# Юнит-экономика инференса: какую единицу считать финансовому партнёру

Как выбрать единицу экономики GPU-пула: успешный запрос, миллион токенов или сервисная нагрузка. Что включать в себестоимость и как сравнивать периоды.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/inference-unit-economics/
Language: ru

Два GPU-сервера могут показывать одинаковые расходы за неделю и выполнять разную полезную работу. Одному достались короткие запросы, другому — длинные контексты с более строгими ограничениями задержки. Поэтому общая сумма расходов без описания результата мало помогает решать, какой ресурс расширять.

Юнит-экономика связывает затраты с выбранной единицей работы. Для финансового партнёра она полезна, когда позволяет проверить изменения проекта: что произошло после настройки модели, смены оборудования или подключения нового сценария запросов.

## Выберите единицу под вопрос

Миллион выходных токенов удобен для некоторых сравнений, но не описывает объём входной обработки и качество ответа. Успешный запрос ближе к пользовательскому событию, однако запросы бывают разной длины. GPU-час показывает использование ресурса, но не подтверждает коммерческий результат.

В [FinOps Unit Economics](https://www.finops.org/framework/capabilities/unit-economics/) различаются метрики эффективности ресурса и бизнес-метрики. Для GPU-пула предлагаем сохранять оба уровня: показатели оборудования помогают искать ограничения, а показатели результата — обсуждать расходы и спрос. Не стоит заменять один уровень другим только ради удобного графика.

## Договоритесь о составе себестоимости

Покажите прямые расходы на работу узла и долю общих расходов, если она используется в расчёте. Отдельно определите период и способ распределения затрат между моделями. Иначе изменение числа узлов может улучшить показатель одной машины, просто переместив общую нагрузку в другую строку.

Полезно считать несколько представлений: расходы на дополнительную нагрузку и полную стоимость согласованного сценария. Назовите их явно. Первое помогает оценить краткосрочное изменение, второе — обсудить способность поддерживать работу целиком.

## Используйте пример с одинаковыми условиями

Условный расчёт: два варианта обработали одинаковый набор из тысячи проверенных запросов. Первый потребовал 120 условных единиц прямых расходов, второй — 100. До вывода нужно сравнить ошибки, задержки и состав затрат. Если во втором варианте часть ответов оказалась непригодной, делить расходы на исходную тысячу некорректно.

Практический вывод — сохранять знаменатель вместе с правилами качества и завершения запроса. После изменения этих правил старые и новые значения нельзя без пояснений ставить на один график.

## Проверьте, что изменило результат

После эксперимента спросите, за счёт чего изменилась стоимость: аппаратной эффективности, профиля запросов, распределения расходов или внешней цены. Если одновременно сменились модель и набор задач, приписывать весь эффект новому GPU нельзя.

Рядом с итоговой цифрой полезно хранить короткий комментарий: исходная конфигурация, изменение и наблюдаемый результат. Тогда обсуждение бюджета опирается на причинный вопрос, а не только на привлекательное среднее значение.

## Как использовать это в финансировании пула

Юнит-экономика помогает уточнить, что финансировать следующим: дополнительный узел, настройку сервиса или сбор данных о нагрузке. Она не превращает техническую возможность в гарантированную продажу. Для старта достаточно согласовать небольшое число показателей и проверить их на пилоте.

Вместе с расчётом полезно рассмотреть [отчётность](/ru/journal/gpu-funding-reporting/) и [бюджет эксплуатации](/ru/journal/working-capital-inference/).