Заголовки

Яндекс открыл модель на 80 млрд параметров. Почему «бесплатно» не значит дёшево

Обложка статьи: Яндекс открыл модель на 80 млрд параметров. Почему «бесплатно» не значит дёшево Яндекс открыл модель на 80 млрд параметров. Почему «бесплатно» не значит дёшево

Яндекс открыл веса Alice AI Foundation LLM под Apache 2.0, но для бизнеса это не «бесплатный ИИ», а приглашение считать полную стоимость. Лицензионный барьер снизился; расходы на серверы, данные, дообучение, безопасность и контроль никуда не исчезли. Поэтому решение меняется: сначала ограниченный пилот и экономика, потом собственный ИИ-контур.

В официальной карточке модели указано: 80 млрд параметров, 3 млрд активных для каждого токена, контекст до 262 144 токенов. Там же есть важная приписка без фанфар: это pretrained-модель, не готовый диалоговый продукт. Перед production Яндекс рекомендует собственное тестирование, дообучение, настройку и контроль поведения.

Затрагивает это собственников, ИТ-директоров и маркетинг компаний, которые хотят работать с внутренними документами, коммерческими предложениями и базой знаний в своём контуре. Мой вывод простой: теперь выбирать надо не между «платно» и «бесплатно», а между двумя структурами затрат и двумя наборами рисков.

Что именно Яндекс открыл бизнесу

21 сентября Яндекс опубликовал веса базовой AliceAI-Foundation-80B-A3B-Base. Модель обучена с нуля, распространяется по лицензии Apache 2.0 и может использоваться в коммерческих и исследовательских проектах. Это сильное событие для российского рынка: компания получает не только доступ к чужому API, но и возможность развернуть, изучить и доработать основу под свой сценарий.

Но слово «основа» здесь важнее слова «открытая». Модель ещё не прошла этап post-training и alignment. Проще говоря, её не научили быть удобным собеседником, стабильно следовать инструкциям и вести себя так, как ожидает пользователь готового сервиса.

Свободная лицензия — ещё не готовый сотрудник

Представим типовую B2B-компанию. Руководитель хочет, чтобы ИИ собирал черновик предложения из базы знаний, CRM и технической документации. Модель можно скачать. А дальше начинаются вполне земные вещи: права доступа, очистка данных, интеграции, эталонные ответы, журналирование ошибок, проверка фактов и человек, который отвечает за результат.

Это как получить двигатель без автомобиля. Деталь мощная, лицензия на неё удобная, но до поездки всё равно нужны кузов, тормоза, приборная панель и водитель. Если маркетинг сразу обещает отделу продаж «своего умного помощника», а ИТ ещё считает память и безопасность, конфликт уже заложен в смету.

Где заканчивается открытый код

В карточке модели приведён пример запуска через vLLM на четырёх видеокартах. Это не универсальная смета и не минимальная конфигурация для любого сценария, но хороший холодный душ: мало активных параметров не означает, что все 80 млрд весов исчезают из памяти.

«Ведомости» отдельно отмечают, что при собственном развёртывании аренда API сменяется первоначальными вложениями в ускорители, серверы, сеть и хранилища. По оценке приведённого изданием эксперта, вычисления могут составлять 30–50% бюджета проекта, а данные, команда и инфраструктура — 50–70%. Это оценка эксперта, а не прайс-лист Яндекса, но направление расходов показано честно.

Почему бесплатная модель может оказаться дорогим решением

Я считаю, главная ошибка будет выглядеть знакомо: цену инструмента примут за экономику процесса. В рекламе так бывает со «свободным» охватом, в CRM — с дешёвой лицензией, в ИИ — с открытыми весами. Кнопка ничего не стоит, а система вокруг неё внезапно ест квартал и команду.

Пять строк, которые должны появиться в расчёте

До обсуждения красивого интерфейса я бы разделил бюджет минимум на пять частей:

  • инфраструктура: вычисления, память, хранение, резервирование и мониторинг;
  • данные: подготовка базы знаний, разметка, удаление дублей и настройка прав доступа;
  • адаптация: дообучение, поиск по внутренним данным, интеграции и тестовые наборы;
  • контроль: информационная безопасность, логирование, проверка качества и обработка ошибок;
  • владение: специалисты, обновления, поддержка и стоимость простоя.

После этого рядом надо поставить стоимость внешнего API или готового корпоративного сервиса. Не для того, чтобы заранее выбрать облако. Свой контур может быть оправдан требованиями к данным, предсказуемой нагрузкой, глубокой адаптацией или независимостью от поставщика. Но это должно быть управленческое решение, а не роман с железом.

Маркетингу нужен не бенчмарк, а рабочий показатель

Яндекс публикует результаты модели в математике, программировании и задачах на фактические знания. Они помогают сравнивать технологии, но не отвечают на вопрос коммерческого директора: станет ли предложение точнее и быстрее, а менеджер — полезнее клиенту.

Для пилота лучше выбрать один показатель процесса. Например: доля предложений, прошедших проверку без фактических правок; время от запроса до первого черновика; число опасных ответов на сто тестов; стоимость одного принятого результата. Такая метрика связывает модель с работой компании, а не с таблицей чемпионата нейросетей.

Как проверить решение за пять минут

Откройте любой документ с идеей ИИ-проекта и допишите сверху одну фразу: «После 30 дней пилота мы продолжаем, если…». Затем поставьте четыре значения: объём реальных задач, допустимая стоимость результата, порог качества и ответственный за ошибку.

Пилот должен быть уже продукта

Не начинайте с обещания «внедрить корпоративный ИИ». Возьмите один ограниченный сценарий: поиск ответа по каталогу, черновик коммерческого предложения или классификацию входящих обращений. Исключите автоматическую отправку клиенту. Соберите 50–100 реальных примеров, заранее отметьте правильные ответы и только потом сравнивайте варианты.

Одновременно посчитайте три дорожки: готовый сервис, внешний API и собственное развёртывание. В каждой должны быть одинаковые требования к качеству, защите данных и поддержке. Иначе получится бухгалтерский фокус: в одной колонке учтены люди и риски, а в другой лежит только цена токена.

У пилота должна быть дверь наружу

До старта определите стоп-условие. Если качество не достигает порога, стоимость принятого результата выше альтернативы или контроль требует постоянного ручного дежурства, проект не масштабируется. Это не поражение. Это дешёвая управленческая победа: вы узнали цену идеи до того, как она стала инфраструктурой.

Открытая Alice AI Foundation расширила выбор российского бизнеса. Хорошая новость. Но выбор стал не проще, а взрослее: лицензия больше не закрывает дверь, зато за дверью видна вся лестница расходов. Я бы шёл по ней с калькулятором, тестовым набором и одним ответственным владельцем процесса.

Если вам полезен такой разбор маркетинговых и технологических новостей без магических кнопок, подписывайтесь. Будем отделять доступ к инструменту от управляемого результата.

Материал подготовил Директор по маркетингу Виктор Клищенко

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *