Сначала проверьте, нужна ли именно своя нейросеть
Частый сценарий переплаты: компания заказывает «разработку нейросети», хотя её задача — ответы по корпоративным документам или классификация обращений — решается готовой языковой моделью с системой RAG. База знаний подключается к модели через поиск, обновляется перезагрузкой файлов и не требует обучения. Когда RAG действительно достаточен, а когда без дообучения не обойтись, разобрано в сравнении RAG или дообучение модели.
Собственная разработка оправдана, если у задачи специфическая структура (не текст), жёсткие требования к скорости на слабом железе или данные нельзя отдавать ни в какой внешний API — даже по договору.
Лестница затрат
| Ступень | Результат | Цена и срок |
|---|---|---|
| Аудит задачи и данных | выбор архитектуры, оценка данных, дорожная карта | от 90 000 ₽, 3–5 рабочих дней |
| Пилот на готовой модели | LLM + RAG-контур на одном процессе, метрики качества | от 480 000 ₽, 4–6 недель |
| Заказной контур с дообучением | модель дообучена под задачу, интеграции, мониторинг | 0,9–1,2 млн ₽ |
Такая лестница защищает бюджет: до дорогой ступени вы доходите, только когда предыдущая подтвердила эффект цифрами.
Что входит в «разработку под задачу»
- Данные. Сбор, очистка и разметка примеров — самый трудоёмкий этап; от его качества зависит больше, чем от выбора модели.
- Обучение и оценка. Циклы дообучения, замеры точности на отложенной выборке, сравнение с базовой моделью.
- Интеграция. API-шлюз, подключение к 1С, CRM или сайту, логирование запросов и ответов.
- Сопровождение. Контроль дрейфа данных и переобучение по мере изменения потока — от 50 000 ₽/мес.
Скрытые расходы собственной модели
У «своей» нейросети затраты не заканчиваются после запуска: нужны вычислительные ресурсы для эксплуатации, команда, которая умеет её дообучать, и регламент контроля качества. Поэтому решение о собственном контуре стоит принимать после пилота — об этом же мы пишем в ответе на вопрос нужна ли компании собственная языковая модель.
Ориентиры рынка
Ставки ИТ-специалистов на рынке сентября 2026 года — 2 800–3 800 ₽ за час, закрытые контракты на LLM-внедрение — от 630 тысяч до 4,56 млн ₽. Рыночные вилки по сегментам собраны в кейсе LLM-интеграция: цены внедрения; методика интеграции — в услуге LLM-интеграции и RAG в процессы.
Типовые задачи «нейросети под задачу»
Чтобы разговор о цене был предметным, полезно видеть, какие задачи чаще всего приносят на «кастомную нейросеть» — и чем они заканчиваются:
- Ответы по документам. Юридический отдел хочет поиск по договорам, сервис — по регламентам. В девяти случаях из десяти хватает RAG-контура на готовой модели, и заказчик экономит стоимость разработки.
- Классификация потока. Обращения, заявки, письма — модель распределяет по темам и направлениям. Тоже решается готовой моделью с промптами, без обучения.
- Извлечение полей из документов. Сканы с разнородной структурой: здесь дообучение иногда оправдано, если форматы экзотические и их много.
- Специфические модальности. Не текст, а сигналы, изображения промышленного качества, узкие предметные области — редкий, но настоящий случай для собственной модели.
Практический вывод: сначала аудит, который честно разложит задачу по этому списку, и только потом решение о разработке. Обратный порядок — сначала «хотим свою нейросеть», потом поиск задачи — стабильно приводит к переплате: компания покупает разработку там, где хватило бы пилота на готовой модели за от 480 000 ₽. Аудит стоит от 90 000 ₽ и занимает 3–5 рабочих дней — это самая выгодная инвестиция в проекте, потому что экономит остальные ступени.
Итог
Итог по деньгам: большинство «нейросетей под задачу» в 2026 году — это RAG-контур на готовой модели за пилот от 480 000 ₽, и лишь меньшинство случаев действительно требует заказной разработки за 0,9–1,2 млн ₽. Различить их можно только одним способом — аудитом на ваших данных и ваших сценариях. Это от 90 000 ₽ и 3–5 рабочих дней, и это самая защищённая инвестиция в проекте: она экономит либо разработку, либо месяцa ожиданий, показывая заранее, где лежит реальная работа.