Если ваш dev-стек уже живёт на VPS-провайдере, у вопроса «кто крутит модель» тихо появился третий ответ. Раньше приходилось выбирать между арендой GPU с самостоятельным инференсом и вызовом готового API вроде OpenAI. Теперь Vultr продаёт Serverless Inference на том же аккаунте, что и ваши droplet’ы, - управляемый LLM-инференс с оплатой по токенам, где compute автоматически провижинится и масштабируется по мере прихода запросов, без управления GPU-инфраструктурой.[1][2]
Эта страница сравнивает три пути для команды, которая уже эксплуатирует VPS-инфраструктуру: Vultr Serverless Inference (оплата по токенам, без инфры), арендованный GPU-инстанс, которым вы управляете сами (Vultr Cloud GPU или DigitalOcean GPU Droplet), и OpenAI API (готовое решение, но вендорлок). Каждая цифра ниже снята со страниц прайсов самих провайдеров в день написания - выдуманных бенчмарков здесь нет.
Что такое Vultr Serverless Inference на самом деле
Vultr описывает это как инференс «on demand, где compute автоматически провижинится и масштабируется по мере прихода запросов, без управления GPU-инфраструктурой».[2] Конкретно: вы получаете API-ключ, OpenAI-совместимый base URL и каталог моделей. Меняете URL инференса, указываете на endpoint Vultr и платите за использованные токены, а не за простаивающий GPU.[3]
Вся суть - в модели биллинга. На вашем инвойсе нет почасовой платы за GPU, которая висит независимо от использования, - вы платите за миллион входных и выходных токенов для чат-моделей и за мегапиксель для моделей изображений.[1]
Таблица цен прямо со страницы прайсов Vultr
Vultr публикует следующие тарифы чат/prompt-моделей (за 1M входных / 1M выходных токенов) на своей странице прайсов на день написания:[1]
| Модель | Вход /M | Выход /M |
|---|---|---|
| deepseek-ai/DeepSeek-V4-Flash | $0.30 | $1.00 |
| moonshotai/Kimi-K2.6 | $0.30 | $1.20 |
| MiniMaxAI/MiniMax-M2.7 | $0.30 | $1.20 |
| XiaomiMiMo/MiMo-V2.5-Pro | $0.55 | $1.65 |
| nvidia/DeepSeek-V3.2-NVFP4 | $0.55 | $1.65 |
| nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 | $0.13 | $0.38 |
| nvidia/Nemotron-Cascade-2-30B-A3B | $0.15 | $0.60 |
| nvidia/Nemotron-3.5-Content-Safety | $0.10 | $0.30 |
| nvidia/Llama-3.1-Nemotron-Safety-Guard-8B-v3 | $0.01 | $0.01 |
| zai-org/GLM-5.1-FP8 | $0.85 | $3.10 |
Модели генерации изображений биллятся за мегапиксель, а не за токен: flux.1-dev и stable-diffusion-3.5-large-turbo по $0.02/MP, flux.1-schnell и stable-diffusion-3.5-medium по $0.01/MP.[1]
Стоит отметить один нюанс: страница прайсов и docs-овервью Vultr не всегда называют один и тот же каталог. Docs-овервью сейчас перечисляет модели вроде «DeepSeek V4.1 Flash, GLM 5.2, MiniMax M3», а страница прайсов - DeepSeek-V4-Flash, GLM-5.1-FP8 и MiniMax-M2.7.[1][2] Страница прайсов - авторитетный источник цен, но список моделей меняется, поэтому перед тем как завязываться на конкретное имя модели, проверьте актуальный каталог в Vultr Console.[2]
Путь второй: арендовать GPU и запускать самому
Self-hosted-путь означает аренду GPU-вычислений и самостоятельный запуск serving-стека (vLLM, TGI или аналог). Вы получаете полный контроль и никакой наценки за токен, но владеете всем жизненным циклом: провижининг, загрузка модели, автоскейлинг, обновления и риск простаивающего GPU, за который вы всё равно платите.
