки реселлера меняются вслед за курсом и прайсом вендора: перед закупкой сверяйте страницу модели. Официальные цены OpenAI в долларах откройте через VPN и сравните — разница и есть плата за рублёвый счёт.</figure><p>Чтобы увидеть порядок суммы, пересчитаем три типовых сценария по ставкам GPT-5: небольшой бот (2 млн входных и 0,5 млн выходных токенов в месяц), рабочий ассистент (10 и 3 млн) и продакшн-нагрузка (40 и 12 млн).</p><figure><img src="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-chart2.png" alt="" /></figure><figure><p>Сценарий — Ввод — Вывод — Бюджет, ₽/мес</p> <p>Пробный — 2 млн — 0,5 млн — 1 934,50 ₽</p> <p>Рабочий — 10 млн — 3 млн — 10 961,00 ₽</p> <p>Продакшн — 40 млн — 12 млн — 43 844,00 ₽</p><figcaption>Расчёт месячного бюджета API по ставкам GPT-5 от 17.11.2026</figcaption>Сумма не включает наценку за персональный менеджер и плату за платёж. Сжимайте промпты и ограничивайте max_tokens: выход в 8 раз дороже входа.</figure><h2 id="3_skolko_lyudey_ischut_platezhnye_obhody">3Сколько людей ищут платёжные обходы</h2><p>Спрос на оплату AI из России — не узкая ниша, а половина всего поискового трафика по теме AI-инструментов. По данным Яндекс.Вебмастера за неделю до 29.10.2026 сайт qantcore.space получил 5794 показов по 500 запросам, и 2883 из них (49,8%) — запросы с платёжным интентом: «оплата», «купить», «подписка», «тариф», «карта», «крипта».</p><figure><img src="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-chart3.png" alt="" /></figure><p>Из этой картины следуют три вывода. Первый: криптовалюта и карта «Мир» — не экзотика, а основные каналы, о которых спрашивают. Второй: люди ищут не «сервис вообще», а инструкцию под конкретный бренд — поэтому запросы вида «оплата tabnine через крипту» и «как оплатить replicate без карты» живут отдельно. Третий: слово «без VPN» встречается в 9 запросах — доступ и платёж путают, хотя это две разные задачи.</p><figure><img src="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-chart4.png" alt="" /></figure><h2 id="4_chetyre_kanala_oplaty_chem_otlichayutsya">4Четыре канала оплаты: чем отличаются</h2><p>Каналов, которыми реально пользуются из России, четыре. Они отличаются не только комиссией, но и тем, кто именно проводит платёж, что вы получаете на выходе и что будет при споре с сервисом.</p><figure><p>Канал — Сколько стоит (проверено 17.11.2026) — Комиссия за платёж — Сроки</p> <p>Прямая оплата картой РФ — Платёж не проходит — — — Платёж отклоняется банком</p> <p>Виртуальная карта посредника — Выпуск «Для подписок» — 2 990 ₽, «Для путешествий» — 3 990 ₽, «Премиальная» — 14 990 ₽ — от 22 ₽ + 0,25 $ за операцию — Минуты; до 3 суток в редких случаях</p> <p>API через рублёвый шлюз-реселлер — GPT-5: 323 ₽ ввод / 2 577 ₽ вывод за 1 млн токенов (НДС 5% включён) — включена в ставку — Пополнение сразу, счёт в рублях</p> <p>Крипта (USDT, TRC-20) — Сумма счёта в валюте сервиса — комиссия сети + курс обменника — От минут до нескольких часов</p><figcaption>Тарифы и сроки каналов, сверено 17.11.2026: FAQ сервиса виртуальных карт, рублёвый прайс шлюза-реселлера, курс ЦБ</figcaption></figure><p>Первый канал — самый массовый: вы платите в рублях, посредник оплачивает подписку своей картой. Здесь важно, чтобы комиссия была объявлена заранее, а не «дорисовывалась» по курсу в момент списания. Второй канал — крипта: сам AI-сервис криптовалюту не принимает, расчёт идёт через посредника, который конвертирует USDT в валюту счёта; хэш транзакции нужно сохранять, он единственное доказательство платежа. Третий — зарубежная карта: работает до первой проверки KYC или смены правил эмитента, а при блокировке деньги зависают вне вашего контроля. Четвёртый — шлюз-реселлер: вы покупаете не подписку вендора, а доступ к тем же моделям внутри российского контура, с рублёвым счётом и лимитами.</p>Чего не бываетНе существует «официальной цены для России» у OpenAI, Anthropic или Replicate — рублёвая сумма всегда складывается из тарифа в валюте, курса и комиссии канала. Если сервис обещает фиксированную рублёвую цену ниже биржевого курса на 30%, это либо демпинг на первый платёж, либо признак того, что платёж пройдёт не туда.<h2 id="5_kak_proverit_servis_oplaty_za_pyat_shagov">5Как проверить сервис оплаты за пять шагов</h2><p>Проверка занимает 15 минут и не требует технических знаний. Порядок важен: сначала документы, потом деньги, и только потом — повторные платежи.</p><figure><img src="https://qantcore.space/images/dzen/proverennye-servisy-oplaty-ai-2026-chart5.png" alt="" /></figure><ol><li>Никогда не передавайте посреднику пароль от аккаунта AI-сервиса — для оплаты достаточно e-mail или ссылки на счёт.</li><li>Просите чек или документ на каждый платёж, если платите с корпоративной карты: без него расходы не списать.</li><li>Проверяйте, в какой валюте выставлен счёт: у части сервисов цена в долларах, у части — в евро, и курс канала считается по разным парам.</li><li>Держите запас 10–15% сверх тарифа: курс и комиссия двигаются быстрее, чем вы успеете пополнить баланс.</li><li>Не покупайте «на год вперёд» у нового посредника: годовая подписка выгоднее по тарифу, но при блокировке канала вы теряете весь остаток.</li></ol>Главный признак плохого сервисаПросьба установить «фирменное» приложение или расширение браузера для оплаты, а также требование прислать скриншот карты с двух сторон. Ни один нормальный платёжный посредник не просит ни того, ни другого.<h2 id="6_chto_vybrat_pod_svoy_servis">6Что выбрать под свой сервис</h2><p>Канал выбирают не по вкусу, а по типу расхода. Разовый платёж за подписку, месячный API-счёт на сотни долларов и командная закупка с документами — три разные задачи, и лучший канал у них разный.</p><figure><p>Задача — Рабочий канал — Почему так</p> <p>Разовая подписка (Claude Pro, Cursor Pro) — Карта «Мир» через посредника — Платёж редкий, важна предсказуемая сумма в рублях</p> <p>API с ежемесячным счётом (OpenAI, Anthropic, DeepSeek) — Крипта или шлюз доступа — Счёт меняется каждый месяц, нужен контроль лимитов</p> <p>Медиагенерация ( Runway , Synthesia ) — Карта через посредника — Пакеты кредитов покупаются редко и крупными суммами</p> <p>Командная закупка с отчётностью — Шлюз-реселлер с документами — Нужны закрывающие документы и российский счёт</p> <p>Эксперимент на минимальную сумму — API по токенам через шлюз — Не нужно оформлять подписку ради пары запросов</p><figcaption>Матрица «задача → канал». Внутри каждого канала конкретный сервис выбирается по чек-листу из предыдущего раздела.</figcaption></figure><p>На сайте уже разобраны страницы оплаты по конкретным брендам — от <a href="https://qantcore.space/oplata/lindy-ai/">Lindy AI</a> и <a href="https://qantcore.space/oplata/claude-anthropic/">Claude</a> до Tabnine и Replicate. Начинать удобнее с общей сводки: <a href="https://qantcore.space/oplata/">каталог страниц оплаты</a> собирает все бренды в одном месте, а пошаговые инструкции лежат в гайдах по <a href="https://qantcore.space/guide/openai-api-russia-payment-2026/">оплате OpenAI API</a>, <a href="https://qantcore.space/guide/claude-pro-russia-payment-2026/">Claude Pro</a> и <a href="https://qantcore.space/guide/tabnine-russia-payment-2026/">Tabnine</a>.</p>Раскрытие партнёрстваДва шлюза доступа к моделям на этом сайте — партнёрские: <a href="https://qantcore.space/go/bothub">BotHub</a> (ключи к популярным моделям, оплата в рублях) и <a href="https://qantcore.space/go/gptunnel">GPTunnel</a> (доступ без VPN). Мы получаем комиссию с переходов, но критерии проверки из этого гайда к ним применяются так же, как к любому другому сервису.<h2 id="7_skolko_eto_stoit_v_rublyah_formula_a_ne_cifra">7Сколько это стоит в рублях: формула, а не цифра</h2><p>Итоговая сумма всегда считается по одной формуле: тариф в валюте × курс канала + комиссия посредника + возможная плата за перевод. Конкретные тарифы вендоров меняются, поэтому цифры в тексте мы не фиксируем — их нужно смотреть на официальной странице цен в момент оплаты.