RAG-система — это конвейер «документы → векторная база → поиск → генерация ответа», и весь этот конвейер можно разместить в облаке провайдера или целиком в своём контуре. Разница не только в цене: облачный вариант отправляет провайдеру фрагменты документов, векторные представления и сами вопросы; локальный держит всё внутри, но требует железа и эксплуатации. Выбор определяется одним вопросом — что будет находиться в базе знаний и чем вы рискуете при её утечке.
Ниже — таблица «когда что», критерии и вердикты. Общую дилемму «облако или свои серверы» для самих моделей разбирает сравнение «облачный LLM или on-premise»; здесь — специфика именно RAG-контуров: векторные базы, эмбеддинги и поток запросов.
Кратко: когда что выбирать
Прямой ответ — в таблице: слева ситуация, справа разумное решение по состоянию на сентябрь 2026 года. Если узнали свою компанию в одной из строк — дальше достаточно проверить решение по чек-листу в конце страницы, а не перечитывать весь интернет.
| Ситуация | Что выбрать | Почему |
|---|---|---|
| Пилот: быстро проверить ценность на обезличенных документах | облачный RAG | пилот от 480 000 ₽ без закупки инфраструктуры |
| В базе персональные данные клиентов | локальный RAG | векторы и запросы не покидают контур организации |
| Коммерческая тайна, тендерные цены, стратегии | локальный RAG | риск утечки дороже любой экономии на старте |
| Госсектор, КИИ, предписанное размещение данных | локальный RAG | место обработки данных установлено требованиями |
| Стартап, документы неконфиденциальные | облачный RAG | скорость итераций важнее периметра |
| Лимит на длительные расходы, нужен CAPEX один раз | локальный RAG | свои мощности без ежемесячной зависимости от тарифов |
Критерии сравнения
Развёрнутая матрица по критериям, которые заказчики проверяют перед решением: стоимость, сроки, риски, поддержка, комплаенс и режим данных. Каждая строка матрицы ниже раскрыта отдельным разбором — с пояснениями, откуда берутся цифры и на что смотреть в вашей ситуации.
| Критерий | Облачный RAG | Локальный RAG |
|---|---|---|
| Стоимость | пилот от 480 000 ₽, дальше — по мере роста | 0,9–1,2 млн ₽ под ключ: мощности, модели, настройка |
| Сроки | пилот 4–6 недель | развёртывание и приёмка — недели и месяцы |
| Риски | утечка содержимого через запросы и векторы | своя эксплуатация: патчи, деградация, availability |
| Поддержка | на стороне провайдера, SLA в договоре | своя команда или аутсорс — от 50 000 ₽/мес |
| 243-ФЗ и комплаенс | ИИ-актив в реестре плюс режим передачи данных | ИИ-актив в реестре плюс свой регламент эксплуатации |
| Данные | фрагменты документов уходят провайдеру | документы, векторы и запросы — в контуре |
| Масштабирование | параллельность обеспечит провайдер | закупка мощностей под пиковые нагрузки |
Главная строка здесь — данные: она почти всегда снимает остальные вопросы. Если корпус обезличен, облако выигрывает по срокам и стоимости; если нет — остальные строки можно не читать, выбор уже сделан за вас режимом данных.
Разбор критериев
Стоимость и входной билет
Облачный RAG честно называется самым дешёвым входом: пилот от 480 000 ₽ — без серверов, без закупок, с готовой инфраструктурой поиска и генерации. Дальше расходы растут с базой и трафиком. Локальный контур — 0,9–1,2 млн ₽ под ключ: вычислительные мощности под инференс, векторная база, развёртывание и настройка. Экономика переламывается на объёме и горизонте: облако платит по мере роста, локальный — один раз, но много, плюс эксплуатация от 50 000 ₽/мес.
Сроки
Облачный пилот занимает 4–6 недель: загрузка корпуса, настройка поиска, оценка качества. Локальный добавляет инфраструктурные недели — закупка и ввод мощностей, развёртывание моделей, приёмочные испытания — поэтому реалистичный горизонт запуска измеряется месяцами. Если бизнес-окно короткое, начинают с облака на обезличенном корпусе и параллельно готовят переезд в контур — это не двойные расходы, а нормальное поэтапное внедрение.
Риски утечки
В RAG утекает не только то, что вы загрузили: провайдер видит сами вопросы сотрудников, найденные фрагменты и ответы. Векторные представления — тоже данные: векторы, построенные из персональных данных, наследуют их чувствительность. Способы защиты конвейера разбирает ответ на вопрос «как защитить RAG-систему»; правило простое — чувствительный корпус только в своём контуре.
