Genius-bot · 11 минут чтения
Сравнивать api stable diffusion со своей видеокартой нужно не по цене самой генерации, а по полной стоимости часа работы. У собственного сервера есть покупка GPU, электричество, охлаждение, обслуживание и часы, когда карта ничего не генерирует. У API большая часть этой математики заменяется ценой конкретного запуска.
Для расчёта возьмём два сценария: генерацию изображений на своём железе и оплату готовой операции через API. В последнем случае цена известна заранее: операция «Картинка по описанию (image)» стоит 9 ₽ за запуск, оплата идёт без абонентской платы и минимального платежа. Полный список доступных операций и цены можно посмотреть в разделе API.
Главная задача здесь не определить универсально более дешёвый вариант. Нужно найти собственную точку безразличия: сколько запусков в месяц должно пройти через GPU, чтобы затраты на оборудование и его эксплуатацию имели смысл по сравнению с оплатой каждого запуска.
Из чего складывается стоимость своей генерации
Цена видеокарты — только первая строка расчёта. Если GPU стоит 150 000 ₽ и используется три года, нельзя сравнивать 150 000 ₽ напрямую с ежемесячным счётом за API: стоимость железа нужно распределить по сроку эксплуатации.
Удобная модель выглядит так: ежемесячная стоимость оборудования плюс электричество плюс обслуживание плюс стоимость простоя. Затем эту сумму делим на фактическое количество генераций за месяц. Получается себестоимость одного запуска.
| Статья | Пример расчёта | Сумма в месяц |
|---|---|---|
| GPU | 150 000 ₽ / 36 месяцев | 4 167 ₽ |
| Остальная часть ПК | 90 000 ₽ / 36 месяцев | 2 500 ₽ |
| Электричество | 0,55 кВт × 8 ч × 30 дней × 7 ₽ | 924 ₽ |
| Обслуживание и резерв | условно 1 000 ₽ | 1 000 ₽ |
| Итого до учёта простоя | — | 8 591 ₽ |
Цифры в таблице — пример модели, а не тариф или расчёт для конкретной видеокарты. Тариф на электричество, потребление системы, цена комплектующих и срок эксплуатации у каждого проекта будут своими. Но сама структура расчёта остаётся такой же.
Особенно важно учитывать всю систему, а не только GPU. Если для генерации требуется компьютер за 90 000 ₽, накопитель, память, блок питания и охлаждение, эти расходы тоже должны попасть в себестоимость. Иначе собственное железо будет выглядеть дешевле только потому, что часть расходов была вычеркнута из формулы.
Ещё один параметр — производительность. Допустим, конкретная конфигурация в среднем выполняет 20 запусков в час. При непрерывной работе за 8 часов это 160 запусков. Но реальная загрузка редко равна 100%: запросы приходят неравномерно, сервер может обновляться, очередь может быть пустой, а GPU может простаивать между задачами.
Простой железа: главная статья расходов, о которой забывают
Представим, что собственный компьютер обходится в 8 591 ₽ в месяц до отдельной оценки простоя. Если он действительно выполняет 5 000 генераций в месяц, базовая стоимость одного запуска составит около 1,72 ₽. На фоне API с ценой 9 ₽ за запуск собственный GPU в такой загрузке выглядит иначе, чем при 200 запусках.
Теперь уменьшим загрузку до 500 запусков в месяц. Те же 8 591 ₽ делятся уже на 500, и получается около 17,18 ₽ на генерацию. Железо физически не стало дороже, но стоимость каждой фактически использованной генерации выросла в десять раз.
| Запусков в месяц | Затраты 8 591 ₽/мес. | Себестоимость запуска | API по 9 ₽ |
|---|---|---|---|
| 200 | 8 591 ₽ | 42,96 ₽ | 1 800 ₽ |
| 500 | 8 591 ₽ | 17,18 ₽ | 4 500 ₽ |
| 1 000 | 8 591 ₽ | 8,59 ₽ | 9 000 ₽ |
| 2 000 | 8 591 ₽ | 4,30 ₽ | 18 000 ₽ |
| 5 000 | 8 591 ₽ | 1,72 ₽ | 45 000 ₽ |
В этой упрощённой модели точка пересечения находится примерно около 955 запусков в месяц. До неё API за 9 ₽ за запуск требует меньше прямых расходов, после неё фиксированные затраты собственного оборудования распределяются на большее число задач.
Но здесь есть важная оговорка: сравниваются только расходы, включённые в выбранную модель. Если оборудование используется ещё для обучения моделей, рендера, игр или других задач, его стоимость нельзя автоматически целиком относить на генерацию. И наоборот, если GPU куплен специально под один сервис и большую часть месяца простаивает, распределять его стоимость на фактические запуски нужно полностью.
Есть и второй вариант простоя — технический. Если сервер приходится перезапускать, обновлять окружение, следить за диском, чистить кэш или разбираться с зависимостями, это уже не время GPU, а время разработчика или администратора. Его можно посчитать по той же формуле: часы обслуживания × стоимость часа специалиста.
