Самостоятельно размещённый ИИ-стек для кодинга против SaaS-стека

В прошлом месяце разработчик, с которым я разговаривал, открыл счёт от Cursor и увидел там 80 $. Месяцем ранее это были те же фиксированные 20 $, что и всегда. В его работе ничего не изменилось, изменилась тарификация. Этот момент сейчас переживают очень многие, и именно поэтому вопрос «а не разместить ли это у себя?» перестал быть вопросом энтузиаста и стал вопросом бюджета.

Вот что на самом деле произошло. Все три крупных SaaS-инструмента для кодинга с ИИ (GitHub Copilot, Cursor и Windsurf) в период с середины 2025 по середину 2026 года перешли на оплату по потреблению или по кредитам. В то же время модели кода с открытыми весами, такие как Qwen2.5-Coder-32B, стали достаточно хороши, чтобы самостоятельное размещение собственного помощника по коду стало реальным вариантом, а не научным экспериментом. Наконец-то сравнение имеет смысл проводить на реальных цифрах.

Это и есть то самое сравнение. Я приведу реальный расчёт затрат и для одиночного разработчика, и для растущей команды, честную оценку того, где самостоятельно размещённые модели держатся, а где нет, и рекомендацию под ваше число мест и вашу планку качества. Честное предупреждение сразу: для одиночного разработчика популярный совет «разместите это на GPU» обычно неверен по деньгам, и я покажу почему.

Кратко (TL;DR)

• Если вы работаете в одиночку, путь с GPU не окупается. GPU VPS с ежемесячной оплатой по прайс-листу примерно за 779 $/мес никогда не обыграет место Copilot Pro за 10 $/мес для одного человека.
• Самостоятельно размещённый GPU-стек — это командная история. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• Возможности различаются по задачам. Qwen2.5-Coder-32B силён в автодополнении и повседневных правках; передовые размещённые в облаке модели по-прежнему явно выигрывают в сложной, многофайловой, агентной работе.
• У самостоятельного размещения есть налог на обслуживание. Обновления моделей, причуды драйверов GPU, подбор размера контекста, аптайм: несколько часов в месяц, а не вторая работа. Учтите это в расчётах, прежде чем переходить.

Что охватывает эта статья (и что нет)

Это сравнение по стоимости и возможностям одного конкретного, реально собираемого стека с SaaS-инструментами, за которые большинство разработчиков уже платят. Чтобы оно оставалось полезным и честным:

• Охватывает: расчёт ежемесячных затрат (соло и команда), возможности повседневного кодинга и подходящую рекомендацию.
• Охватывает: конкретный самостоятельно размещённый стек (Ollama, Continue.dev, Code Server и n8n) на VPS.
• Не охватывает: исчерпывающего бенчмаркинга моделей или погони за рейтингами.
• Не охватывает: тонкой настройки или использования этих моделей для некодинговых задач LLM.
• Не охватывает: пошаговой установки. Это статья «стоит ли», а не статья «как это собрать».

Что изменилось в ценах на ИИ-инструменты для кодинга

Cursor пошёл первым. 16 июня 2025 года он заменил лимиты по запросам ценообразованием по потреблению API: вы получаете пул использования передовых моделей по тарифам API, и напряжённые месяцы стоят дороже спокойных. Это изменение стало неожиданностью для многих, и Cursor некоторое время после объявления предлагал возвраты. Обновление в июне 2026 года ещё переработало пулы потребления, но сохранило модель по потреблению.

GitHub Copilot последовал в 2026 году. Согласно объявление GitHub, 1 июня 2026 года старые премиальные единицы запросов заменили токенными «GitHub AI Credits». Цены подписки остались прежними (Pro за 10 $/мес, Business за 19 $/пользователь/мес), но то, что можно сделать в рамках этой цены, теперь измеряется потреблением токенов, а автодополнение кода по-прежнему входит без списания кредитов.

Windsurf устроил самую большую перетасовку. В март 2026, он заменил старые самообслуживаемые планы в стиле кредитов на квотные планы, добавил уровень Max за 200 $/мес и перевёл новую цену Pro на 20 $/мес, сохранив для действующих подписчиков Pro и Teams их текущую цену. С тех пор редактор стал Devin Desktop; windsurf.com теперь ведёт на devin.ai/desktop. Текущая документация по самостоятельному биллингу описывает Teams как 40 $ за полноценное место разработчика при минимуме 80 $/мес, а не как простую доплатную модель «80 $ база плюс 40 $ за место».

Сквозная мысль: фиксированный месячный счёт, который можно было прогнозировать, по большей части исчез. Именно эту предсказуемость самостоятельное размещение выкупает обратно, и именно это делает данное сравнение актуальным прямо сейчас.

SaaS-стек: что вы получаете и сколько это стоит за место

Начните с того, что покупают эти деньги, потому что покупают немало. На стороне SaaS это три редактора (GitHub Copilot, Cursor и Devin Desktop, ранее Windsurf), которые дают нулевую настройку, тесную интеграцию с IDE и лучшее из доступного сегодня агентное, многофайловое рассуждение. Вы ставите расширение или скачиваете редактор и через минуты уже работаете. Для большинства именно это удобство и есть весь смысл.