</p>Что входит в рублёвый платёжТариф вендора<b>цена на официальной странице (USD или EUR)</b>Курс канала<b>обычно на 2–5% выше биржевого</b>Комиссия посредника<b>фиксированный % или фикс за платёж</b>Плата за перевод<b>зависит от банка или сети</b>Итог<b>сумма к списанию в рублях</b><p>Практический вывод: при небольшом платеже фиксированная комиссия съедает больше, чем процент, — поэтому мелкие суммы выгоднее объединять в один платёж, а не платить пять раз по пять долларов. И наоборот: при крупном API-счёте процентная комиссия становится заметной, и тогда имеет смысл сравнивать не «сервисы», а каналы — крипта обычно дешевле карты на 3–7 процентных пунктов, но требует ручной работы с транзакцией.</p>Как проверить расчётВозьмите тариф с официального сайта, умножьте на курс вашего канала и прибавьте объявленную комиссию. Если посредник называет сумму ниже — спросите, по какому курсу и за чей счёт разница. Ответ «по внутреннему курсу» без цифры означает, что курс вы узнаете только после списания. <h2 id="chastye_voprosy">Частые вопросы</h2>Можно ли оплатить ChatGPT картой «Мир» напрямую?Нет. Карты «Мир» и российские Visa/Mastercard не принимаются на стороне OpenAI, а сама страница тарифов с российского IP не загружается. Рубли проходят только через посредника: виртуальную карту или готовую подписку у маркетплейса.Сколько стоит подписка ChatGPT в рублях?При курсе ЦБ 82,51 ₽ за доллар (17.11.2026) Plus за $20 — это 1 650,29 ₽, Pro 200 — 16 502,86 ₽, Pro 500 — 41 257,15 ₽. С комиссией операции (22 ₽ + 0,25 $ ≈ 42,63 ₽) и курсом платформы фактический платёж выше на 5–12%.Как оплатить OpenAI API из России в 2026 году?Два рабочих пути: рублёвый шлюз-реселлер (счёт в рублях, ключ выдают сразу, ставки за токены опубликованы) и виртуальная зарубежная карта плюс прямая оплата на platform.openai.com. Первый проще для команд с отчётностью, второй дешевле по курсу, но требует выпуска карты за 2 990–14 990 ₽ и оплаты комиссии от 22 ₽ + 0,25 $ за операцию.Топ сервисов для оплаты OpenAI API российскими компаниями в 2026 году — какие выбрать?Выбирайте по трём проверяемым признакам: рублёвый счёт и закрывающие документы, опубликованная ставка за 1 млн токенов, понятный курс пополнения. На 17.11.2026 у российского шлюза-реселлера GPT-5 стоит 323 ₽ за 1 млн входных и 2 577 ₽ за 1 млн выходных токенов с НДС — эту цифру можно сравнить с официальным прайсом OpenAI и увидеть реальную наценку.Какие сервисы по оплате AI-сервисов проверенные?Проверенный — тот, у которого совпадают юрлицо в оферте и в реквизитах, комиссия и курс объявлены до оплаты, есть публичная история и живая поддержка, а на каждый платёж выдаётся документ. Бренд сам по себе ничего не гарантирует: проверять нужно по признакам из чек-листа выше, начиная с пробного платежа на минимальную сумму.Как оплатить AI-сервис без VPN из России?VPN нужен для доступа к сайту сервиса, а не для платежа: платёж всё равно идёт через посредника или криптовалютный канал. Если задача — просто получить доступ к моделям без настройки маршрутов, проще взять ключ у российского шлюза-реселлера: запросы уходят с его инфраструктуры, а вы работаете из обычной сети.Можно ли оплатить AI-сервис картой «Мир» напрямую?Нет. Карту «Мир» не принимает ни один из зарубежных AI-сервисов напрямую: платёж проходит через посредника, который списывает рубли и оплачивает подписку своей картой. Поэтому в чеке и в выписке вы увидите посредника, а не OpenAI или Anthropic.Можно ли оплатить подписку AI криптовалютой USDT?Сам сервис криптовалюту не принимает — расчёт идёт через посредника, который конвертирует USDT в валюту счёта. Чаще всего используют сеть TRC-20 из-за низкой комиссии; хэш транзакции сохраняйте — это единственное доказательство платежа при споре.Сколько стоит подписка AI-сервиса в рублях?Фиксированной «цены для россиян» нет: рублёвая сумма = тариф в валюте × курс канала + комиссия посредника. Тариф берите на официальной странице цен вендора в день оплаты, курс — у своего канала; разница между каналами обычно 3–7 процентных пунктов.Как оплатить годовую подписку через посредника?Технически так же, как месячную, но риск выше: при блокировке канала или аккаунта вы теряете весь остаток. Годовую подписку имеет смысл брать только у сервиса с историей платежей не меньше полугода и с понятным порядком возврата, прописанным в оферте.Что делать, если сервис не зачислил оплату?Сохраните три вещи: чек или скриншот списания, хэш транзакции (если платили криптой) и переписку с поддержкой. Дальше — заявка посреднику с этими документами; если платёж шёл через карту, дополнительно можно запросить чарджбэк в банке, но по криптовалютным переводам возврат невозможен технически.<h2 id="smezhnye_materialy">Смежные материалы</h2><a href="https://qantcore.space/oplata/">Все страницы оплаты<p>116 брендов: способы, тарифы, инструкции</p>/oplata/</a><a href="https://qantcore.space/guide/openai-api-russia-payment-2026/">Оплата OpenAI API из России<p>Пошаговая инструкция по ключам</p>/guide/openai-api-russia-payment-2026/</a><a href="https://qantcore.space/guide/claude-pro-russia-payment-2026/">Оплата Claude Pro<p>Тарифы и региональные ограничения</p>/guide/claude-pro-russia-payment-2026/</a><a href="https://qantcore.space/guide/tabnine-russia-payment-2026/">Оплата Tabnine<p>Подписка для кодинг-агента</p>/guide/tabnine-russia-payment-2026/</a><a href="https://qantcore.space/review/review-lindy-ai/">Обзор Lindy AI<p>Самый частый бренд в платёжных запросах</p>/review/review-lindy-ai/</a><a href="https://qantcore.space/guide/ai-agent-stripe-payment/">Платежи внутри агентов<p>Как агенты принимают оплату сами</p>/guide/ai-agent-stripe-payment/</a><h2 id="istochniki_i_oficialnye_stranicy">Источники и официальные страницы</h2><ul><li>OpenAI — цены API</a>openai.com/api/pricing/Официальный прайс; из РФ отдаёт 403 на бот-волле — это норма для домена.</li><li>Anthropic — тарифы Claude</a>claude.com/pricingОфициальная страница тарифов и лимитов.</li><li>Replicate — цены</a>replicate.com/pricingПоминутная тарификация моделей, цены в долларах.</li><li>Банк России — FAQ о цифровых валютах</a>www.cbr.ru/faq/Официальная позиция регулятора по криптовалютным расчётам.</li><li><a href="https://qantcore.space/go/bothub">BotHub — доступ к моделям</a>/go/bothubПартнёрский шлюз: ключи, оплата в рублях.</li><li><a href="https://qantcore.space/go/gptunnel">GPTunnel — доступ без VPN</a>/go/gptunnelПартнёрский шлюз для работы из РФ.</li><li>OpenAI — тарифы ChatGPT</a>chatgpt.com/pricing/официальная страница тарифов; с российского IP отдаёт ошибку загрузки (проверено 17.11.2026)</li><li>OpenAI Help — тарифы Pro</a>help.openai.com/en/articles/9793128-about-chatgpt-pro-tiersPro 100 / Pro 200 / Pro 500: $100 / $200 / $500 в месяц</li><li>ProxyAPI — цены OpenAI в рублях</a>proxyapi.ru/models/openai/gpt-5323 ₽ ввод / 2 577 ₽ вывод за 1 млн токенов, НДС 5% включён</li><li>Плати по всему миру — FAQ по тарифам</a>platipomiru.com/faq/выпуск карты 2 990–14 990 ₽, комиссия от 22 ₽ + 0,25 $, пополнение от 5 $ по СБП</li><li>ЦБ РФ — курс доллара</a>www.cbr-xml-daily.ru/82,51 ₽ за 1 $ на 17.11.2026, 11:30 MSK</li></ul>Итог8,7/ 10Канал оплаты выбирается под тип расхода, а сервис — по пяти признакам: юрлицо, оферта, объявленная комиссия, пробный платёж, работающая поддержка. Этого чек-листа достаточно, чтобы отсеять однодневки и не переплачивать за курс.Нужна инструкция под конкретный сервис?116 страниц оплаты по брендам и 14 гайдов по платёжным маршрутам — с тарифами и пошаговыми шагами.<a href="https://qantcore.space/oplata/">Открыть страницы оплаты</a><a href="https://qantcore.space/guides/">Все гайды</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Cerebras: обзор 2026 — самое быстрое облако инференса</title>
<link>https://qantcore.space/review/review-cerebras/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-cerebras/</guid>
<pubDate>Tue, 17 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Cerebras Inference — обзор 2026: 4 трлн транзисторов на одной пластине, $0,35 и $0,75 за миллион токенов GPT OSS 120B, лимиты бесплатного старта и реальные подвохи.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-cerebras-v5.jpg" type="image/jpeg" length="259361"/>
