Блог и Новости is*hosting - Хостинг-провайдер Нового Поколения

ИИ для команды: как настроить общий ИИ-сервер и сколько это стоит

Written by Команда is*hosting | 17 нояб. 2026 г., 05:00:00

Команда из 20 человек на ChatGPT Business — это $400 в месяц при годовой оплате, и каждый новый сотрудник добавляет к счету еще $20.

Общий сервер с Open WebUI и API с оплатой за токены обойдется той же команде примерно в $139 в месяц (при допущениях по нагрузке, которые описаны ниже).

А GPU-сервер с локальными моделями стоит фиксированную сумму, сколько бы людей ни было в штате.

Ниже сравниваем варианты, а потом пошагово настраиваем ИИ для команды с таймингами из нашей собственной установки.

Почему личные ИИ-подписки не масштабируются на команду

Подписки за место дорожают с каждым наймом, держат промпты каждого сотрудника в его личном аккаунте и отправляют данные компании на серверы вендора. На 20–30 людях это уже ощутимо. Microsoft в Work Trend Index 2024 выяснила, что 78% пользователей ИИ приносят на работу собственные ИИ-инструменты, а в малом и среднем бизнесе — 80%. Если команда уже платит за несколько ИИ-подписок, объедините их до следующего найма.

Общий ИИ-сервер — это один инстанс, к которому подключается вся команда: один счет, одно место хранения данных, одна база для общих наработок. Так компания получает приватный ИИ без тарифов за место — по сути, свой корпоративный ChatGPT.

Расходы растут с каждым наймом

ChatGPT Business стоит $20 за пользователя в месяц при годовой оплате или $25 при помесячной, минимум — два места. При такой модели 30 человек обходятся в $600–750 в месяц, а новый сотрудник — это еще одно место, неважно, пользуется он ИИ каждый день или дважды в квартал.

Нет общего контекста

Каждый пишет промпты с нуля в своем аккаунте. Помощник юриста довел до ума промпт для проверки договорных формулировок, и тот так и остался в его истории. Остальным от этого ни тепло ни холодно.

Нет контроля над данными

Личные подписки — это еще и личное решение каждого, что и куда вставлять. Отчет Thomson Reuters Future of Professionals 2026 показал, что 34% специалистов пользуются ИИ-инструментами, которые их организация не одобряла. Собственный ИИ-ассистент компании дает всем одобренное место для работы.

Общий ИИ-сервер vs ChatGPT Business: реальная стоимость для 10–30 человек

Для команды из 10–30 человек общий сервер с внешним API стоит 33–40% от годовой цены ChatGPT Business (при наших допущениях по нагрузке).

GPU-сервер с локальными моделями окупается только примерно от 35 мест — это на сервере с Tesla T4, который мы тестировали.

Все цены ниже взяты со страниц тарифов самих вендоров и проверены в октябре 2026 года. Если вы сейчас платите больше, чем за 10 мест, прогоните свои цифры через таблицу.

Вариант

10 человек

20 человек

30 человек

Точка окупаемости

ChatGPT Business (годовая / помесячная оплата)

$200 / $250

$400 / $500

$600 / $750

Точка отсчета

Microsoft 365 Copilot Business, надстройка (прайс / промо)

$210 / $180

$420 / $360

$630 / $540

Нужен тариф Microsoft 365 Business сверху

GPU-сервер NL4-8 с Tesla T4 16 GB, Ollama + Open WebUI

$693,75

$693,75

$693,75

Около 35 мест ChatGPT Business

GPU-сервер NL3-22 с NVIDIA L4 24 GB (только предзаказ)

$409,17

$409,17

$409,17

Около 21 места ChatGPT Business

Open WebUI на VPS Medium + внешний API

$80,04

$138,84

$197,64

Дешевле уже с 2 пользователей при этих допущениях

Как считали строки (цены is*hosting — помесячные при годовой оплате, зависят от локации):

  • ChatGPT Business: $20 за пользователя в месяц при годовой оплате, $25 при помесячной (данные OpenAI). ChatGPT для команд, бывший тариф ChatGPT Team, теперь продается как ChatGPT Business.
  • Copilot Business: $21 за пользователя в месяц по годовой подписке, промоцена — $18 до 31 декабря 2026 года на первый год подписки. Продается только действующим клиентам с подходящим тарифом Microsoft 365 Business; Business Standard стоит $14 за пользователя в месяц.
  • GPU-серверы: цены из конфигуратора GPU-серверов is*hosting на 28 октября 2026 года, локация — Нидерланды. NL4-8 (AMD EPYC 7702P, 256 GB RAM) с Tesla T4 16 GB стоит $693,75 в месяц при годовой оплате ($8 325 в год). NL3-22 (AMD Ryzen 7 7600X, 64 GB RAM) с NVIDIA L4 24 GB — $409,17 в месяц при годовой оплате ($4 910 в год), на тот момент был доступен только по предзаказу. Цены «от» на странице GPU-серверов указаны с картой начального уровня — T4 или L4 ставятся вместо нее.
  • Вариант с API: VPS Medium от is*hosting (3 CPU, 4 GB RAM) за $21,24 в месяц при годовой оплате плюс API по тарифам GPT-6.1 Sol: $2 за миллион входных токенов и $10 за миллион выходных. Мы исходили из 40 запросов на человека за рабочий день, 21 рабочий день, 1 500 входных и 400 выходных токенов на запрос. Получается $5,88 на человека в месяц. У Claude Sonnet 5.5 прайс такой же — $2/$10.