Вот текущие цены за место, взятые со страницы тарифов каждого инструмента:

Слабое место — это счётчик. На тарифах по потреблению и по кредитам тяжёлый месяц означает тяжёлый счёт, и часто вы не видите его приближения, пока он не пришёл. Хуже того: когда кредиты кончаются, некоторые из этих инструментов отрубают вас или толкают к перерасходу; нет урезанного, но бесплатного локального запасного варианта, на котором можно дотянуть до следующего цикла. Если доход неровный или нагрузка подскакивает в авральные недели, эта переменчивость — настоящая операционная головная боль, а не ошибка округления.

Если вы взвешиваете конкретные инструменты друг против друга, а не вопрос самостоятельного размещения, я подробнее разобрал отдельные редакторы в отдельном сравнении альтернатив Claude Code.

Самостоятельно размещённый стек: Ollama, Continue.dev, Code Server, n8n

Самостоятельно размещаемая сторона — это четыре части, и каждая делает свою конкретную работу. Ollama (сейчас v0.31.1) — это локальный движок инференса: он запускает модель с открытыми весами на вашем сервере и предоставляет OpenAI-совместимый API. Continue.dev это мост — расширение для VS Code и JetBrains, которое направляет автодополнение и чат вашего редактора на ваш эндпоинт Ollama вместо облачного провайдера. Сервер кода (сейчас v4.127.0) — это VS Code в браузере, размещённый прямо на VPS, удобно, когда вы хотите, чтобы всё окружение жило рядом с моделью, а не на ноутбуке. А n8n это слой рабочих процессов: именно так вы собираете вокруг модели агентные или многошаговые автоматизации (запустить тесты, открыть PR, дёрнуть webhook).

Выбор модели, который делает это убедительным, — это Qwen2.5-Coder-32B, который Ollama позиционирует как одну из сильнейших моделей кода с открытыми весами в стандартных бенчмарках. Именно эта деталь изменила расчёты. Пару лет назад открытые модели были недостаточно близко, чтобы возиться; сегодня для повседневной работы они уже достаточно хороши.

Одна оговорка, которую стоит знать, прежде чем делать ставку на Continue: теперь он часть экосистемы Cursor. собственный сайт Continue подтверждает поглощение, и его документация всё ещё показывает настройку Ollama и локальных моделей, но долгосрочное направление продукта менее определённо, чем до поглощения. Пока относитесь к нему как к практичному мосту, а не как к самой надёжной долгосрочной зависимости.

А вот удобная часть для тех, кто не любит настройку: Ollama, Code Server и n8n доступны как развёртывания в один клик в маркетплейс Cloudzy, что снимает возражение «убить выходные на установку». Вы наводите и разворачиваете весь стек, а не собираете его вручную. Если вам нужна логика выбора именно Ollama, я сравнил её с главной альтернативой, LM Studio.

Совет профи: Qwen2.5-Coder-32B занимает около 20 ГБ на диске, а при квантовании Q4_K_M ему для работы нужно примерно 20-25 ГБ VRAM. Это влезает в GPU с 24 ГБ VRAM вроде RTX 4090, но впритык. На настройках по умолчанию и коротких-средних окнах контекста работает нормально; сильно растяните контекст и может начаться своп. Рассчитывайте на «влезает при аккуратном управлении контекстом», а не на «куча запаса».

Таблица затрат: одиночный разработчик против команды

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Теперь цифры. Столбцы SaaS — это суммы за место; самостоятельно размещённый стек — фиксированная месячная стоимость, сколько бы людей его ни делили.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

У соло-истории всё иначе, и это стоит сказать прямо. Одного человека на GPU за 779 $ не сажают. Если хотите размещать самостоятельно как одиночка, честное сравнение — это маленькая модель (7B) на CPU VPS примерно за 29 $/мес против места Copilot Pro за 10 $/мес. Это примерно на 19 $/мес больше, и за это вы получаете отсутствие лимитов, отсутствие сюрпризов от счётчика и код, который никогда не покидает ваш сервер. Стоит ли это 19 $, целиком зависит от того, во что вам обходится непредсказуемость биллинга в стрессе и планировании, а не от голых долларов.

Быстрый вердикт: самостоятельно размещённый GPU-стек — это решение уровня команды или нескольких нагрузок, а не соло. Для одного человека это остаться на SaaS или гонять маленькую модель на дешёвой CPU-машине. Для команды посчитайте число мест против 19 $ и 40 $, прежде чем трогать GPU.

Ключевой вывод раздела: весь экономический смысл GPU-стека — разделить одну фиксированную стоимость на много мест. Это командная или многозадачная история, никогда не соло-покупка.