<content:encoded><![CDATA[chipОБЗОР 2026<h2 id="cerebras_obzor_2026_samoe_bystroe_oblako_inferensa">Cerebras: обзор 2026 — самое быстрое облако инференса</h2><p>Cerebras продаёт не модель, а время ответа: инференс на пластине 46 225 мм² с 44 ГБ SRAM прямо на кристалле. Разбираем по официальным страницам и независимому бенчмарку, что реально доступно в API 17.11.2026, сколько стоит миллион токенов и где ограничения бьют по проекту.</p>Инференс APIWafer-scale2026<b>Разработчик</b> Cerebras Systems<b>Категория</b> Инференс API<b>Тикер</b> NASDAQ: CBRS<b>Съём данных</b> 17.11.2026 <p>Cerebras Inference — это облачный API, который работает не на стопке GPU, а на одной кремниевой пластине: Wafer-Scale Engine 3 Turbo содержит четыре триллиона транзисторов, 900 000 ядер и 44 ГБ SRAM прямо на кристалле. Отсюда и главное обещание — до 30 раз выше скорость генерации токенов на пользователя, чем у GPU-решений. В обзоре — что именно продаётся в self-serve на 17.11.2026, какие цены и лимиты стоят за словами «самый быстрый инференс», и в каких проектах эта скорость окупается.</p>4 трлнПластина WSE-3Tтранзисторов, 250 PFLOPS на пластину$0,35 / $0,75GPT OSS 120Bвход / выход за 1M токенов~3 000 ток/сЗаявленная скоростьDeveloper, GPT OSS 120B0,9 минВремя на задачуArtificial Analysis, 03.11.2026<h2 id="01_chto_takoe_cerebras_i_chem_ona_otlichaetsya_ot_gpu_oblaka">01Что такое Cerebras и чем она отличается от GPU-облака</h2><p>Cerebras Systems — американская компания из Саннивейла, торгуется на Nasdaq под тикером CBRS. Продукт, о котором спрашивают в поиске, — Cerebras Inference: OpenAI-совместимый API для генерации на открытых моделях с оплатой за токены. Техническая основа — собственные пластины WSE и системы CS-4, а не ускорители Nvidia.</p><p>Разница в архитектуре определяет всё остальное. На GPU-кластере веса модели и KV-кэш постоянно ходят между видеопамятью и вычислителями, а несколько карт соединяются сетью. На пластине Cerebras 44 ГБ SRAM находятся на том же кристалле, поэтому обмен идёт по внутренней фабрике с пропускной способностью в петабайтах в секунду. Именно память, а не арифметика, определяет скорость генерации токенов — поэтому wafer-scale и даёт прирост, который нельзя получить простым добавлением GPU.</p>Проверять надо на своей моделиCerebras публикует «до 30× быстрее GPU» с оговоркой, что сравнение зависит от модели, конфигурации, длины промпта и даты замера. Независимый Artificial Analysis на 03.11.2026 поставил Cerebras на первое место по скорости среди провайдеров gpt-oss-120b: 1 671 выходной токен в секунду против 704 у следующего участника. Это в разы, но не в тридцать. РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> <h2 id="02_kak_ustroena_plastina_wse_3_turbo_i_sistema_cs_4">02Как устроена пластина: WSE-3 Turbo и система CS-4</h2><p>WSE-3 Turbo — крупнейший AI-чип: 46 225 мм² кремния, четыре триллиона транзисторов, 900 000 ядер, 250 PFLOPS и 44 ГБ SRAM на пластине. По данным самой компании, это в 19 раз больше транзисторов и в 56 раз больше вычислений, чем у Nvidia B300, а площадь пластины в 58 раз превышает площадь GPU. Память работает на 43,2 петабайта в секунду, фабрика внутри пластины — на 53,5 петабайта в секунду, внешний I/O — 2,4 Тбит/с.</p><figure><img src="https://qantcore.space/images/dzen/review-cerebras-chart1.png" alt="" /></figure><figure><img src="https://qantcore.space/images/dzen/review-cerebras-chart2.png" alt="" /></figure><p>Система CS-4, представленная 18 августа 2026 года, собирается из трёх пластин WSE-3T и даёт 750 PFLOPS, 7,2 Тбит/с I/O и 129,6 петабайта в секунду памяти при задержке между пластинами до двух микросекунд. В замере на GPT-OSS-120B компания заявила более 4 400 токенов в секунду на одного пользователя — «до 30 раз быстрее GPU» в пересчёте на пользователя. Это железо стоит за облаком, но не продаётся в розницу: купить его нельзя, только брать инференс по API или в Dedicated-развёртывании.</p><h2 id="03_ceny_skolko_stoit_token_i_gde_spryatana_arifmetika">03Цены: сколько стоит токен и где спрятана арифметика</h2><p>На 17.11.2026 в self-serve два тарифа: Free Trial с разовым кредитом $5 и Developer с оплатой по токенам. Предприятиям продают Enterprise по индивидуальному расчёту. Ставки Developer для двух доступных моделей выглядят так — это официальные числа со страницы тарифов.</p><figure>Free Trial$5кредит на 30 дней, один раз<ul><li>выдаётся после привязки карты</li><li>GPT OSS 120B: 5 RPM и 30K токенов в минуту без кэша</li><li>Qwen 3.8 27B: 300 RPM и 150K токенов в минуту без кэша</li><li>API и Playground; когда кредит закончился — доступ встаёт на паузу</li></ul>Developer: GPT OSS 120B$0,35 / $0,75за 1M токенов, вход / выход<ul><li>заявленная скорость около 3 000 токенов в секунду</li><li>пополнение баланса от $10</li><li>лимиты в 10 раз выше бесплатных</li><li>приоритет обработки выше, чем на Trial</li></ul>Developer: Qwen 3.8 27B$0,99 / $1,49за 1M токенов, вход / выход<ul><li>заявленная скорость около 1 850 токенов в секунду</li><li>контекст 131K по данным Artificial Analysis</li><li>нет часовых и суточных ограничений по токенам</li><li>поддержка изображений: до 2 на запрос</li></ul>Enterpriseпо запросуконтракт, Dedicated Inference<ul><li>выделенная ёмкость и приоритет очереди</li><li>свои веса и файнтюнинг по согласованию</li><li>стабильный эндпоинт вместо общего пула</li><li>аккаунт-менеджер и SLA</li></ul>Цены и условия — по странице cerebras.ai/pricing, проверено 17.11.2026. Промо-кредит $5 не суммируется, истекает через 30 дней и не переносится между аккаунтами.</figure><p>Сравнивать ставки за миллион токенов с GPU-облаками корректно только вместе со скоростью. Дешёвый токен, который отдаётся по 80 токенов в секунду, для агентского цикла с сотней последовательных вызовов часто дороже: за то же время успевает пройти меньше шагов. Artificial Analysis считает стоимость на задачу теста интеллекта — там дешевле всего выходят CoreWeave и DeepInfra, а Cerebras попадает в верхнюю часть списка по цене, но выигрывает по времени и задержке. То есть выбор между «дешевле за токен» и «дешевле за секунду ожидания».</p>Считайте каскад, а не прайсПрактическая экономика Cerebras появляется, когда на быстром канале работает только дорогая часть пайплайна: планировщик, критик, роутер или генерация кода с проверками. Массовую черновую работу дешевле оставить на медленных провайдерах и собрать каскад. При ставке $0,75 за миллион выходных токенов один миллион токенов набегает за несколько часов активных агентских прогонов.<h2 id="04_limity_besplatnyy_start_i_dvoynoy_schet_tokenov">04Лимиты, бесплатный старт и двойной счёт токенов</h2><p>Лимиты Cerebras считает по алгоритму token bucket: ёмкость не сбрасывается в начале минуты, а пополняется непрерывно. Ограничения действуют на уровне организации, а не отдельного ключа или пользователя, и у каждой модели они свои. Важная деталь — двойной бакет: отдельно ограничиваются токены без кэша и общий объём, причём общий по умолчанию в три раза больше.</p><figure><p>Метрика — GPT OSS 120B на Free Trial — Qwen 3.8 27B на Free Trial</p> <p>Запросов в минуту (RPM) — 5 — 300</p> <p>Токенов в минуту без кэша — 30 000 — 150 000</p> <p>Общий лимит токенов в минуту — 90 000 — 750 000, временно 5× вместо 3×</p> <p>Токенов в час / в сутки — по 1 000 000 — не ограничено</p> <p>Изображения в запросе — нет — до 2, до 10 МиБ на запрос</p><figcaption>Лимиты Free Trial по документации Cerebras Inference, проверено 17.11.2026; на Developer действуют отдельные, повышенные значения.</figcaption></figure>Кэш как множитель пропускной способностиВ режиме Shared Inference кэшированные токены не расходуют лимит «без кэша». При попадании в кэш 70% вы на стандартном лимите 1M токенов в минуту без кэша фактически обрабатываете до 3M токенов в минуту. Поэтому для агентов с большим неизменным системным промптом выгоднее ставить статичную часть в начало запроса, а меняющуюся — в конец.<p>Превышение лимита возвращает ошибку 429, и в тексте указано, какой именно бакет исчерпан. Самая частая причина ложных 429 — завышенный max_completion_tokens: значение резервирует квоту до генерации, поэтому лимит упирается раньше, чем реально израсходованы токены. Актуальные для вашей организации цифры всегда лежат в Cloud Console в разделе Limits, публичная таблица — только ориентир.