Мне этот вопрос задают чаще любого другого. Обычно человек уже открыл маркетплейс, смотрит на RTX 4090 и уточняет, хватит ли ему памяти. Через пять минут выясняется, что он пишет тексты, иногда генерирует картинки для блога и ни строчки кода запускать не собирается. Такой сценарий спокойно экономит четверть миллиона рублей, и скажу об этом прямо.
Ниже честный разбор без маркетинга: кому карта реально нужна, сколько памяти брать, какие модели имеют смысл в 2026 году и где проходит граница, за которой деньги уже выброшены на ветер.
Сначала решите, что именно вы запускаете
Локальная модель и облачная решают разные задачи. Локальная дает приватность, работу без интернета, отсутствие лимитов и подписок. Облачная открывает доступ к моделям, которые на домашней карте не запустятся никогда. Флагманские LLM живут на кластерах из тысяч ускорителей, и любая RTX рядом с ними выглядит как мопед рядом с фурой.
Первый вопрос звучит так: вам нужен доступ к сильной модели или возможность копаться в весах и файнтюнить. Если первое, видеокарта не нужна вообще. Хватает браузера и сервиса вроде 3GPT от 3SELLER. Chat GPT 6 и the model 5 за 149₽ в России, без иностранных карт - запустили 3GPT от 3SELLER. ИИ-роутер открывает прямой доступ из России к флагманам: Chat GPT 6 Astra, the model 5, the model 5.1, the model 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений и генерация видео. Вход стоит 149 рублей, оплата российской картой, через СБП или криптой. Без иностранных карт и без танцев с VPN.
Считайте сами. Одна RTX 5090 это примерно 300 тысяч рублей плюс блок питания на киловатт плюс счет за электричество. За те же деньги вы получаете доступ к моделям, которые на этой карте не пойдут даже в квантованном виде. Для большинства задач в бизнесе, контенте и аналитике этого хватает с запасом.
Карта имеет смысл, когда сходятся три условия: информацию нельзя выносить наружу, нагрузка постоянная и большая, и вам нужна именно кастомизация модели. Все остальное решается подпиской за 149 рублей.
Память решает больше, чем скорость
Главная ошибка новичка в том, что он смотрит на гигагерцы и терафлопсы. В инференсе LLM узкое место почти всегда VRAM. Модель целиком грузится в память, плюс кеш контекста, плюс служебные буферы. Не хватило пары гигабайт, и вы либо получаете дикие тормоза из-за выгрузки части слоев на процессор, либо модель просто не стартует.
Грубая арифметика по квантованию Q4. Это самый ходовой формат для дома. Модель на 8 миллиардов параметров занимает около 5 гигабайт. На 14 миллиардов около 9. На 32 миллиарда около 20. На 70 миллиардов около 40. Сверху добавляется контекст: длинный диалог на 32 тысячи токенов съедает еще несколько гигабайт кеша, и это не мелочь.
Отсюда простая сетка, которую я использую на практике. 8 гигабайт VRAM сегодня означают уровень «поиграться и понять, что мало». 12 гигабайт позволяют комфортно работать с 8B и запускать SDXL или FLUX в базовом виде. 16 гигабайт это уже 14B без стресса и нормальная генерация картинок. 24 гигабайта открывают 32B в Q4 и 70B в сильном сжатии, а также FLUX в полном весе и видео на короткие клипы. 48 гигабайт и выше это 70B нормально и файнтюнинг через LoRA без слез.
Считайте цену гигабайта VRAM, а не гигагерцы. Этот показатель решает, какие модели у вас вообще запустятся.
Сколько памяти нужно под конкретные задачи
Тексты и чат с моделью: 12 гигабайт хватает с головой, если вы не гонитесь за 70B. Разница между 8B и 32B на бытовых задачах ощутима, но не настолько, чтобы платить втрое.
Код и агенты: агентные сценарии жрут контекст. ИИ-агенты стали главным трендом последних двух лет. Внутри это те же большие языковые модели, и им нужно держать в памяти историю шагов, инструменты и промежуточные результаты. Здесь 16 гигабайт это минимум, 24 комфорт.
Картинки: SDXL просит 8 гигабайт, FLUX dev в fp16 хочет 24, в fp8 уже 12. LoRA и ControlNet добавляют сверху. Для коммерческой работы с изображениями 16 гигабайт это нижняя граница нормы.