Цена за запуск у шлюза: с чем сравнивать
Для API правильная единица сравнения — не «месяц доступа», а конкретная операция. В справке сервиса указана оплата за запуск без абонентской платы и без минимального платежа. Для изображения операция image стоит 9 ₽ за запуск, image-edit — 35 ₽, photo-video — 25 ₽, upscale — 50 ₽.
| Операция | Цена за запуск | 10 запусков | 100 запусков |
|---|---|---|---|
| Картинка по описанию (image) | 9 ₽ | 90 ₽ | 900 ₽ |
| Изменить фото по описанию (image-edit) | 35 ₽ | 350 ₽ | 3 500 ₽ |
| Оживить фото (photo-video) | 25 ₽ | 250 ₽ | 2 500 ₽ |
| Увеличить качество фото (upscale) | 50 ₽ | 500 ₽ | 5 000 ₽ |
| Видео по описанию (video) | 119 ₽ | 1 190 ₽ | 11 900 ₽ |
Это важное отличие от собственного сервера: при 200 запусках image расходы по тарифу составят 1 800 ₽, при 2 000 — 18 000 ₽, при 10 000 — 90 000 ₽. В модели с собственным GPU ежемесячные фиксированные затраты остаются примерно на одном уровне, пока оборудование не требуется расширять.
Сам API вызывается обычным HTTP-запросом. Ключ передаётся в заголовке Authorization, а операции запускаются через POST /generate. Конкретные поля запроса для выбранной операции следует брать из списка операций, который возвращает GET /services.
curl -X GET "https://genius-bot.ru/wp-json/genius/v1/services" \
-H "Authorization: Bearer YOUR_API_KEY"Если ключ уже есть, сначала можно получить список доступных операций и их цен, затем построить собственный калькулятор стоимости. Ключ выдаётся в разделе API после входа и показывается один раз, поэтому его не стоит хранить непосредственно в публичном коде проекта.
Для интеграции через Python схема начинается с того же HTTP API. Например, получение баланса выглядит так:
import requests
API_KEY = "YOUR_API_KEY"
BASE_URL = "https://genius-bot.ru/wp-json/genius/v1"
response = requests.get(
f"{BASE_URL}/balance",
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
response.raise_for_status()
print(response.json())Для запуска конкретной операции приложение отправляет POST на /generate, а состояние созданной задачи можно затем проверять через GET /tasks/{id}. Если приложение не хочет постоянно опрашивать API, можно передать callback_url: после готовности задачи сервис отправит POST на указанный адрес.
Точка окупаемости в картинках в месяц
Для изображения с тарифом 9 ₽ формула точки пересечения проста. Если собственная система стоит F рублей в месяц с учётом амортизации, электричества и обслуживания, а API обходится в P рублей за запуск, то количество запусков N определяется как N = F / P.
Для приведённого примера F = 8 591 ₽, P = 9 ₽. Получаем 8 591 / 9 ≈ 955 запусков в месяц. При меньшей фактической нагрузке собственное оборудование не успевает распределить фиксированные расходы на достаточное количество генераций.
Но слово «окупается» здесь требует аккуратности. В реальном проекте нужно отдельно посчитать первоначальную покупку, срок использования, остаточную стоимость оборудования и возможную замену GPU. Если компьютер через три года можно продать, вся покупная цена не является безвозвратной потерей.
Другой расчёт нужен для аренды GPU. Если вместо покупки используется почасовая аренда, в формуле исчезает часть капитальных затрат, но появляется стоимость часа. Тогда сравнивать нужно не «аренда GPU для нейросети против API» вообще, а стоимость одной завершённой генерации с учётом загрузки GPU.
Например, если аренда условно стоит 100 ₽ в час, а выбранная конфигурация фактически выдаёт 20 нужных результатов за час, вычислительная часть составляет 5 ₽ на результат. Но если из-за очереди и подготовительных операций GPU загружен только половину времени, эффективная цена уже будет около 10 ₽. Это иллюстрация метода расчёта, а не тариф конкретного провайдера.
Для проекта с нестабильным спросом этот коэффициент загрузки часто важнее номинальной скорости GPU. Карта, которая способна генерировать много изображений подряд, не превращается автоматически в дешёвое решение, если большинство часов она простаивает.
Скачки нагрузки: где облако выигрывает всухую
Фиксированная видеокарта особенно неудобна, когда нагрузка приходит волнами. Допустим, в течение обычного месяца нужно 500 изображений, но два раза в месяц появляется задача на 2 000 генераций за короткий период. Покупка железа только под такие пики означает, что значительная часть его мощности будет простаивать в остальные дни.
API меняет структуру расходов: при отсутствии запусков нет платежа за сам факт наличия доступа. Если выполнить 500 операций image, стоимость по указанному тарифу составит 4 500 ₽. Если в другом месяце понадобится 2 500 запусков, сумма будет 22 500 ₽.
Здесь не нужно пытаться сравнивать месячные платежи напрямую с ценой видеокарты. Сначала стоит построить график нагрузки хотя бы за 3–6 месяцев: количество запусков по дням, максимальное количество задач в час и среднее количество задач в час. После этого становится видно, насколько реально загрузить собственный GPU.