</p><h2 id="05_podklyuchenie_openai_sovmestimost_i_ee_granicy">05Подключение: OpenAI-совместимость и её границы</h2><p>Cerebras не требует переписывать код: меняются ключ, базовый URL и имя модели. Базовый адрес — https://api.cerebras.ai/v1, дальше работает привычный клиент OpenAI. Компания также выпускает свои SDK для Python и TypeScript. По её документации OpenAI SDK 3.5.0 прошёл тесты совместимости на листинге моделей, Chat Completions, Completions и стриминге, но требует Python 3.10 и новее.</p>cerebras_demo.pypythonfrom openai import OpenAI client = OpenAI( api_key=&quot;CEREBRAS_API_KEY&quot;, base_url=&quot;https://api.cerebras.ai/v1&quot;, ) resp = client.chat.completions.create( model=&quot;gpt-oss-120b&quot;, messages=[{&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: &quot;Сравни два подхода к кэшированию промптов&quot;}], max_completion_tokens=512, ) print(resp.choices[0].message.content)От нуля до первого ответа1АккаунтРегистрация в cloud.cerebras.ai, привязка карты для кредита $5Cloud Consolecopyconsole → account &amp; billing2КлючСоздать API-ключ и положить его в переменную окруженияterminalcopyexport CEREBRAS_API_KEY=...3МодельТочный идентификатор из каталога: gpt-oss-120b или qwen-3.8-27bpythoncopymodel=&quot;qwen-3.8-27b&quot;4ПроверкаЗапрос списка моделей до подключения SDKterminalcopycurl https://api.cerebras.ai/v1/models -H &quot;Authorization: Bearer $CEREBRAS_API_KEY&quot;<p>Границы совместимости перечислены в документации, и о них легко споткнуться при миграции. Параметр n поддерживается только со значением 1 — массовые варианты ответа за один вызов не сделать. service_tier недоступен в Shared Inference на Developer. Изображения принимаются только как base64 data URI в PNG или JPEG, внешние HTTPS-ссылки не работают. Стриминг инструментов идёт обычным stream, а не tool_stream. Специфичные параметры вроде reasoning_format передаются через extra_body в клиенте OpenAI.</p><h2 id="06_modeli_chto_realno_dostupno_a_chto_v_vitrine">06Модели: что реально доступно, а что в витрине</h2><p>Самое частое расхождение ожиданий и реальности. На витрине cerebras.ai/inference крутят демо на Kimi K3.1, GPT-5.6 Sol Ultrafast и Codex-Spark, а в тарифах Developer на 17.11.2026 перечислены только две модели: GPT OSS 120B и Qwen 3.8 27B. Публичная витрина — не то же самое, что список моделей в вашей консоли.</p><ul><li>Shared Inference, Developer: GPT OSS 120B (около 3 000 токенов в секунду) и Qwen 3.8 27B (около 1 850)</li><li>Dedicated Inference: Qwen 3.8, Qwen 3.6, Qwen3-235B-A22B в вариантах instruct и thinking, Qwen3-Coder, MiniMax M2.5 и M2.1</li><li>Dedicated Inference: gpt-oss-120b, gpt-oss-20b и gpt-oss-safeguard-120b, Gemma 4 31B, Llama 4 Maverick и Scout, Llama 3.3 70B</li><li>Свои веса: файнтюнинг и кастомные чекпойнты доступны только в Dedicated и Enterprise по согласованию</li></ul>Сверяйте идентификатор моделиВ Dedicated вместо имени модели в поле model передаётся идентификатор эндпоинта, и он маршрутизирует запрос в активное развёртывание. Если перенести такой код в Shared Inference без замены, запрос вернёт ошибку — это разные пространства идентификаторов, а не взаимозаменяемые строки.<h2 id="07_skorost_v_cifrah_nezavisimyy_benchmark_protiv_press_reliz">07Скорость в цифрах: независимый бенчмарк против пресс-релиза</h2><p>Единственный способ не спорить о маркетинге — брать публичные замеры третьей стороны. Artificial Analysis сравнил 16 эндпоинтов gpt-oss-120b от 15 провайдеров и измерил время выполнения задачи теста интеллекта. У Cerebras оно оказалось наименьшим, задержка первого ответа — тоже: 2,07 секунды против 5,73 у SambaNova и 6,89 у Groq. Доля ошибок — 0,0%, контекст 131K.</p><figure><img src="https://qantcore.space/images/dzen/review-cerebras-chart3.png" alt="" /></figure>Три разных утвержденияНе смешивайте: 1 671 выходной токен в секунду — независимый замер на потоковом эндпоинте; более 4 400 токенов в секунду на пользователя — замер компании на CS-4 при запуске системы; «до 30× быстрее GPU» — сравнение с GPU-решениями в конкретной конфигурации. Все три верны, но относятся к разному железу и разным условиям.<p>Практический вывод для агентов: выигрыш заметен на последовательных цепочках вызовов, где каждый шаг ждёт предыдущий. Если нагрузка распараллелена на сотни независимых запросов, разница сглаживается лимитами и стоимостью. Если ответ человеку нужен мгновенно — это как раз сценарий Cerebras: скорость здесь не про удобство, а про то, сколько шагов агент успевает сделать до того, как пользователь закроет вкладку.</p><h2 id="08_biznes_zavisimost_ot_vendora_i_dostup_iz_rossii">08Бизнес, зависимость от вендора и доступ из России</h2><p>Cerebras — публичная компания, и это добавляет к техническому обзору финансовый контекст. За третий квартал 2026 года, закрытый 30 сентября, GAAP-выручка составила $210,8 млн, core-выручка $230,9 млн (рост 70% год к году), а выручка облака — $144,9 млн с ростом 272%. Компания повысила прогноз на год, а на четвёртый квартал ориентирует на core-выручку $310–330 млн. Выручка за последние двенадцать месяцев — около $755,8 млн.</p><figure><img src="https://qantcore.space/images/dzen/review-cerebras-chart4.png" alt="" /></figure><figure><p>Что проверить до интеграции — Почему это важно</p> <p>Список моделей в вашей консоли — В self-serve две модели; остальное — Dedicated по контракту</p> <p>Лимиты организации, а не аккаунта — Ключи делят один пул: один тяжёлый сервис съедает квоту остальных</p> <p>Кэш промптов — Без попаданий в кэш вы платите полную ставку за каждый повтор системного промпта</p> <p>Способ оплаты — На странице тарифов указана карта и кредит $5; альтернативные способы не описаны</p> <p>Границы совместимости — n=1, нет service_tier на Developer, изображения только base64</p><figcaption>Сводка ограничений по документации Cerebras и странице тарифов, проверено 17.11.2026.</figcaption></figure><p>Для разработчиков из России практическая часть сложнее технической: сервис находится в США, оплата идёт по карте в консоли, а условия для карт, выпущенных в РФ, на официальных страницах не описаны. Планировать бюджет и юридическую схему доступа нужно до того, как пайплайн начнёт зависеть от этого API, — иначе миграция на другого провайдера окажется срочной. Второй риск — концентрация: скорость куплена вместе с закрытым железом, и заменить Cerebras на «такой же быстрый» сервис нельзя, можно только на медленный.</p><h2 id="09_komu_podhodit_a_komu_net">09Кому подходит, а кому нет</h2><p>Cerebras — не универсальная замена GPU-облаку. Это инструмент для тех случаев, когда узкое место — задержка, а не бюджет на токены. Ниже баланс по итогам проверки документации, цен и независимых замеров.</p>Плюсы<ul><li>Самое низкое время на задачу и задержка первого ответа в независимом сравнении провайдеров</li><li>OpenAI-совместимый API: миграция сводится к ключу, base URL и имени модели</li><li>Двойной бакет лимитов и кэш промптов позволяют выжимать больше из той же квоты</li><li>Прозрачные цены self-serve и кредит $5 без автосписаний</li><li>Публичная отчётность вендора: Nasdaq, квартальные результаты, Dedicated с SLA</li></ul>Минусы<ul><li>В self-serve всего две модели: GPT OSS 120B и Qwen 3.8 27B</li><li>Free Trial с жёсткими лимитами: 5 запросов в минуту на GPT OSS 120B</li><li>Ограничения совместимости: n=1, нет service_tier, изображения только base64</li><li>Цена за токен выше, чем у дешёвых GPU-провайдеров</li><li>Оплата и доступ из России на официальных страницах не описаны</li><li>Свои веса и файнтюнинг — только в Dedicated и Enterprise по контракту</li></ul><p>Покупать имеет смысл в трёх случаях: интерактивный ассистент, где задержка ответа видна человеку; агент, который делает много последовательных шагов и должен укладываться в минуты; голосовые и realtime-сценарии, где пауза ломает диалог. Не стоит переносить туда офлайн-обработку больших корпусов, пакетные задачи на ночь и всё, что упирается в стоимость токена, — там дешевле GPU-провайдеры из того же сравнения.</p> <h2 id="chastye_voprosy">Частые вопросы</h2>Cerebras бесплатный?Полностью — нет. При регистрации дают разовый кредит $5 после привязки карты, он действует 30 дней, не переносится на другие аккаунты и не имеет денежного эквивалента. Когда кредит истрачен или истёк, доступ к API и Playground встаёт на паузу до пополнения баланса. Дальше действует оплата по токенам: от $10 на Developer.