Видео: самая прожорливая история. Даже короткий клип на 5 секунд с моделями последнего поколения требует 16 гигабайт и терпения, а нормальная работа начинается от 24. Генерация видео это ровно та технология, из которой потом делают дипфейки. Аналитики по безопасности не зря бьют тревогу: инструмент стал дешевым и доступным. Ущерб от одной кампании с поддельными роликами на YouTube оценивали в сумму больше 900 тысяч долларов. Карта с 24 гигабайтами сегодня это еще и инструмент, который стоит использовать с головой.
RTX 3090 на вторичке: народный выбор
Если бы меня спросили, какую одну карту взять для домашней ИИ-лаборатории в 2026 году, я бы назвал RTX 3090. Да, она старая. Да, она греется. Да, она жрет 350 ватт. И все равно это лучший баланс гигабайта VRAM на рубль из всего, что можно купить.
Причина проста: 24 гигабайта. У 4080 и 5080 память быстрее, но там 16 гигабайт, и это другой класс задач. 3090 стоит на вторичке в районе 100 тысяч, иногда дешевле, и за эти деньги вы получаете полноценные 24 гигабайта с пропускной способностью 936 ГБ/с. На 8B модели в Q4 она выдает от 60 до 80 токенов в секунду, этого хватает с запасом для живого диалога.
Важный нюанс: 3090 была рабочей лошадкой майнеров, поэтому смотреть надо на термопрокладки и на то, не шили ли карту в ферме. Просите тест памяти, смотрите на температуры под нагрузкой. Вторая тонкость в том, что две 3090 соединяются NVLink и дают 48 гигабайт, чего достаточно для 70B в Q4. В обсуждениях на Reddit владельцы двух 3090 называют такую связку самым популярным домашним конфигом для 70B.
4090 и 5090: когда переплата оправдана
RTX 4090 это 24 гигабайта и совсем другая скорость. Если вы гоняете большие контексты, занимаетесь файнтюнингом или генерируете видео часами, разница в два или три раза по времени счета превращается в реальные деньги. Карта тише, холоднее и не требует такого блока питания.
RTX 5090 дает 32 гигайта и новую память. 32 гигабайта закрывают 70B в Q4 на одной карте, без распределения по двум устройствам. Для многих это решающий аргумент, потому что две карты это два слота, два кабеля, шум и морока с охлаждением корпуса.
Платить ли за это 300 с лишним тысяч? Если ИИ это ваш инструмент заработка, да, отобьется. Если хобби и эксперименты, я бы не спешил. Разница между «работает» и «работает в два раза быстрее» редко стоит разницы в цене в три раза, особенно когда есть облачный доступ к тем же моделям за 149 рублей в месяц.
Бюджетный сценарий до 60 тысяч
Денег мало, а попробовать хочется. Тогда смотрим на RTX 4060 Ti на 16 гигабайт. Она слабее по шине и пропускной способности, зато 16 гигабайт в бюджете, а для 14B моделей и картинок этого достаточно. Скорость скромная, зато цена адекватная.
RTX 3060 на 12 гигабайт это самый дешевый вход. 8B модели идут бодро, SDXL тоже. Для первого знакомства с локальным ИИ вариант нормальный, но в потолок упретесь быстро, буквально на третьей интересной модели.
Есть еще Intel Arc с 12 и 16 гигабайтами. Дешево, памяти много, но софт сырой: часть библиотек работает через костыли, часть вообще не заводится. Если вы готовы возиться, это интересно. Если вам нужен результат, проходите мимо.
Карты, которые я не советую
RTX 4060 и 4070 с 8 гигабайтами. Формально они для ИИ подходят, практически вы будете постоянно ловить ошибки нехватки памяти. На 8 гигабайтах сегодня живет только самое маленькое и самое скучное.
AMD Radeon. Железо хорошее, память щедрая, цена приятная. Проблема в экосистеме: CUDA это де-факто стандарт, под нее собрано все, а ROCm под Windows до сих пор местами напоминает квест. Под Linux ситуация лучше, но если вы не готовы половину времени читать issue на GitHub, берите NVIDIA. Это не вкусовщина, это вопрос сэкономленных вечеров.