Более широкое сравнение селф-хостинга с софтом за место в нашем обзоре ИИ-инструментов для бизнес-аналитики.

В таблицу не попали три вещи, которые общий сервер умеет, а подписки нет:

  1. Дешевые и дорогие модели в одном окне. Open WebUI отдает локальные модели Ollama и API-модели бок о бок. Рутинные переформулировки уходят в модель за $0,10 за миллион входных токенов, и только сложные вопросы — в модель за $2.
  2. Редкие пользователи ничего не стоят. Юзеру, которому ИИ нужен пару раз в месяц, заводят аккаунт в админке — без места за $20. Удаляется он на том же экране.
  3. Доступ только после одобрения. Если открыть регистрацию, новые аккаунты получают роль pending, пока их не одобрит админ. Случайный человек, наткнувшийся на страницу входа, ничего не увидит.

Что общий ИИ-сервер дает команде, чего не дают подписки

Для команд, которые раз за разом решают одни и те же задачи — юридические проверки, ответы саппорта, черновики коммерческих предложений, — общий сервер превращает разрозненное использование ИИ в полноценную ИИ-инфраструктуру для малого бизнеса. Библиотека промптов для всех, правила работы с данными, которые админ задает один раз, и возможность сменить модель без переноса аккаунтов.

Опрос Thomson Reuters Future of Professionals 2025 показал: специалисты ожидают, что в ближайший год ИИ будет экономить им около 5 часов в неделю. Если у кого-то в команде уже есть промпт, который экономит время, сервер — это способ раздать его остальным.

Общая библиотека промптов

В Open WebUI админ один раз пишет промпт, назначает ему слеш-команду, например /contract-check, и открывает доступ группе. Все в этой группе видят его, как только наберут /.

Централизованный контроль данных

Группы определяют, кто видит какую модель, промпт и базу знаний. В нашем тесте пользователь из Legal открывал базу знаний «Legal templates», а пользователь из Sales на том же сервере не видел ни баз знаний, ни промптов. Вот что такое приватный ИИ для бизнеса на практике: куда идут данные, решает админ.

Без привязки к вендору

Чаты, пользователи и документы лежат в Docker-томе на вашем сервере. Переход с одной модели на другую или с локальной на API — это смена настроек, аккаунты остаются на месте.

Представьте юрфирму на 12 человек, где помощник юриста прогоняет каждое входящее NDA через общий промпт /contract-check, завязанный на шаблон фирмы. Если это сэкономит хотя бы половину тех 5 часов в неделю, на которые рассчитывают специалисты из опроса Thomson Reuters, фирма получит обратно около 10 часов работы помощника в месяц. И промпт продолжит работать, даже когда помощник в отпуске.

Выделенный сервер

Разверните приватный ИИ-сервер для всей команды на выделенном железе, в том числе в конфигурациях с GPU для локальных моделей.

Подробнее

Как настроить общий ИИ-сервер: пошаговая инструкция

Вся настройка ИИ-сервера для офиса заняла у нас около 20 минут на Ubuntu 24.04: примерно 6 минут на команды (большая часть — скачивание образов), остальное — в админке. Базовая установка подробно разобрана в нашем гайде по Open WebUI; ниже коротко о ней и подробно о настройке под команду. Протестированные версии: Open WebUI 0.12.3, Ollama 0.40.6, Docker 29.9.1, Docker Compose 5.6.0.