Поддержка и эксплуатация
Облачный RAG поддерживает провайдер: обновления моделей, доступность, безопасность инфраструктуры — всё в SLA. Локальный контур эксплуатируете вы: патчи моделей и векторной базы, мониторинг деградации качества, резервное копирование, ёмкость под пики. Без своей команды это аутсорс от 50 000 ₽/мес с фиксацией времени реакции. Поддержка локального контура — не разовая услуга, а постоянная функция: контур без присмотра деградирует незаметно, начиная с качества поиска.
243-ФЗ и комплаенс
Оба варианта — ИИ-активы в реестре участника эксперимента по 243-ФЗ. Разница в комплаенс-нагрузке: у облачного добавляется режим передачи данных провайдеру — договор, границы, журналирование передач; у локального — регламент эксплуатации и собственный контроль безопасности. Парадокс в том, что документально облачный вариант часто требует больше юридической работы, чем технически более сложный локальный.
Данные и векторные представления
В локальном контуре цепочка замкнута: документы, эмбеддинги, векторная база и генерация живут в периметре. Компоненты зрелые и доступные — векторные хранилища разбирают сравнение «Milvus или Qdrant» и технологии «pgvector для RAG», сервинг моделей — «vLLM». Что такое векторные представления интуитивно, объясняет статья «эмбеддинги в словаре».
Вердикты по трём сценариям
Сценарий 1. Пилот на внутренней базе без ПДн
Облачный RAG: пилот от 480 000 ₽ за 4–6 недель на обезличенном корпусе — регламенты, инструкции, публичная документация. С первого дня проектируйте переезд: чистое разделение загрузки корпуса, поиска и генерации, чтобы контур можно было заменить без переписывания продукта.
Сценарий 2. Банк, медицина, госсектор
Локальный RAG-контур за 0,9–1,2 млн ₽: своя модель, своя векторная база, всё в периметре, ИИ-актив в реестре по 243-ФЗ. Это не «дорогая прихоть», а единственный вариант, проходящий по режиму данных; сопоставимо с ценой одного серьёзного инцидента с утечкой базы.
Сценарий 3. Растущая компания с разночувствительными данными
Двухконтурная схема: обезличенные и публичные знания — в облаке для скорости, чувствительные — в локальном контуре для безопасности, с единым интерфейсом поиска. Вопрос «дорог ли свой контур на дистанции» не имеет универсального ответа — его разбирает ответ на вопрос «почему on-premise дороже облака, но выгоднее».
Типичные ошибки выбора
Пять ошибок размещения RAG-контура, каждая из которых обходится дороже самого контура.
- Загрузка базы с ПДн в облако «на время пилота» — пилоты имеют свойство становиться продом.
- Векторы считаются «не данными»: утечка эмбеддингов приравнивается к утечке документов.
- Локальный контур без команды эксплуатации: качество поиска деградирует незаметно.
- Архитектура без «переездоспособности»: смена контура превращается в переписывание.
- Отсутствие журнала передач провайдеру: при проверке невозможно показать, что уходило наружу.
Итог
Размещение RAG определяется чувствительностью корпуса, а не модой: обезличенное — в облако за скоростью, чувствительное — в контур за безопасностью. Архитектура с первого дня должна позволять переезд без переписывания. Решение стоит перепроверить на своих цифрах: разбор задачи бесплатный, ответ — за 1 рабочий день.
Чек-лист решения
Семь пунктов, которые стоит закрыть до выбора: они одинаково полезны обоим вариантам и закрывают большинство ошибок из списка выше. Пройдите список с командой — обычно это один рабочий час, который экономит недели переделок.
- Что попадёт в корпус: проведена ли инвентаризация на предмет ПДн и коммерческой тайны.
- Можно ли обезличить корпус для пилота — если да, облако безопасно и быстро.
- Кто эксплуатирует локальный контур: своя команда или аутсорс с SLA от 50 000 ₽/мес.
- Прошла ли архитектура проверку «переездоспособности»: можно ли сменить контур без переписывания.
- Какие журналы ведутся: запросы, найденные фрагменты, передачи данных провайдеру.
- Учтён ли ИИ-актив в реестре по 243-ФЗ, есть ли регламент использования RAG.
- Какая метрика качества принята: точность ответов на тестовой выборке до и после переезда.
Смежные материалы
Смежные сравнения: «облачный LLM или on-premise» и «векторная БД или полнотекстовый поиск». Практика: услуга «интеграция LLM и RAG-контуров»; технологии «локальные модели» и «векторные БД». Вопросы: «как защитить RAG-систему». Пошагово: гайд «как подготовить данные для RAG».
Полный каталог разборов «или — или» — в разделе Сравнения; форматы работ, сроки и цены «от» — в каталоге услуг.