Ко мне в личку регулярно прилетает один и тот же вопрос в разных формулировках: "хочу ноутбук под ИИ, что брать". Почти всегда человек уже присматривается к машине за 300 тысяч, хотя задачи у него - переписать текст в чате и сделать пару картинок для презентации.
Сразу разведу два мира, которые упорно путают. Первый: нейросети работают через браузер. Второй: модели крутятся локально, на вашем диске. В первом случае подойдёт почти любой ноутбук последних трёх лет. Во втором начинается борьба за гигабайты видеопамяти, и там каждая тысяча рублей на счету.
Главная развилка: модель живёт в браузере или на вашем диске
Разница не в мощности железа, а в том, где считаются веса. Когда вы открываете чат в браузере, все вычисления идут на серверах провайдера. Ноутбук в этот момент делает примерно ту же работу, что при просмотре видео: рисует интерфейс и гоняет пакеты по сети. Тут решают экран, клавиатура, стабильный Wi-Fi и нормальная батарея.
Локальный запуск - другая история. Модель весом 18 ГБ целиком грузится в память. Если видеопамяти не хватает, часть слоёв уезжает в системную RAM. Скорость падает в разы: вместо 30 токенов в секунду вы получаете 3-4 и звук вентиляторов на взлёте. Вот почему вопрос "какой ноутбук подходит для ии" без уточнения сценария не имеет нормального ответа.
VRAM решает больше, чем процессор
Видеопамять - главный лимит. Именно она определяет, какая модель вообще запустится. Расклад по VRAM у меня такой: 8 ГБ хватает на SDXL и модели на 7-8B в квантовании, 12 ГБ - комфортный минимум для Flux и весов на 12-14B. Шестнадцать гигабайт - рабочая лошадка: тянет 30B в Q4 и не давится. Двадцать четыре и выше - серьёзные веса и агентные сценарии.
Восемь гигабайт в 2026 году - это больно. Формально работает, на практике вы постоянно ловите ошибку нехватки памяти при попытке поднять контекст или загрузить вторую LoRA. Игровой ноутбук за 150 тысяч с RTX 5060 в этой роли разочарует быстро.
Процессор вторичен. Intel Core Ultra 7 или Ryzen 7 - уже достаточно. Разница между i7 и i9 в локальном инференсе измеряется процентами, а между RTX 5070 и RTX 5080 - десятками. Если бюджет ограничен, деньги вкладывайте в карту, а не в лишние два ядра.
ОЗУ и SSD: здесь экономия выходит дороже
32 ГБ оперативки - новая база для тех, кто работает с ИИ локально. Не потому что модель целиком в неё влезет, а потому что браузер с десятком вкладок, среда разработки и сама модель живут одновременно. 64 ГБ нужны, если вы держите в памяти несколько моделей или работаете с длинным контекстом и агентными пайплайнами.
Накопитель берите от терабайта, а лучше два. Одна модель на 30B в GGUF весит 18-20 ГБ, флагманские веса - под сотню, плюс датасеты, плюс чекпоинты. Через месяц вы обнаружите, что свободного места нет, а заменить SSD в ультрабуке нельзя.
Охлаждение - пункт, который в характеристиках не пишут. Толстый игровой корпус с двумя вентиляторами держит буст часами. Тонкий металлический ультрабук с той же картой уйдёт в троттлинг через пятнадцать минут генерации, а правая часть ладони под клавиатурой станет горячей. Для долгих прогонов это важнее, чем три лишних кадра в игре.
Что вы реально получите по скорости
Цифры, которые стоит держать в голове. Модель на 7-8B в Q4 на RTX 5070 выдаёт порядка 40-50 токенов в секунду, на 5080 - 60-70, на MacBook с M4 Pro - около 30-40. Веса на 30B в Q4 уже тяжелее: 15-20 токенов на 16 ГБ VRAM и заметно медленнее, если часть слоёв ушла в системную память. В обсуждениях на Reddit владельцы мобильных карт приводят примерно те же числа, так что на чудо рассчитывать не стоит.
Картинка в SDXL генерируется 3-5 секунд, Flux - 15-25 секунд на 12 ГБ. Видео - отдельный разговор, там счёт идёт на минуты, и ноутбук греется как утюг. Когда скорость падает ниже 10 токенов в секунду, работать в диалоге становится неприятно: вы ждёте ответа дольше, чем читаете.