Vultr Cloud GPU биллится on-demand, почасово:[4]
| GPU | Цена /GPU/час |
|---|---|
| NVIDIA L40S (48 GB) | $1.671 |
| NVIDIA HGX H100 | $2.300 |
| AMD MI300X | $1.850 |
| AMD MI325X | $2.000 |
| AMD MI355X | $2.590 |
| NVIDIA GH200 | $1.990 |
| NVIDIA HGX B200 | $3.500 |
L40S - естественная точка входа для self-hosting модели класса 30–70B: одно-GPU инстанс L40S идёт с 48 GB GPU-памяти, 16 vCPU и 180 GB системной RAM.[4]
GPU Droplet’ы DigitalOcean дают сопоставимое on-demand-меню, биллинг посекундный с минимумом 5 минут - и обратите внимание: выключенный GPU Droplet всё равно биллится, потому что диск, CPU, RAM и IP остаются зарезервированными, пока вы не уничтожите инстанс:[5]
| GPU | On-demand /GPU/час |
|---|---|
| NVIDIA RTX 4000 Ada (20 GB) | $0.76 |
| NVIDIA RTX 6000 Ada (48 GB) | $1.57 |
| NVIDIA L40S (48 GB) | $1.57 |
| AMD MI300X (192 GB) | $2.59 |
| AMD MI325X (256 GB) | $3.80 |
| NVIDIA HGX H100 (80 GB) | $4.41 |
| NVIDIA HGX H200 (141 GB) | $4.47 |
Более дешёвые карты DigitalOcean (RTX 4000 Ada за $0.76/час, RTX 6000 Ada / L40S за $1.57/час) - реалистичные точки входа в self-hosted для небольшой dev-команды.[5]
Путь третий: OpenAI API
OpenAI API - вариант «просто работает»: никакой инфраструктуры, зрелый SDK и модели, которые стабильно у фронтира. Обратная сторона - вендорлок и, на флагманских моделях, ценовая премия за токен.
Опубликованные стандартные тарифы OpenAI (за 1M токенов) на день написания:[6]
| Модель | Вход /M | Кэш. вход /M | Выход /M |
|---|---|---|---|
| gpt-6-astra | $10.00 | $1.00 | $50.00 |
| gpt-5.6-sol | $4.00 | $0.40 | $20.00 |
| gpt-5.6-terra | $2.00 | $0.20 | $12.00 |
| gpt-5.6-luna | $0.20 | $0.02 | $1.20 |
Разрыв с каталогом Vultr особенно заметен на выходных токенах: флагман OpenAI, gpt-6-astra, стоит $50.00 за миллион выходных токенов, а даже средний gpt-5.6-terra - $12.00 за миллион, тогда как DeepSeek-V4-Flash у Vultr - $1.00 за миллион - разница в 50 раз только на выходе.[1][6] Это не бенчмарк; это чтение прямо со страниц прайсов обоих провайдеров.
Модель стоимости: когда выигрывает каждый вариант
Мы не будем выдумывать цифры пропускной способности - мы не замеряли это на своих аккаунтах, а по стандарту сайта «нет замера → нет цифры». Но форма кривой стоимости следует напрямую из опубликованных цен, и этого достаточно, чтобы рассуждать.
Serverless Inference выигрывает при bursty, низком или непредсказуемом трафике. Вы платите по токенам, поэтому приложение с парой запросов в час стоит копейки. На инвойсе нет простаивающего GPU. Обратная сторона - оплата по токенам это наценка поверх сырой стоимости GPU: Vultr должен покрывать провижининг и масштабирование, так что при стабильно высоком объёме тариф за токен в итоге превысит то, во что обошлось бы держать GPU тёплым.
Self-hosted GPU выигрывает при высокой и стабильной утилизации. Если модель крутится постоянно, экономика инвертируется: Vultr L40S за $1.671/час это примерно $1,200/мес при круглосуточной работе, но за это вы получаете неограниченный бюджет токенов. Точка безубыточности против оплаты по токенам зависит целиком от того, сколько токенов вы реально генерируете, - именно поэтому её не стоит угадывать. Реальная цена этого пути операционная: нужен навык запускать и обслуживать serving-стек, и вы платите за GPU даже в часы простоя.[4]
OpenAI API выигрывает, когда важнее zero-ops и качество у фронтира, чем цена за единицу. Вы платите премию за токен, но никогда не думаете о GPU, масштабировании и serving. Для команды, у которой время - дефицитный ресурс, эта премия на практике часто оказывается самым дешёвым вариантом, хотя в сырых долларах за токен она самая дорогая.[6]
Практическая эвристика простыми словами: низкий или рваный объём → Serverless Inference; стабильно высокий объём и есть навык ops → self-hosted GPU; нужен zero-maintenance и не жалко цены → OpenAI API. Точная точка пересечения - функция вашего объёма токенов и почасовой стоимости инженерного времени, и её стоит посчитать, когда появятся реальные данные об использовании.