Сравнение возможностей: где самостоятельное размещение держится, а где нет

Дайте самостоятельно размещённой сборке Qwen2.5-Coder-32B день обычной работы (автодополнение, правки в одном файле, «напиши мне эту функцию», объясни-этот-код) — и вы с трудом отличите её от платного ассистента. На повседневных задачах разрыв мал. Ломается всё на трудных 20%: переписывание в нескольких файлах, долгосрочные агентные задачи и сложные рассуждения по большой кодовой базе. Там передовые размещённые модели по-прежнему явно выигрывают, и с большим отрывом.

Есть и измерение скорости, которое недооценивают. Размещённая передовая модель отвечает быстро, потому что работает на чьём-то огромном инференс-флоте. Ваш GPU VPS за 779 $, особенно под одновременной нагрузкой от нескольких коллег сразу, для интерактивной работы может ощущаться медленнее, чем привычные ответы за доли секунды. Пользоваться можно, но «самостоятельно размещённый» и «мгновенный» — не одно и то же, когда одну карту делят несколько человек.

Так что верная формулировка — не «Ollama заменяет Copilot». А «Ollama сравнивается с Copilot на повседневных задачах и отстаёт на сложных». Если ваш день — в основном повседневные задачи, это отличная сделка. Если ваш день — в основном трудные 20%, нет.

Когда SaaS всё же выигрывает

Представьте одиночного разработчика, чья работа по-настоящему критична к качеству (ИИ делает многофайловые архитектурные изменения, а не автодополнение) и которому совсем не хочется держать сервер. Для такого человека 20 $/мес за передовой инструмент — одна из лучших сделок в софте, а самостоятельное размещение было бы шагом назад под видом экономии. Там SaaS выигрывает вчистую, и это не единственный случай.

SaaS — правильный выбор, когда:

• Вы работаете в одиночку, и ваша планка качества — трудные 20%, а не повседневные правки.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• Ваши рабочие процессы опираются на первоклассное агентное рассуждение, которого открытые модели пока не достигают.
• Никто в команде не хочет и не имеет времени заниматься эксплуатацией.

Именно этот последний пункт люди отмахивают, так что давайте конкретно про налог на обслуживание. Самостоятельно держать стек для кодинга — не вторая работа, но и не бесплатно. Реальная регулярная работа включает: тянуть и тестировать новые версии моделей, разбираться с причудами драйверов GPU после обновлений, подбирать размеры окна контекста, чтобы не свопать VRAM, и держать машину в строю, чтобы команда не была заблокирована, когда модель падает. Пусть это будет несколько часов в месяц, когда всё стабильно, — это нормально, если кто-то за это отвечает, и медленная катастрофа, если никто.

Ключевой вывод раздела: самостоятельное размещение — это решение о стоимости и контроле, которое окупается только за определённым масштабом команды или когда требования приватности и комплаенса делают «наш код никогда не покидает наш сервер» не обсуждаемым независимо от расчётов.

Как выбрать: схема принятия решения

Найдите себя в строке — и вы, по сути, закончили. Таблица затрат и разбивка возможностей выше дают всё, чтобы определить своё место; это лишь сопоставление.

• Соло, чувствителен к затратам, повседневные задачи: оставайтесь на Copilot Pro или гоняйте модель 7B на дешёвом CPU VPS, если хотите беспотолочную, приватную, предсказуемую стоимость. GPU пропустите.
• Соло, критичная к качеству работа: оставайтесь на SaaS. Передовые инструменты того стоят, а самостоятельное размещение для вас — шаг назад.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: самостоятельно размещённый GPU-стек начинает по-настоящему обретать смысл. Посчитайте места и учтите, кто возьмёт эксплуатацию.

Если вы попадаете в эту последнюю строку, практический вопрос — где живёт GPU-машина. Запуск Qwen2.5-Coder-32B означает карту с 24 ГБ VRAM, а бремя настройки (именно то возражение, что держит людей на SaaS) — как раз то, что стоит убрать инженерно. GPU VPS с развёртыванием Ollama, Code Server и n8n в один клик поднимает весь ваш стек без выходных на сборку, так что эксплуатация, на которую вы подписываетесь, — это текущее обслуживание, а не сборка с нуля. Если это ваш путь, Cloudzy's Ollama VPS даёт вам GPU с 24 ГБ VRAM и стек в один клик в одном месте; цены и текущие локации GPU есть на странице.

Часто задаваемые вопросы

Главный вывод

Выберите строку, которая соответствует вашему числу мест и вашей планке качества, и решение примется само. Соло и чувствителен к затратам: оставайтесь на Copilot Pro или гоняйте маленькую модель на дешёвой CPU-машине. Соло и критично к качеству: оставайтесь на SaaS. Команда за размером перехода, или с другими GPU-нагрузками или требованиями приватности, — вот где самостоятельно размещённый GPU-стек наконец оправдывает себя. Изменения в биллинге сделали этот расчёт стоящим; расчёт для большинства людей по-прежнему указывает на SaaS, и это нормально. Посчитайте свои цифры против 19 $ и 40 $ за место, прежде чем покупать GPU.