Карты с турбинами из серверов. Дешево, шумно как пылесос, и в жилой комнате это невыносимо. В отдельной комнате или гараже вариант рабочий.
Профессиональные ускорители и Mac
RTX A6000 на 48 гигабайт это мечта для тех, кто работает с 70B и файнтюнингом. Тихая, с ECC памятью, без игровых заморочек. Стоит как автомобиль, но для небольшой студии окупается.
Mac Studio с большим объемом unified memory это отдельный разговор. 128 или 192 гигабайта общей памяти позволяют держать модели, которые на NVIDIA требуют двух или трех карт. Работает тихо, ест мало. Обратная сторона: скорость инференса ниже, часть инструментов не собирается под Metal, а файнтюнинг ограничен. Как машина для инференса и работы с текстом отличный вариант, как универсальная станция для ИИ компромисс.
Обвязка важнее, чем кажется
Люди покупают карту за 300 тысяч и ставят ее в корпус с двумя вентиляторами и блоком на 650 ватт. Потом удивляются троттлингу и вылетам.
Считайте бюджет блока питания с запасом. Для 3090 нужен качественный 850 ватт, для 5090 киловатт и выше, и лучше с запасом на будущее. Не берите дешевые БП. Одна просадка по линии 12 вольт, и прощай карта вместе с результатами недельной работы.
Охлаждение. Три вентилятора на карте это хорошо, но горячий воздух должен выходить из корпуса. Два фронтальных вентилятора на вдув и один на выдув это минимум. Для двух карт в корпусе нужен продуманный поток, иначе верхняя карта будет дышать выхлопом нижней.
Шум. Если вы работаете рядом с компьютером, а не в отдельной комнате, этот пункт важнее производительности. Через месяц непрерывного гула вы возненавидите и карту, и ИИ.
Софт, который делает разницу
Железо без нормального стека бесполезно. Базовый набор выглядит так. Ollama или LM Studio для быстрого старта, llama.cpp когда нужен контроль над квантованием, vLLM если вы поднимаете сервер и хотите батчинг. Для картинок ComfyUI, он гибче и быстрее WebUI. Для файнтюнинга Unsloth или Axolotl, они экономят память на порядок.
Отдельно про квантизацию. Q4_K_M это золотая середина, потеря качества небольшая, экономия памяти огромная. Q8 почти не отличим от fp16, но ест вдвое больше. Не гонитесь за максимальной точностью, если у вас не исследовательская задача.
Готовые ИИ-агенты вместо сборки всей этой кухни
Есть путь короче. Вместо сборки станции, настройки окружения и ловли конфликтов библиотек можно взять готового агента под задачу.
На 3seller.com/ai/agents лежат готовые ИИ-агенты под разные сценарии. Выбираете нужного, начинаете диалог, а модель меняете прямо в чате. Под капотом те же флагманские LLM, никакого шаманства с драйверами. Заодно закрываются повседневные задачи бизнеса: продающие тексты, лендинги, разбор документов, ответы клиентам.


Картинки и видео тоже доступны без карты. Сервис 3GPT Image закрывает генерацию изображений на моделях вроде Nano Banana: реалистичные портреты, товарные фото, баннеры, обложки. Для блога и рекламы этого хватает целиком, и результат не зависит от того, сколько у вас гигабайт в системнике.


Что я бы взял на вашем месте
Если задача разовая и бизнесовая, браузер плюс доступ к флагманам за 149 рублей на официальном сайте 3GPT. Это самый быстрый способ получить результат и не потратить выходные на установку драйверов. Пополнить баланс можно российской картой, через СБП или криптой.
Если хочется своей лаборатории, 3090 на 24 гигабайта с проверкой памяти и нормальным блоком питания. Дальше по деньгам: 5090, если работаете с 70B и видео, либо связка из двух 3090, если готовы к шуму и хотите максимум памяти за рубль.
Если бюджет до 60 тысяч, 4060 Ti на 16 гигабайт. Ниже этого порога локальный ИИ существует, но в режиме песочницы, а не рабочего инструмента.
И последнее. Не покупайте карту «на вырост» под задачи, которых у вас пока нет. Через год выйдет новое поколение, память подешевеет, а сегодняшняя переплата просто сгорит. Начните с доступа к моделям, поймите, чего вам не хватает, и только потом идите за железом.