Сколько стоит миллион токенов?На 17.11.2026 на тарифе Developer: GPT OSS 120B — $0,35 за миллион входных и $0,75 за миллион выходных токенов; Qwen 3.8 27B — $0,99 и $1,49 соответственно. Enterprise и Dedicated считаются индивидуально по запросу, публичных ставок у них нет.Это OpenAI-совместимый API?Да, для большинства рабочих сценариев. Меняются ключ, base URL https://api.cerebras.ai/v1 и имя модели. Отличия: параметр n поддерживает только значение 1, service_tier недоступен в Shared Inference на Developer, изображения передаются как base64 data URI, а не ссылкой, стриминг инструментов идёт обычным stream.Какие модели доступны в API?В self-serve на Developer — GPT OSS 120B и Qwen 3.8 27B. В Dedicated Inference доступны семейства Qwen 3.8, 3.6, Qwen3 и Qwen3-Coder, GPT-OSS 120B, 20B и safeguard, MiniMax M2.5 и M2.1, Gemma 4 31B, Llama 4 Maverick и Scout, Llama 3.3 70B, а также свои веса по согласованию.Насколько Cerebras быстрее GPU?Компания заявляет до 30 раз по скорости генерации на пользователя и более 4 400 токенов в секунду на пользователя в замере CS-4 на GPT-OSS-120B (18.08.2026). Независимый Artificial Analysis 03.11.2026 измерил 1 671 выходной токен в секунду против 704 у следующего провайдера и минимальное время на задачу — 0,9 минуты. На вашей нагрузке цифры будут своими: скорость зависит от модели, длины промпта и параллелизма.Что будет при превышении лимитов?Вернётся ошибка 429 с указанием, какой бакет исчерпан — токены без кэша или общий объём. Лимиты считаются на организацию, а не на ключ, и пополняются непрерывно по алгоритму token bucket. Частая причина преждевременных 429 — завышенный max_completion_tokens: он резервирует квоту до начала генерации.<h2 id="istochniki_i_oficialnye_ssylki">Источники и официальные ссылки</h2><ul><li>Cerebras: тарифы и цены API</a>www.cerebras.ai/pricingставки Developer, кредит $5, условия Enterprise</li><li>Cerebras Inference: облако и API</a>www.cerebras.ai/inferenceзаявленные 30× к GPU, OpenAI-совместимость, тарифы</li><li>Wafer-Scale Engine 3 Turbo</a>www.cerebras.ai/chip4 трлн транзисторов, 250 PFLOPS, 46 225 мм², 900 000 ядер</li><li>Пресс-релиз Cerebras CS-4</a>www.cerebras.ai/press-release/cerebras-unveils-cs-4-up-to-30-times-faster-than-gpu-based-solutions-334735618.08.2026: характеристики CS-4 и WSE-3T, свыше 4 400 ток/с на пользователя</li><li>Документация: лимиты запросов</a>inference-docs.cerebras.ai/support/rate-limitsдвойной бакет, лимиты Free Trial и Developer, ошибка 429</li><li>Документация: совместимость с OpenAI</a>inference-docs.cerebras.ai/resources/openaibase URL, отличия, поддержка OpenAI SDK 3.5.0</li><li>Документация: Dedicated Inference и модели</a>inference-docs.cerebras.ai/dedicated/overviewсписок поддерживаемых моделей и семейств</li><li>Artificial Analysis: провайдеры gpt-oss-120b</a>artificialanalysis.ai/models/gpt-oss-120b/providersнезависимый замер: время на задачу, задержка, надёжность</li><li>Cerebras: методика сравнения скорости</a>www.cerebras.ai/glossary/what-is-the-fastest-ai-inference-platformзамер Artificial Analysis от 03.11.2026: 1 671 против 704 ток/с</li><li>Результаты третьего квартала 2026</a>www.nasdaq.com/press-release/cerebras-systems-delivers-record-revenue-third-quarter-2026-raises-full-year-outlookвыручка $210,8 млн, core $230,9 млн, прогноз на Q4</li><li>CNBC: отчёт CBRS за Q3 2026</a>www.cnbc.com/2026/11/12/cerebras-systems-cbrs-q3-earnings-report-2026.htmlреакция рынка и соглашение с Microsoft</li></ul>Вердикт Qantcore8,3/ 10Cerebras делает то, что обещает, но обещание уже, чем кажется. Скорость подтверждена независимо: минимальное время на задачу и задержка среди 15 провайдеров одной и той же модели, 0% ошибок в замере. Платить за это приходится двумя вещами — ценой за токен выше среднего по рынку и узким каталогом: в self-serve только GPT OSS 120B и Qwen 3.8 27B, всё остальное через Dedicated. Для интерактивных агентов и голосовых сценариев это оправданная покупка с быстрым стартом за $5 кредита. Для пакетной обработки и проектов с бюджетным потолком — избыточно дорого. Отдельно учитывайте доступ: оплата картой в американской консоли и отсутствие описанных условий для российских карт делают сервис скорее экспериментом, чем основной инфраструктурой.Сравнить облака инференсаВ каталоге Qantcore — обзоры Firecrawl, Apify, Groq и других API-сервисов с ценами, лимитами и оценками по одной методике.<a href="https://qantcore.space/catalog/review/">Все обзоры</a><a href="https://qantcore.space/multi-compare/">Мульти-сравнение</a><h2 id="chitayte_takzhe">Читайте также</h2><a href="https://qantcore.space/review/review-groq/">Groq: обзор инференс-облака<p>прямой конкурент по скорости на тех же моделях</p>/review/review-groq/</a><a href="https://qantcore.space/review/review-openrouter/">OpenRouter: обзор шлюза к моделям<p>как переключать провайдеров без переписывания кода</p>/review/review-openrouter/</a><a href="https://qantcore.space/review/review-firecrawl/">Firecrawl: обзор<p>сбор данных для агентских пайплайнов</p>/review/review-firecrawl/</a><a href="https://qantcore.space/review/review-apify/">Apify: обзор платформы<p>акторы и инфраструктура вместо своей</p>/review/review-apify/</a><a href="https://qantcore.space/guide/agent-skills/">Agent Skills: что это и зачем<p>как устроены навыки для агентов</p>/guide/agent-skills/</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>AnythingLLM: установка, настройка и сколько стоит в рублях</title>
<link>https://qantcore.space/guide/guide-anythingllm-nastrojka/</link>
<guid isPermaLink="true">https://qantcore.space/guide/guide-anythingllm-nastrojka/</guid>
<pubDate>Mon, 16 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>Пошагово: скачать и настроить AnythingLLM (desktop или Docker), подключить Ollama и LM Studio, и сколько это стоит в рублях — сервер, токены, оплата из РФ.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-v5.jpg" type="image/jpeg" length="118857"/>
<content:encoded><![CDATA[ЛОКАЛЬНЫЙ RAG + ЦЕНЫ<h2 id="anythingllm_ustanovka_nastroyka_i_skolko_stoit_v_rublyah">AnythingLLM: установка, настройка и сколько стоит в рублях</h2><p>Ставим AnythingLLM за 15 минут, подключаем локальные и облачные модели, считаем месячный бюджет в рублях по ценам на 16.11.2026 и разбираем, как оплатить API из России.</p>Open sourceЛокальный RAGDesktop + DockerЦены в ₽<b>Уровень</b> Начальный<b>Время настройки</b> 15 минут<b>Обновлено</b> 16.11.2026 <p>AnythingLLM — открытое приложение «всё-в-одном» для чата с LLM по своим документам: воркспейсы, загрузка файлов, RAG-поиск и свободный выбор модели. По данным Яндекс.Вебмастера кластер запросов «anythingllm», «anything llm», «anythingllm desktop» и «anythingllm скачать» даёт около 270 показов в неделю (окно отчёта 30.09–06.10.2026), при этом ответы на самый денежный вопрос — сколько это стоит в рублях — на сайте не было. В гайде ниже: установка, настройка, реальные тарифы аренды сервера в ₽, цены токенов у российского реселлера и расчёт месячного счёта. Все изменяемые цифры — с датой проверки.</p>68 342Звёзд на GitHubGitHub API, 16.11.2026MITЛицензия софтацена самого приложения — 0 ₽от 1 920 ₽/месСервер для self-hostTimeweb Cloud, 16.11.2026от 26 ₽/1МТокены облачной моделиввод, ProxyAPI, 16.11.2026<h2 id="01_chto_takoe_anythingllm">01Что такое AnythingLLM</h2><p>AnythingLLM — приложение с открытым кодом (лицензия MIT) для работы с большими языковыми моделями. Оно объединяет три вещи: чат с любой моделью, набор воркспейсов с документами и RAG-поиск по этим документам. Модель можно менять в любой момент — облачный API или локальный сервер, — а документы, настройки и история остаются в приложении.</p><p>Проект живёт на GitHub (Mintplex-Labs/anything-llm): 68342 звёзд и 7719 форков на 16.11.2026, последний релиз — v1.19.0, опубликован 26.10.2026. За последние 52 недели в репозиторий влито 1115 коммитов. Это не заброшенный эксперимент, а поддерживаемый продукт: есть десктоп-сборки под Windows, macOS и Linux и серверный Docker-образ.