Шаг

Что делаем

Время в нашем прогоне

1

Установить Docker

16 с

2

Запустить Open WebUI и Ollama

3 мин 20 с (холодная загрузка образов и первый запуск)

3

HTTPS через Nginx и Certbot

Около 1 мин

4

Создать аккаунт админа

Около 1 мин

5

Добавить пользователей и группы

Около 5 мин на две группы

6

Скачать модель и открыть к ней доступ

38 с для qwen3.5:4b (3,3–4,0 GB), около 80 с для gemma4:12b (7,7–8,0 GB) плюс 1 мин кликов

7

Создать общие промпты

Около 2 мин на промпт

8

Собрать базу знаний

Около 3 мин

1. Установите Docker

На серверах is*hosting Docker не предустановлен. Зайдите под root и выполните:

curl -fsSL https://get.docker.com | sh

2. Запустите Open WebUI и Ollama

mkdir -p /root/open-webui && cd /root/open-webui
printf 'WEBUI_SECRET_KEY=' > .env && openssl rand -hex 32 >> .env
cat > compose.yaml << 'EOF'
services:
  ollama:
    image: ollama/ollama:0.40.6
    container_name: ollama
    environment:
      - OLLAMA_NUM_PARALLEL=4
      - OLLAMA_CONTEXT_LENGTH=8192
      - OLLAMA_KEEP_ALIVE=30m
    volumes:
      - ollama:/root/.ollama
    restart: unless-stopped
  open-webui:
    image: ghcr.io/open-webui/open-webui:v0.12.3
    container_name: open-webui
    depends_on:
      - ollama
    ports:
      - "127.0.0.1:3000:8080"
    env_file:
      - .env
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
      - WEBUI_URL=https://YOUR_DOMAIN
      - CORS_ALLOW_ORIGIN=https://YOUR_DOMAIN
    volumes:
      - open-webui:/app/backend/data
    restart: unless-stopped
volumes:
  ollama:
  open-webui:
EOF
docker compose pull -q && docker compose up -d

Два образа заняли на диске 15,75 GB еще до любой модели, docker system df показывает ту же сумму. Около 5,4 GB из них — сжатая загрузка: начиная с Docker Engine 29, новые установки используют хранилище образов containerd, которое держит и сжатые слои, и распакованные (документация Docker). Open WebUI перешел в статус «healthy» в docker compose ps примерно через три минуты после начала загрузки. Модель эмбеддингов для поиска по документам (all-MiniLM-L6-v2) встроена прямо в образ: в нашем тесте Open WebUI запустился и загрузил ее даже с отключенной сетью.

На GPU-сервере сначала установите драйвер NVIDIA и NVIDIA Container Toolkit, затем добавьте gpus: all в сервис ollama, как описано в документации Ollama по Docker.

3. Настройте HTTPS

Порты, опубликованные через Docker, обходят правила ufw: в нашем тесте порт 3000 отвечал из интернета при включенном ufw, хотя разрешающего правила для него не было. Поэтому в compose-файле Open WebUI привязан к 127.0.0.1. Поставьте перед ним Nginx с заголовками для WebSocket и получите сертификат:

apt-get update && apt-get install -y nginx certbot python3-certbot-nginx
cat > /etc/nginx/sites-available/open-webui << 'EOF'
server {
    listen 80;
    server_name YOUR_DOMAIN;
    location / {
        proxy_pass http://127.0.0.1:3000;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_buffering off;
        proxy_read_timeout 600s;
        client_max_body_size 100m;
    }
}
EOF
ln -s /etc/nginx/sites-available/open-webui /etc/nginx/sites-enabled/
nginx -t && systemctl reload nginx
certbot --nginx -d YOUR_DOMAIN --redirect
ufw allow OpenSSH && ufw allow 'Nginx Full' && ufw --force enable

4. Создайте аккаунт админа

Откройте https://YOUR_DOMAIN, нажмите Get started и заполните форму Create Admin Account. Первый аккаунт становится администратором, и после его создания Open WebUI сам отключает New Sign Ups.

Проверьте настройки по умолчанию: ваше имя (внизу слева) > Settings > Admin > Authentication. Default User Role — pending, Default Group — None, плюс есть переключатель, который требует приложение-аутентификатор от всех пользователей. После любого изменения жмите Save: в нашем тесте без этого переключатель после перезагрузки страницы возвращался в исходное положение.

5. Добавьте пользователей и группы

Откройте Admin Panel > Users > Overview > Add User, чтобы добавлять людей по одному, или вкладку CSV Import — чтобы завести весь офис сразу. Затем перейдите на вкладку Groups, нажмите New Group и создайте по группе на каждую функцию, например Legal и Sales.

Участников назначайте на вкладке Users внутри каждой группы — чекбоксы сохраняются сразу. Права групп только добавляют доступ, поэтому пользователь из двух групп получает права обеих.

6. Скачайте модель и откройте к ней доступ

docker exec ollama ollama pull gemma4:12b

Новые модели появляются со статусом Private — их видят только админы. В нашем тесте обычный пользователь залогинился и увидел «Select a model» с пустым списком.

Чинится это в Settings > Admin > Models: нажмите на карандаш рядом с моделью, затем Access > Add Access, отметьте группы, нажмите Add и завершите кнопкой Save & Update. Метка модели сменится с Private на Shared. Чтобы отдать модель сразу всем пользователям, переключите меню Access с Private на Public — метка станет Public.