Три ценовых этажа, и на каждом свои герои
До 60 тысяч - универсальные машины под облачные сервисы. Acer Aspire Go 15 за 54 990 ₽: быстрый SSD, нормальный экран, адекватная автономность. Для браузера, документов, учёбы и работы с нейросетями через интернет этого хватает с запасом.
Средний этаж - 200-300 тысяч. Lenovo Legion Pro 5i за 229 990 ₽ с Intel Ultra 7 или Ryzen 7, RTX-картой и 32 ГБ ОЗУ закрывает локальные модели, генерацию изображений, видеомонтаж на базе ИИ и 3D. Если хочется запаса, Legion Pro 7i с RTX 5080 на 16 ГБ и до 64 ГБ ОЗУ примерно за 280 000 ₽ - тот самый баланс. На Reddit в ветках про локальные модели эта связка всплывает чаще всего: 16 ГБ VRAM плюс 64 ГБ ОЗУ как рабочая точка, дальше уже понты.
Верхний этаж начинается от 400 тысяч. ASUS ROG Strix Scar 18 с RTX 5090 на 24 ГБ и 96 ГБ ОЗУ (около 450 000 ₽), MSI Titan 18 HX со 128 ГБ памяти (около 500 000 ₽), Dell Precision 7780 с RTX 5000 Ada на 32 ГБ и ECC-памятью (около 650 000 ₽). Последний - не про скорость в играх, а про надёжность в инженерных расчётах и агентной разработке.
Смотрите не на название карты, а на её TGP. Мобильная RTX 5080 бывает на 95 Вт и на 150 Вт, и это разница в полтора раза по производительности при одинаковой наклейке на корпусе. В характеристиках магазина такой цифры обычно нет, ищите её в обзорах конкретной модели.
MacBook или Windows: спор решается задачами
MacBook Pro 16 на M4 Pro - красивый ответ на вопрос про память. Унифицированная архитектура позволяет графическим ядрам забирать под модель почти весь объём ОЗУ. Там, где дискретная карта упирается в 16 ГБ, Mac спокойно держит тяжёлые веса, не шумит и не греется. В командировке или самолёте это огромный плюс.
Обратная сторона - экосистема. Часть инструментов заточена под CUDA и на Metal либо не собирается, либо работает медленнее. Проверяйте свой стек до покупки: если вы сидите на llama.cpp и стандартных форматах, всё заведётся. Если у вас пайплайны с CUDA-специфичными библиотеками, Mac станет источником раздражения.
Софт важнее, чем кажется на старте
Ollama, LM Studio, ComfyUI, llama.cpp - на Windows и Linux всё ставится за вечер, если не забыть про драйверы и Python нужной версии. На Apple Silicon свои грабли: Metal, mlx, часть пакетов собирается из исходников руками. На ARM-ноутбуках с Windows половина инструментов не заведётся вообще, и продавец вам об этом не скажет.
Проверка простая: возьмите список софта, которым планируете пользоваться, и поищите по каждому пункту инструкцию под свою платформу. Нет инструкции - нет смысла в мощной карте, она будет простаивать.
Ноутбук под ИИ для трёх типажей
Студент или офисный сотрудник. Тексты, конспекты, таблицы, презентации, картинки для курсовой. Хватит ультрабука на 16 ГБ ОЗУ с хорошим экраном и батареей на весь день. Тяжёлые задачи отдаются в облако, и это абсолютно рабочая схема.
Фрилансер-контентщик. Тексты, лендинги, фото товаров, рекламные креативы, иногда видео. Нужны 32 ГБ ОЗУ, SSD на терабайт и карта на 12-16 ГБ, если хочется генерить картинки локально. Legion Pro 5i здесь попадает в цель.
Разработчик и исследователь. Обучение моделей, тонкая настройка, агентные системы, длинный контекст. От 64 ГБ ОЗУ, от 16-24 ГБ VRAM, быстрый накопитель. Дальше начинается территория рабочих станций, и ноутбук тут скорее компромисс ради мобильности.
Приватность: единственная честная причина покупать мощное железо
Реальный аргумент за локальный запуск один - данные не покидают машину. Медицинские записи, клиентские базы, внутренние документы, коммерческая тайна, чужие персональные данные. Если у вас такого нет, вы, скорее всего, покупаете дорогое железо ради ощущения контроля.