Неценовые факторы, которые важны не меньше цены
- Латентность. Serverless-инференс платит за масштабирование, что может означать cold-start на первом запросе всплеска. Тёплый self-hosted GPU не имеет cold-start. Для интерактивного чата это обычно не важно; для жёстких бюджетов по времени - может.[2]
- Локализация данных и комплаенс. Self-hosting на Vultr или DigitalOcean держит ваши данные на инфраструктуре, которой вы управляете. С управляемым API вы отправляете промпты на чужой endpoint - реальное соображение, если вы работаете с данными клиентов.[3][5]
- Выбор и контроль модели. Self-hosting позволяет запускать любую open-weight модель, дообучать её и фиксировать версию. Serverless и hosted API ограничивают вас своим каталогом - а он, как показано выше, может меняться прямо под вами.[1][2]
- Вендорлок. Глубже всего завязывает OpenAI API: SDK, инструменты и модели предполагают именно его. Serverless Inference у Vultr OpenAI-совместим на уровне API, так что переключение - это смена URL и ключа, а не переписывание.[3]
- Операционная нагрузка. Self-hosting - единственный путь, где аптайм лежит на вас. Если процесс serving модели упал в 3 часа ночи - это ваша проблема. Serverless и hosted API перекладывают это на провайдера.
Что выбрать вашему dev-стеку
Универсального победителя нет - всё зависит от объёма и команды. Но для команды, которая уже эксплуатирует VPS-инфраструктуру, разумный дефолт такой:
- Начните с Vultr Serverless Inference для первой версии AI-фичи. Это на аккаунте, который у вас уже есть, это OpenAI-совместимо, так что позже можно переключиться без переписывания, а стоимость по токенам для низкотрафикового приложения ничтожна.[1][3]
- Переходите на self-hosted GPU только когда модель начнёт окупаться при стабильном объёме и появится человек, умеющий вести serving-стек. Реалистичные точки входа - L40S у Vultr или RTX 4000 Ada / L40S у DigitalOcean.[4][5]
- Держите OpenAI в поле зрения, когда нужны именно качество фронтира или zero-maintenance, и принимайте премию за токен и вендорлок.[6]
Честный ответ на вопрос «что дешевле» такой: это зависит от вашего объёма токенов, и вы не узнаете его, пока не измерите. Но что вы можете знать уже сегодня, со страниц прайсов, - какой путь дешевле на крайностях, и этого достаточно, чтобы сделать первый шаг.
Прежде чем заказывать мощности где-либо, наш гайд по деплою Node/Next на VPS поможет с расчётом размера, а обзоры хостинга покажут, чем провайдеры отличаются. Если взвешиваете управляемый инференс против обычного VPS для остального стека - начните со сравнения VPS и shared-хостинга.
Цены двигаются и зависят от дата-центра и валюты - цифры выше это официальные тарифы на день написания, и перед бюджетированием их стоит перепроверить на странице прайсов каждого провайдера.
Источники
- Vultr - страница прайсов, раздел «Serverless Inference» (тарифы чат/prompt-моделей за токен, тарифы моделей изображений за мегапиксель). https://www.vultr.com/pricing/ - проверено 2026-10-04
- Vultr Docs - «Serverless Inference: On-Demand AI Model Inference» (провижининг/масштабирование on demand, управление без GPU-инфры, каталог моделей, RAG-чаты). https://docs.vultr.com/product-overviews/serverless-inference - проверено 2026-10-04
- Vultr Docs - FAQ Serverless Inference (замена OpenAI-совместимого base URL, мониторинг использования/стоимости в Console, API-ключ). https://docs.vultr.com/products/compute/serverless-inference/faq - проверено 2026-10-04
- Vultr - страница прайсов, раздел «Cloud GPU» (почасовые on-demand тарифы GPU; конфигурация L40S 48 GB). https://www.vultr.com/pricing/ - проверено 2026-10-04
- DigitalOcean - прайс GPU Droplet (on-demand тарифы за GPU/час; посекундный биллинг с минимумом 5 минут; выключенные инстансы всё равно биллятся). https://www.digitalocean.com/pricing/gpu-droplets - проверено 2026-10-04
- OpenAI - цены API (стандартные тарифы GPT-6 Astra / GPT-5.6 Sol / GPT-5.6 Terra / GPT-5.6 Luna за токен). https://platform.openai.com/docs/pricing - проверено 2026-10-04