7. Создайте общие промпты

Перейдите в Workspace > Prompts > Create. Заполните название, команду (например, contract-check) и текст промпта; {{clause}} обозначает переменную, которую подставляет пользователь. Через Access откройте доступ группе и нажмите Save & Create.

8. Соберите базу знаний

Перейдите в Workspace > Knowledge > Create, дайте базе имя, через Add Access выберите группу, нажмите Create Knowledge и загрузите файлы. Пользователи подключают базу к чату, набрав #.

У пользователя из Sales то же меню # пустое — база знаний принадлежит Legal.

По умолчанию обычные пользователи вообще не видят Workspace. Чтобы руководители направлений могли сами собирать промпты и базы знаний, включите в их группе соответствующие права Workspace.

Какая конфигурация сервера нужна вашей команде?

Сервера без GPU хватит для тестов на одного-трех человек. Команде нужен GPU-сервер или связка Open WebUI + API, а размер выбирают по тому, сколько людей отправляют запрос одновременно.

В наших тестах 4B-модель на 8 ядрах CPU отвечала 32 секунды и обрабатывала по одному запросу за раз, а Tesla T4 закончила восемь одновременных ответов за 11 секунд. Если одновременно будут работать больше трех человек, вариант без GPU даже не рассматривайте.

Размер команды

RAM / vCPU сервера

GPU

Модель

Замеренное время ответа (200 токенов)

1–3, тесты

32 GB / 8 vCPU (Exclusive VPS)

Нет

qwen3.5:4b

32 с на ответ; запросы встают в очередь, 4-й из 4 завершился на 129-й секунде

5–10

GPU-сервер

Tesla T4 16 GB

gemma4:12b, 4 параллельных слота

4 одновременных ответа за 7 с

10–30

GPU-сервер

Tesla T4 16 GB

gemma4:12b, 8 слотов, контекст 8K

8 одновременных ответов за 11 с, занято 14,5 из 15,4 GB VRAM

30–50

GPU-сервер или несколько GPU

NVIDIA L4 24 GB или multi-GPU по запросу

gemma4:12b или крупнее

Не замеряли; на T4 при 8 слотах VRAM уже не оставалось

Любой, вариант с API

4 GB / 3 vCPU (VPS Medium)

Нет

Внешний API

Зависит от API-провайдера; сам Open WebUI занимал около 1 GB RAM

Строки с GPU замерены на Tesla T4 16 GB — эта карта стоит в сервере NL4-8 от is*hosting за $693,75 в месяц при годовой оплате. NL3-22 с NVIDIA L4 24 GB дешевле ($409,17 в месяц при годовой оплате) и дает на 8 GB больше VRAM, а L4 мы не тестировали.

Строка «10–30» исходит из того, что одновременно запросы отправляет только часть команды: при 8 одновременных запросах у T4 не оставалось памяти на длинный контекст. Во все тарифы is*hosting входят выделенный IPv4-адрес и еженедельные бэкапы.

Когда общий сервер не нужен

ИИ-сервер для малого бизнеса — неудачный выбор в нескольких типичных ситуациях:

  • Команда меньше примерно 35 человек, и хочется локальных моделей. В этом случае ChatGPT Business с годовой оплатой дешевле сервера с Tesla T4 (для сервера с L4 по предзаказу порог — около 21 человека).
  • Вам нужны самые свежие frontier-модели. Прежде чем отказываться от платных мест, проверьте, справляются ли открытые модели, которые помещаются в карту на 16–24 GB, с вашими самыми сложными задачами. Вариант с API закрывает этот разрыв, но тогда промпты уходят провайдеру.
  • За обслуживание никто не отвечает. Кто-то должен ставить обновления, следить за местом на диске и проверять бэкапы.
  • Медицинские или юридические данные с договорными требованиями. Прежде чем загружать регулируемые данные, уточните свои обязательства, в том числе что должно быть закреплено в договоре с хостинг-провайдером.

Если ничего из этого не про вас, выбор сводится к двум вариантам: GPU-сервер для локальных моделей или VPS Medium плюс API-ключ, если запускать модели самостоятельно не хочется.

В заключение

ИИ для команды — это не обязательно отдельное место на каждого. Один сервер с Open WebUI дает команде приватный ИИ: общие промпты, доступ на уровне групп и закрытую базу знаний — и все это настраивается примерно за 20 минут.

Для локальных моделей начните с GPU-сервера is*hosting; самый бюджетный вариант — тариф Medium на странице VPS плюс API-ключ. А если нужен ассистент, который действует сам, загляните в наш гайд по Clawdbot с Docker и Ollama.