Второй аргумент - работа без интернета. Поезд, самолёт, дача, офис с плохим Wi-Fi. Третий - отсутствие лимитов и очередей в час пик. Всё остальное облако закрывает дешевле и быстрее, и спорить с этим бессмысленно.
Облако за 149 рублей против ноутбука за 300 тысяч
Пока человек выбирает между 16 и 24 ГБ VRAM, девяносто процентов задач, которые называют работой с ИИ, закрываются из браузера. И я не про бесплатный чат с лимитами и обрезанным контекстом.
ИИ-роутер 3GPT от 3SELLER даёт доступ из России к флагманским моделям без иностранных карт и без плясок с VPN. Внутри Chat GPT 6 Astra, the model 5, 5.1 и 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений и генерация видео. Вход стоит 149 рублей, пополнить баланс можно российской картой, через СБП или криптой.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT
Посчитайте сами. Ноутбук за 280 000 рублей - это почти две тысячи месяцев подписки. Сравнение лукавое: локальный запуск даёт приватность, работу без сети и никаких лимитов на запросы. Но если вы ещё не поняли, нужна ли вам эта автономность, начинать с покупки железа за триста тысяч странно.
Возьмите ноутбук, который уже есть, подключите 3GPT и поживите с ним месяц. Дальше станет видно: не хватает скорости, не хватает приватности, не хватает конкретной модели. Тогда и появится понимание, за что именно платить.

Для бизнеса и работы роутер закрывает рутину: продающие тексты, лендинги, описания товаров, разбор документов, изображения под карточки маркетплейса. Задачи, которые раньше растягивали на день, делаются за вечер, и не нужно держать в штате отдельного человека под каждую.
Отдельная фишка - готовые ИИ-агенты под конкретные задачи. Выбираете агента на 3seller.com/ai/agents и сразу начинаете с ним общение. Модель агента меняется прямо в чате: не подошла логика на одной - переключились на другую, не теряя контекста.

Изображения делаются через отдельный инструмент: реалистичные фото и генерация картинок на 3gpt-image. Фотопродукты, интерьеры, портреты, иллюстрации для блога. Ни одного гигабайта видеопамяти для этого не требуется.


Ошибки, которые я вижу чаще всего
Самая дорогая: покупка игрового ноутбука с 8 ГБ VRAM в расчёте на "потом разберусь". Через неделю выясняется, что нормальная модель не влезает, а апгрейда нет. Видеопамять не меняется, в отличие от SSD.
Вторая: 16 ГБ ОЗУ, распаянные на плате, в машине без слота расширения. Формально хватает, на практике браузер и модель конкурируют за память, и всё начинает свопиться на диск.
Третья: ставка на тонкий корпус. Красиво, тихо на вид, но тридцать минут генерации превращают его в сковородку, а частоты падают ниже паспортных.
Четвёртая: ожидание, что ноутбук заменит сервер. Локально можно комфортно работать с моделями до 30B в квантовании. Всё, что выше, требует другого класса железа, и никакие 128 ГБ ОЗУ этого не отменят.
Пятая: покупка Mac без проверки стека. Половина туториалов в сети написана под CUDA, и на Apple Silicon они не повторяются один в один.
Как я выбираю под конкретную задачу
Тексты, документы, картинки для соцсетей, сайты, аналитика, работа с таблицами - это облако. Ноутбук здесь нужен нормальный офисный: 16 ГБ ОЗУ, SSD от 512 ГБ, приличный экран. Экономия идёт в доступ к моделям, а не в железо.
Генерация изображений и видео локально, обучение небольших моделей, эксперименты с LoRA - 12-16 ГБ VRAM, 32 ГБ ОЗУ, накопитель на терабайт. Legion Pro 5i или Pro 7i закрывают это с головой.
Разработка нейросетей, тонкая настройка, агентные системы, длинный контекст - 24 ГБ VRAM и 64 ГБ ОЗУ как отправная точка. Дальше уже 128 ГБ и профессиональные карты вроде RTX 5000 Ada.
И последнее. Железо устаревает за два-три года, а доступ к моделям обновляется каждые пару месяцев. Если вы только входите в тему, не покупайте ноутбук под ИИ. Купите доступ к нормальным моделям, поработайте, поймите свои задачи - и уже под них выбирайте машину. 3GPT за 149 рублей как раз тот случай, когда начать стоит с малого.