</p>Карточка приложенияЧто это<b>Open-source воркспейс с чатом и RAG по документам</b>Лицензия<b>MIT — сам софт бесплатен, платите за сервер и токены</b>Установка<b>Desktop (Windows, macOS, Linux) или self-host через Docker</b>Модели<b>Облачные API (включая OpenAI-совместимые) и локальные: LM Studio, Ollama</b>Последний релиз<b>v1.19.0 от 26.10.2026</b>Стоимость владения<b>от 0 ₽ (desktop + локальная модель) до 5 480 ₽/мес за сервер</b>Чем отличается от платформ-конструкторовAnythingLLM не пытается быть конструктором агентов. Это инструмент «чат по моим документам» с минимумом настроек. Визуальные workflow, публикация приложений по API и сложные пайплайны — задача Dify и Langflow; AnythingLLM выигрывает в скорости старта.<h2 id="02_ustanovka_desktop_ili_docker">02Установка: desktop или Docker</h2><p>Быстрее всего начать с десктоп-версии: инсталлятор скачивается с официального сайта (anythingllm.com/download), ставится как обычное приложение, данные лежат на вашем устройстве. Для команды, сервера и интеграций по API нужен self-host через Docker: поднимается контейнер с интерфейсом и API, доступный по сети.</p><figure><p>Критерий — Desktop-приложение — Self-host (Docker)</p> <p>Скорость старта — 5 минут: скачал и запустил — нужен Docker и запуск контейнера</p> <p>Для кого — один пользователь, своя машина — команда или сервер</p> <p>Данные — локально на устройстве — на вашем сервере, доступ по сети</p> <p>Обновления — автоматически в приложении — перезапуск контейнера с новым образом</p> <p>Публикация API — ограничена локальной машиной — доступна другим системам в сети</p> <p>Стоимость — 0 ₽ — 0 ₽ за софт + аренда сервера от 1 920 ₽/мес</p><figcaption>Для личного сценария — desktop, для команды и интеграций — Docker.</figcaption>Точные флаги запуска и переменные окружения смотрите в официальной документации (docs.anythingllm.com, раздел Installation): набор параметров меняется от релиза к релизу.</figure>Два пути установки1Вариант А: desktopСкачайте инсталлятор для своей системы и запустите: настройки — в интерфейсе, данные остаются на устройстве.браузерcopy# откройте anythingllm.com/download # выберите сборку для Windows / macOS / Linux2Вариант Б: DockerДля сервера поднимаем контейнер с томом под данные, чтобы воркспейсы не потерялись при обновлении образа.terminalcopydocker run -d -p 3001:3001 \ --name anythingllm \ --restart=unless-stopped \ -v anythingllm:/app/server/storage \ mintplexlabs/anythingllm3Проверьте доступПосле запуска откройте интерфейс на порту 3001 (Docker) или в запущенном приложении и переходите к выбору модели.браузерcopy# http://&lt;IP-сервера&gt;:3001Что важно знать до установкиDocker-вариант на VPS без GPU годится для облачной модели и встроенного эмбеддера. Если нужен полностью локальный инференс, модель держат на отдельной машине с GPU, а AnythingLLM подключают к ней по OpenAI-совместимому адресу — иначе сервер на 1–4 ГБ памяти просто не потянет модель.<h2 id="03_podklyuchenie_llm_oblachnye_i_lokalnye">03Подключение LLM: облачные и локальные</h2><p>Внутри приложения выбирается провайдер модели. Поддерживаются облачные API (включая любые OpenAI-совместимые эндпоинты) и локальные серверы. Если хотите всё держать локально, поднимите модель в LM Studio или Ollama и укажите её адрес в AnythingLLM как OpenAI-совместимый сервер.</p><figure><p>Сценарий — Что подключить — Плюсы — Ограничения</p> <p>Приватность — Ollama или LM Studio на своём железе — данные не покидают машину, нет платы за токены — нужна память под модель, скорость ниже облака</p> <p>Качество — облачный API крупной модели — лучшие ответы на сложных документах — платно за токены, данные уходят вендору</p> <p>Баланс — небольшая локальная модель + облачная для сложных вопросов — дешёвые рутинные запросы, дорогие — по необходимости — нужно переключать модель вручную</p><figcaption>Модель — переменная: её можно менять для каждого воркспейса.</figcaption></figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart1.png" alt="" /></figure><h2 id="04_vorkspeys_dokumenty_i_rag">04Воркспейс, документы и RAG</h2><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart2.png" alt="" /></figure><p>Практика: один воркспейс — одна задача. Смешивать в одном пространстве регламенты, переписку и техническую документацию не стоит: чем разнороднее набор, тем чаще поиск приносит нерелевантные фрагменты и модель отвечает «мимо». Начните с 5–10 документов, проверьте качество ответов, и только потом загружайте архив.</p>terminaltextЕсли ответы неточныеПроверьте два параметра: выбранный эмбеддер (для русских документов лучше многоязычная модель) и размер фрагмента. Крупные куски дают больше контекста, но размывают поиск; мелкие — точнее находят, но теряют смысл абзаца.<h2 id="05_skolko_stoit_anythingllm_v_rublyah">05Сколько стоит AnythingLLM в рублях</h2><p>Сам софт стоит 0 ₽: лицензия MIT подтверждается файлом LICENSE в репозитории, десктоп-сборки и Docker-образ распространяются бесплатно. Платить приходится за две вещи: сервер (если ставите self-host не на своём компьютере) и токены модели (если модель облачная). Третий вариант — платный managed-инстанс от вендора: ссылка на его checkout есть в README репозитория, но цену при проверке 16.11.2026 зафиксировать не удалось (страница отдаёт блокировку Cloudflare), поэтому сумму не публикуем — уточняйте на официальной странице.</p><figure><p>Вариант — Что платите — Порядок суммы — Дата проверки</p> <p>Desktop на своём ПК — 0 ₽ — только электричество и ваше железо — 16.11.2026</p> <p>Docker на своём сервере — 0 ₽ за софт — аренда VPS в РФ — от 1 920 ₽/мес — 16.11.2026</p> <p>Managed-инстанс вендора — подписка в валюте — цена на официальном сайте, публично не подтверждена — 16.11.2026</p> <p>Облачная модель — токены — от 26 ₽ за 1 млн токенов ввода — 16.11.2026</p> <p>Локальная модель (Ollama) — 0 ₽ за токены — нужно железо под модель, аренда VPS без GPU не подойдёт — 16.11.2026</p><figcaption>Итого: минимальный рабочий сценарий — desktop и локальная модель, 0 ₽ постоянных расходов.</figcaption></figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart3.png" alt="" /></figure><figure><p>Тариф — CPU — RAM — Диск — Цена</p> <p>MSK Ultra 15 — 1 × 3,3 ГГц — 1 ГБ — 15 ГБ — 1 920 ₽/мес</p> <p>MSK Ultra 30 — 1 × 3,3 ГГц — 2 ГБ — 30 ГБ — 3 000 ₽/мес</p> <p>MSK Ultra 40 — 2 × 3,3 ГГц — 2 ГБ — 40 ГБ — 3 960 ₽/мес</p> <p>MSK Ultra 50 — 2 × 3,3 ГГц — 4 ГБ — 50 ГБ — 5 480 ₽/мес</p><figcaption>Публичные тарифы Timeweb Cloud на 16.11.2026; провайдер меняет линейки, сверяйтесь перед заказом.</figcaption>Виртуальный сервер нужен только под сам AnythingLLM и встроенный эмбеддер — модель на нём не запускают.</figure><p>Токены — вторая статья расходов и обычно главная. Если модель облачная, каждый вопрос стоит денег: в счёт идут все токены запроса (включая найденные фрагменты документов) и токены ответа. Модели различаются по цене в десятки раз, поэтому выбор модели — это в первую очередь выбор бюджета, а не «качества вообще».</p><figure><p>Модель — Ввод, ₽/1 млн — Вывод, ₽/1 млн</p> <p>DeepSeek V4.1 Flash 1017 — 26,07 — 100,25</p> <p>Claude Haiku 5.5 — 30,00 — 150,00</p> <p>Qwen4-Max — 300,00 — 900,00</p> <p>Gemini 4 Hydrogen — 450,00 — 2 250,00</p><figcaption>Цены российского реселлера ProxyAPI, ₽ с учётом НДС, снято 16.11.2026.</figcaption>Это прайс посредника, а не вендоров моделей: он уже включает платёж в рублях. Сверяйте на странице модели в каталоге реселлера.</figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart4.png" alt="" /></figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart5.png" alt="" /></figure><figure><p>Модель — Расчёт — Бюджет в месяц</p> <p>DeepSeek V4.1 Flash 1017 — 2 млн × 26,07 + 0,6 млн × 100,25 — 112 ₽</p> <p>Claude Haiku 5.5 — 2 млн × 30,00 + 0,6 млн × 150,00 — 150 ₽</p> <p>Qwen4-Max — 2 млн × 300,00 + 0,6 млн × 900,00 — 1 140 ₽</p> <p>Gemini 4 Hydrogen — 2 млн × 450,00 + 0,6 млн × 2 250,00 — 2 250 ₽</p><figcaption>Пример: 1 000 запросов в месяц, по 2 000 токенов ввода и 600 токенов вывода. Расчёт Qantcore по ценам ProxyAPI на 16.11.2026 — не прайс вендора.</figcaption>На реальных документах ввод обычно больше: в счёт идут найденные фрагменты, а не только ваш вопрос.</figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart6.png" alt="" /></figure>Если вендор выставляет счёт в долларахКурс ЦБ РФ на момент проверки: 1 USD = 82,5143 ₽ (API cbr-xml-daily.ru, снято 16.11.2026 20:06 UTC; поле даты в источнике — 17.11.2026, курс обновляется по рабочим дням). Формула рублёвой суммы: сумма счёта × курс + комиссия канала. Пример: $10 → 825 ₽, $50 → 4 126 ₽, $100 → 8 251 ₽ по курсу без комиссии; с комиссией 7% — 883 ₽, 4 415 ₽ и 8 829 ₽ соответственно. Комиссия — редакционная оценка рынка, у каждого канала она своя.<h2 id="06_oplata_iz_rossii_tokeny_api_i_podpiski">06Оплата из России: токены, API и подписки</h2><p>Практическая развилка: либо вы вообще не платите в валюте (desktop + локальная модель на своём железе), либо платите — и тогда нужен канал, который примет рубли. Российские карты у зарубежных вендоров, как правило, не проходят; «Мир» не принимается напрямую ни одним из зарубежных API, но её принимает посредник, работающий в рублях.</p><figure><p>Канал — Что получаете — Комиссия и срок — Риск</p> <p>Российский реселлер API — ключ и оплата в рублях, счёт для юрлица — наценка к курсу ориентировочно 10–25%, зачисление минуты — зависит от провайдера: проверьте договор и лимиты</p> <p>Посредник-подписка — оплату зарубежной подписки за вас — 5–15% сверху, от часа до суток — доступ к аккаунту третьему лицу</p> <p>Крипта (USDT и аналоги) — платёж в стейблкоине, конвертация на стороне получателя — 1–3% сеть плюс курсовая разница — нужен кошелёк и навык, чеки для бухгалтерии сложнее</p> <p>Зарубежная карта — прямую оплату у вендора — обслуживание карты и конвертация — нужна карта вне РФ, вопрос законности и стабильности</p><figcaption>Комиссии — редакционная оценка рынка Qantcore на 16.11.2026, а не прайс канала: у каждого посредника свои условия.</figcaption>Само приложение AnythingLLM покупать не нужно — оно бесплатное. Платите только за модель или за managed-инстанс.</figure>Как подключить оплаченный API к AnythingLLM1КлючКупите доступ у канала и сохраните ключ: он понадобится один раз, в настройках провайдера.браузерcopy# ключ вида sk-... # храните в менеджере паролей, не в переписке2Base URLВ настройках AnythingLLM выберите провайдера Generic OpenAI и подставьте адрес эндпоинта канала.интерфейсcopySettings -&gt; LLM Preference -&gt; Generic OpenAI Base URL: &lt;адрес из документации канала&gt; API Key: &lt;ваш ключ&gt;3МодельУкажите точный идентификатор модели так, как он написан в каталоге канала — иначе запрос вернёт ошибку 404.интерфейсcopyModel: &lt;идентификатор из каталога&gt;4Проверка и лимитЗадайте лимит расходов в кабинете канала и проверьте один вопрос в чате: ответ должен прийти без ошибок авторизации.интерфейсcopy# проверка: короткий вопрос по документу # затем сверить расход в кабинетеГигиена ключей и счетовКлюч API не храните в тексте документа и в репозитории: AnythingLLM читает его из настроек провайдера, а не из файлов проекта. Ставьте лимит расходов у канала, сохраняйте чеки и акты для бухгалтерии и не оплачивайте подписку через сервисы, которые просят пароль от вашего аккаунта вместо одноразового доступа.<h2 id="07_anythingllm_na_fone_drugih_open_source_resheniy">07AnythingLLM на фоне других open-source решений</h2><p>По звёздам GitHub AnythingLLM скромнее платформ-конструкторов: 68342 против 161285 у Dify и 156706 у Langflow (данные GitHub API на 16.11.2026). Но задачи разные: AnythingLLM — про быстрый старт и документы, Dify и Langflow — про сборку пайплайнов и публикацию приложений.</p><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart7.png" alt="" /></figure><figure><img src="https://qantcore.space/images/dzen/guide-anythingllm-nastrojka-chart8.png" alt="" /></figure><h2 id="08_plyusy_i_ogranicheniya">08Плюсы и ограничения</h2>Плюсы<ul><li>Desktop-сборка: старт за пять минут без сервера и Docker</li><li>Полностью локальный сценарий: документы и инференс остаются у вас</li><li>Лицензия MIT — постоянных расходов на софт нет</li><li>Свободный выбор модели: облачный API или LM Studio / Ollama</li><li>Воркспейсы разделяют документы по задачам и командам</li></ul>Минусы<ul><li>Качество ответов зависит от эмбеддера и нарезки — нужна настройка</li><li>Для полностью локального инференса нужна машина с GPU</li><li>Self-host требует следить за образом и томом с данными</li><li>Нет визуального конструктора агентных сценариев (это Dify и Langflow)</li><li>Managed-инстанс вендора — подписка в валюте, для РФ нужен канал оплаты</li></ul>Про требования к машинеЛокальная модель — самая тяжёлая часть сценария: если памяти не хватает, ответы будут медленными. Начните с небольшой модели, оцените скорость на своих документах и только потом увеличивайте размер. Дешёвый VPS на 1–2 ГБ памяти под инференс не годится — он для самого приложения. <b>🖥 Не хватает железа для модели?</b> Разверните её на облачном сервере: в Timeweb Cloud есть VPS и серверы с GPU NVIDIA, оплата российской картой.<a href="https://qantcore.space/go/timeweb-gpu">Серверы с GPU →</a> &nbsp; <a href="https://qantcore.space/go/timeweb-vps">VPS для агента →</a> &nbsp; <a href="https://qantcore.space/go/firstvds">VPS в FirstVDS →</a> <h2 id="chastye_voprosy">Частые вопросы</h2>anythingllm что этоОткрытое приложение (MIT) для чата с LLM по своим документам: воркспейсы, загрузка файлов, RAG-поиск и свободный выбор модели — облачной или локальной. Есть десктоп-версия и серверный Docker-образ.anythingllm скачатьИнсталляторы для Windows, macOS и Linux — только на официальном сайте anythingllm.com/download. Для сервера официальный путь — Docker-образ mintplexlabs/anythingllm. Сборки со сторонних сайтов не используйте.anythingllm desktopДесктоп-версия ставится как обычное приложение, данные остаются на устройстве, сервер не нужен. Отличие от Docker-варианта: нет сетевого API для других систем и нет многопользовательской работы.anythingllm как пользоватьсяЧетыре шага: создать воркспейс под задачу, выбрать модель и эмбеддер, загрузить документы в воркспейс, включить в чате режим ответа по документам. Дальше — проверка на вопросах, ответы на которые вы знаете.ollama + anythingllmЗапустите Ollama локально, скачайте модель, затем в AnythingLLM выберите провайдера Ollama (или Generic OpenAI с адресом Ollama) и укажите модель. Инференс пойдёт на вашем железе, платы за токены не будет.сколько стоит anythingllmСам софт — 0 ₽ (лицензия MIT). Расходы только на инфраструктуру: VPS в РФ от 1 920 ₽/мес и токены облачной модели — от 26 ₽ за 1 млн токенов ввода по ценам российского реселлера на 16.11.2026.можно ли оплатить anythingllm из россииПокупать само приложение не нужно — оно бесплатное. Если используете облачную модель или managed-инстанс, платёж идёт в валюте: российские карты у зарубежных вендоров обычно не проходят, поэтому берут российского реселлера API (оплата в рублях) или посредника.anythingllm без интернетаРаботает, если модель и эмбеддер локальные: документы и инференс остаются на машине, приложение не отправляет их наружу. При облачной модели интернет обязателен — запросы уходят в API.<h2 id="istochniki_i_oficialnye_ssylki">Источники и официальные ссылки</h2><ul><li>AnythingLLM: скачать</a>anythingllm.com/downloadОфициальные инсталляторы desktop-версии (Windows, macOS, Linux).</li><li>AnythingLLM: репозиторий и лицензия</a>github.com/Mintplex-Labs/anything-llmКод под MIT, звёзды и форки для графиков — GitHub API, снято 16.11.2026.</li><li>AnythingLLM: релизы</a>github.com/Mintplex-Labs/anything-llm/releasesПоследний релиз v1.19.0 от 26.10.2026.</li><li>AnythingLLM: документация</a>docs.anythingllm.com/Установка, провайдеры моделей, эмбеддеры, настройка RAG.</li><li>ProxyAPI: каталог моделей и цены в рублях</a>proxyapi.ru/models/browseСтавки за 1 млн токенов в ₽ с НДС, снято 16.11.2026.</li><li><a href="https://qantcore.space/go/timeweb-vps">Timeweb Cloud: тарифы VPS</a>timeweb.cloud/services/vds-vpsАренда виртуального сервера в ₽/мес, снято 16.11.2026.</li><li>Курс ЦБ РФ (cbr-xml-daily.ru)</a>www.cbr-xml-daily.ru/daily_json.jsКурс USD 82,5143 ₽ на момент проверки 16.11.2026.</li><li><a href="https://qantcore.space/product/anythingllm/">Карточка AnythingLLM в каталоге Qantcore</a>qantcore.space/product/anythingllm/Характеристики и место в каталоге инструментов.</li></ul><h2 id="smotrite_takzhe">Смотрите также</h2><a href="https://qantcore.space/guide/guide-dify-nastrojka/">Dify: установка и настройка платформы<p>Если нужны workflow, RAG и публикация приложений по API</p>/guide/guide-dify-nastrojka/</a><a href="https://qantcore.space/product/anythingllm/">Карточка AnythingLLM<p>Характеристики, альтернативы и место в каталоге</p>/product/anythingllm/</a><a href="https://qantcore.space/oplata-ai/">Оплата AI-сервисов из России<p>Способы оплаты зарубежных подписок и API</p>/oplata-ai/</a><a href="https://qantcore.space/catalog/product/">Каталог платформ и агентов<p>QantScore, цены и возможности инструментов</p>/catalog/product/</a><a href="https://qantcore.space/guides/">Все гайды Qantcore<p>Пошаговые руководства по AI-стеку</p>/guides/</a>Подобрать инструмент под свою задачуПлатформы, воркспейсы и агенты — с единой методикой оценки и фильтрами.<a href="https://qantcore.space/catalog/product/">Открыть каталог</a><a href="https://qantcore.space/catalog/review/">Все обзоры</a> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a> <h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