У API есть и техническое ограничение, которое следует включить в расчёт архитектуры: не больше 60 запросов в минуту на один ключ. Это не следует трактовать как гарантированную скорость завершения генераций — речь именно об ограничении частоты запросов.
Если приложение генерирует задания пачками, имеет смысл учитывать очередь на своей стороне. Например, 600 HTTP-запросов нельзя просто отправить одним burst через один ключ: верхняя граница частоты составляет 60 запросов в минуту. Архитектура должна учитывать это ограничение независимо от того, насколько быстро создаются задачи.
Смешанная схема: своё железо плюс шлюз на пики
Не обязательно выбирать между вариантами «только GPU» и «только API». При устойчивой базовой нагрузке можно держать собственное оборудование, а редкие пики отдавать через API. В такой модели GPU отвечает за предсказуемый ежедневный поток, а переменная часть расходов появляется только тогда, когда собственная очередь становится слишком большой.
Математика здесь немного сложнее. Пусть собственная инфраструктура обходится в 6 000 ₽ в месяц, а её нормальная загрузка — 1 000 генераций. Ещё 800 задач в месяц приходятся на пики и отправляются через API по 9 ₽. Тогда переменная часть составляет 7 200 ₽, а общая модель — 13 200 ₽ за 1 800 результатов, или примерно 7,33 ₽ на результат до учёта других расходов.
Смысл такого подхода не в том, что одна архитектура всегда дешевле другой. Смешанная схема позволяет отдельно оплачивать базовую мощность и пиковую мощность. Для продукта с резко меняющейся нагрузкой это может быть удобнее, чем покупать GPU с запасом на несколько самых загруженных часов месяца.
Для подключения такой схемы достаточно разделить очередь на два маршрута. Например, задания с низким приоритетом остаются на локальном GPU, а задачи, для которых установлен предельный срок выполнения, отправляются через API. После завершения можно сохранять идентификатор задачи и получать результат через GET /tasks/{id} либо использовать callback_url.
При оценке собственного железа я бы отдельно записывал четыре показателя: рубли капитальных затрат в месяц, рубли электричества, часы обслуживания и фактические генерации. Затем добавлял пятый показатель — максимальную нагрузку в час. Среднее количество генераций отвечает на вопрос о себестоимости, а пиковое — на вопрос, хватит ли этой конфигурации вообще.
Для чистого API расчёт ещё проще: количество запусков умножается на цену конкретной операции. Для image это 9 ₽ за запуск, для image-edit — 35 ₽, для photo-video — 25 ₽, для upscale — 50 ₽. Поэтому перед сравнением с GPU нужно сначала определить, какую именно операцию выполняет ваш продукт, а не использовать абстрактную цену «генерации изображения».
Если вы рассматриваете api stable diffusion как способ убрать капитальные затраты, отдельно проверьте, какие операции нужны приложению и сколько запусков происходит в месяц. Справка сервиса описывает API как набор конкретных операций с отдельными ценами; в ней не стоит самостоятельно предполагать, какая внутренняя модель используется для конкретного маршрута.
Итоговый калькулятор можно свести к одной таблице. Для собственного железа: амортизация + электричество + обслуживание + доля стоимости простоя, всё разделить на фактические генерации. Для API: количество запусков × цена операции. Для смешанной схемы: фиксированная стоимость своего оборудования + API-запуски, ушедшие за пределы локальной мощности.
Частые вопросы
Когда покупка видеокарты начинает окупаться?
В упрощённой модели это происходит после точки N = F / P, где F — полная ежемесячная стоимость собственной инфраструктуры, а P — цена одного API-запуска. При 8 591 ₽ ежемесячных затрат и цене API 9 ₽ точка пересечения составляет около 955 запусков в месяц.
Нужно ли учитывать электричество при сравнении с API?
Да. Потребление GPU и всей системы переводится в кВт·ч, затем умножается на ваш тариф и фактические часы работы. Если сервер работает круглосуточно, а генерации идут только часть времени, электричество в часы простоя также относится к стоимости содержания сервера.
Что выгоднее при 200 генерациях в месяц?
Для приведённой модели с расходами 8 591 ₽ в месяц собственная себестоимость составила бы около 42,96 ₽ за генерацию. При тарифе 9 ₽ за запуск 200 операций через API стоили бы 1 800 ₽. Это сравнение конкретного примера, а не универсальное правило: при другой цене GPU, сроке эксплуатации, тарифе электричества и производительности результат изменится.
Можно ли использовать API только во время пиков?
Да, архитектурно можно разделить поток задач между локальной обработкой и API. Для API доступны POST /generate, получение состояния через GET /tasks/{id} и необязательный callback_url для уведомления о готовности задачи.
Есть ли абонентская плата?
По указанным условиям оплата производится за запуск, без абонентской платы и без минимального платежа. При выпуске первого ключа на баланс начисляется 50 ₽ для пробного использования.
Где взять ключ и проверить операции?
Ключ выдаётся после входа в разделе API и показывается один раз. Список операций и цен можно получать через GET /services, а подробности подключения доступны в документации и разделе API.