<item>
<title>Synthesia — обзор 2026: возможности и тарифы</title>
<link>https://qantcore.space/review/review-synthesia/</link>
<guid isPermaLink="true">https://qantcore.space/review/review-synthesia/</guid>
<pubDate>Sun, 15 Nov 2026 09:00:00 +0300</pubDate>
<media:rating scheme="urn:simple">nonadult</media:rating>
<description>AI-видеоплатформа №1 для бизнеса. 240+ аватаров, 140+ языков, brand kit. Стандарт в бизнес-обучении. Разбор возможностей, цен и альтернатив.</description>
<category>format-article</category>
<category>noindex</category>
<category>comment-all</category>
<enclosure url="https://qantcore.space/images/dzen/review-synthesia-v5.jpg" type="image/jpeg" length="100876"/>
<content:encoded><![CDATA[<a href="https://qantcore.space/">Catalog</a> &rsaquo; <a href="https://qantcore.space/catalog/review/">Reviews</a> &rsaquo; Synthesia — обзор 2026: возможности и тарифы <img src="https://qantcore.space/images/synthesia.png" alt="Synthesia — топ AI-видеоплатформа №1 для бизнеса | 4.7/5 2026" /> <h2 id="synthesia_obzor_2026_vozmozhnosti_i_tarify">Synthesia — обзор 2026: возможности и тарифы</h2> <p>AI-видеоплатформа №1 для бизнеса. 240+ аватаров, 140+ языков, brand kit. Стандарт в бизнес-обучении. Разбор возможностей, цен и альтернатив.</p> <a href="https://qantcore.space/product/synthesia/">🔗 Synthesia — топ AI-видеоплатформа №1 для</a> 💸 Официальный сайт <h2 id="poprobovat_synthesia_top_ai_videoplatforma_1_dlya_biznesa_4_">Попробовать Synthesia — топ AI-видеоплатформа №1 для бизнеса | 4.7/5 2026</h2> <p>Переход на официальный сайт продукта.</p> РЕКЛАМА <img src="https://qantcore.space/images/partners/playerok-3d.jpg" alt="Playerok" /> <b>Playerok</b> — оплата AI-сервисов и подписок.Реклама. Playerok. erid: 2SDnjdoNNsV. Рекламодатель ООО "Смарт Хоум", ИНН 9731066701. Перейти → </a> Перейти →</a> <h2 id="synthesia_ai_videoplatforma_1_dlya_biznesa">Synthesia — AI-видеоплатформа №1 для бизнеса</h2> <p>230+ AI-аватаров, 140+ языков, brand kit. Не требует камер, студий и актёров. Стандарт в бизнес-обучении для корпоративного видео.</p> 🌐 synthesia.io</a> <h2 id="chto_takoe_synthesia">Что такое Synthesia</h2> <p>Synthesia — AI-видеоплатформа №1 для бизнеса, основанная в 2017 году в Лондоне. Платформа позволяет создавать студийные видео с AI-ведущими без камер, микрофонов и монтажа. Достаточно написать текст — и Synthesia сгенерирует видео с виртуальным ведущим, говорящим на 140+ языках.</p> <a href="https://qantcore.space/oplata/synthesia/">💳 Как оплатить Synthesia из России — инструкция →</a> <p>Synthesia обслуживает <b>2 млн+ пользователей</b>; по данным вендора — 90% компаний из Fortune 100: Amazon, Accenture, Johnson & Johnson, Tiffany & Co. Ключевое применение: корпоративное обучение, onboarding, product demos, маркетинг и внутренние коммуникации.</p> <p>В отличие от конкурентов, Synthesia фокусируется на <b>enterprise-безопасности</b>: SOC 2 Type II, GDPR, ISO 27001. Custom аватары доступны уже на плане Starter — не только на Enterprise.</p> Сколько это стоит и как оплатитьОфициальный прайс на 15.11.2026: Basic $0, Starter $29, Pro $89 в месяц — с расчётом цены минуты видео в рублях по курсу ЦБ разобрано на странице <a href="https://qantcore.space/tsena/synthesia/">«Сколько стоит Synthesia»</a>, а четыре рабочих канала оплаты из России (карта «Мир», крипта, посредник, зарубежная карта) — на странице <a href="https://qantcore.space/oplata/synthesia/">«Оплата Synthesia из России»</a>. <h2 id="klyuchevye_vozmozhnosti">Ключевые возможности</h2> <h4 id="230_ai_avatarov">🎭 230+ AI-аватаров</h4> <p>Большой выбор профессиональных AI-ведущих. Возможность создать своего с любого плана. Разные этничности, возрасты, стили.</p> <h4 id="140_yazykov">🌍 140+ языков</h4> <p>Генерация видео на 140+ языках с точной синхронизацией губ. Автоматический перевод скрипта в интерфейсе.</p> <h4 id="brand_kit">🎨 Brand Kit</h4> <p>Загрузка бренда: логотип, цвета, шрифты, шаблоны. Все видео автоматически оформляются в корпоративном стиле.</p> <h4 id="analitika">📊 Аналитика</h4> <p>Встроенная аналитика просмотров: кто досмотрел до конца, на каких моментах ушли. A/B тестирование видео-сценариев.</p> <h4 id="enterprise_security">🛡 Enterprise Security</h4> <p>SOC 2 Type II, ISO 27001, GDPR. SAML/SSO, SCIM-провижининг, аудит-логи. Стандарт для корпоративного обучения.</p> <h4 id="api_integracii">🔌 API + Интеграции</h4> <p>REST API для программной генерации. Webhook'и, коллаборация команд. Встраивание в LMS и HR-системы.</p> <h2 id="tarify">Тарифы</h2> <p>План — Цена/мес — Что включено</p> <p>Basic — $0 — 500 кредитов и 10 мин видео в месяц, 9 аватаров, водяной знак</p> <p>Starter — $29 — 1 250 кредитов (~12 мин видео), 125+ аватаров, 3 гостя, без водяного знака</p> <p>Pro — $89 — 6 000 кредитов (~60 мин видео), 180+ аватаров, 5 персональных аватаров, 5 гостей</p> <p>Enterprise — Кастом — Безлимитные видео, SAML/SSO, SCIM, SLA, выделенный менеджер</p> <h2 id="plyusy_i_minusy">Плюсы и минусы</h2> <h4 id="plyusy">✅ Плюсы</h4> <ul> <li>По данным вендора — 90% компаний из Fortune 100</li> <li>Персональные аватары — с плана Pro ($89)</li> <li>Brand kit — единый стиль для всех видео</li> <li>Аналитика просмотров — измеримый ROI</li> <li>SOC 2 + ISO 27001 — максимальная безопасность</li> </ul> <h4 id="minusy">❌ Минусы</h4> <ul> <li>Дорогой Pro ($89) при росте потребностей</li> <li>Нет массовой персонализации как у HeyGen</li> <li>Меньше аватаров, чем у HeyGen</li> <li>Фокус на бизнес — не для креативных/YouTube</li> </ul> <h3 id="verdikt_qantcore_8_8_10">⭐ Вердикт Qantcore: 8.8/10</h3> <p>Synthesia — золотой стандарт AI-видео для крупного бизнеса. Если ваша компания — enterprise и вам важны безопасность, compliance и brand consistency — Synthesia лучший выбор. Custom аватары с плана Starter — сильное преимущество перед конкурентами. Для маркетинга с массовой персонализацией лучше смотреть HeyGen, но для корпоративного обучения и коммуникаций Synthesia вне конкуренции. <b>Рекомендуем для enterprise-обучения и корпоративных коммуникаций.</b></p> 🎬 Попробовать Synthesia бесплатно</a> <p>1 бесплатное видео + custom аватар на Starter ($29).</p> <a href="https://qantcore.space/oplata-ai/">Как оплатить AI из России — разбор</a><b>Сколько стоит и как оплатить:</b> официальные тарифы на 14.11.2026 (Starter $29, Pro $89, годовая — $216 и $768) и пересчёт в рубли по курсу ЦБ — на странице «Оплата Synthesia из России»</a>.<h2 id="kak_oplatit_podpisku_iz_rossii">Как оплатить подписку из России</h2><p>Зарубежной карты нет? Её выпускает сервис «Плати по миру»: карта для оплаты нейросетей, приложений и подписок, выпуск за пару минут, пополнение через СБП. Наведите камеру телефона на QR-код ниже — откроется страница оформления.</p><figure><img src="https://qantcore.space/images/banners/platipomiru-qr.png" alt="QR-код: оформить зарубежную карту Плати по миру" /><figcaption>Реклама. ООО «КАПИБАРА», ИНН 9703231520</figcaption></figure><p>Подробный разбор способов оплаты — <a href="https://qantcore.space/oplata-ai/">на сайте Qantcore</a>.</p>]]></content:encoded>
</item>
</channel>
</rss>