Выбор решения · разбор

Готовый чат-бот или свой: считаем стоимость владения

Коробочный бот запускается за неделю и выглядит дешевле в десять раз. Разница появляется не в первый месяц, а там, где бот должен посмотреть в вашу систему, ответить по вашим документам и честно передать человеку. Разбираем, из чего складывается счёт на два года и как выбрать, не переплатив ни в одну сторону.

9 мин чтения

Что вы на самом деле покупаете в коробке

В коробочном боте оплачивается не «умение отвечать», а четыре вещи: каналы (сайт, Telegram, WhatsApp), редактор сценариев, панель операторов и хранилище диалогов. Всё это дорого делать самому и незачем: рынок довёл эту часть до состояния коммунальной услуги.

Чего в коробке нет — это знания о вашем бизнесе. Оно появляется тремя способами: вы вручную пишете сценарии, вы загружаете документы в их базу знаний, или вы подключаете свои системы. Первый способ дешёвый и быстро устаревает, второй зависит от того, как платформа режет ваши документы, третий почти всегда упирается в возможности их интеграций.

Три модели тарификации и что они означают на практике

Прежде чем сравнивать цифры, посмотрите, за что именно считают. Модель тарификации предсказывает, где вас будет больно.

  • За оператора в месяц. Понятно и предсказуемо, пока команда поддержки маленькая. Растёт линейно с людьми, а не с пользой: бот, который снял нагрузку, счёт не уменьшает.
  • За диалог или за сообщение. Счёт растёт вместе с успехом: чем лучше работает бот, тем больше вы платите. На сезонных всплесках такой тариф даёт неприятный сюрприз ровно в тот месяц, когда бизнесу и так тяжело.
  • За токены, если бот на вашей модели. Здесь счёт зависит от длины контекста, а не от числа людей. Для ориентира: у GigaChat для юрлиц публичная цена pay-as-you-go — 0,065 ₽ за 1000 токенов на Lite и 0,5 ₽ на Pro, у Yandex AI Studio синхронный режим YandexGPT Lite — 0,2 ₽ за 1000 токенов (обе цены с НДС, проверено 6 сентября 2026). Это единственная модель, где стоимость можно снизить инженерно.

Четыре места, где коробка упирается

Ни одно из них не про качество платформы. Это структурные ограничения, и знать их лучше до покупки.

  • Действие вместо ответа. Пока бот отвечает — коробка справляется. Как только он должен что-то сделать в вашей системе (проверить остаток, оформить возврат, перенести запись), нужна интеграция, а её глубина ограничена тем, что платформа успела реализовать.
  • Ответы по вашим документам. Качество здесь определяется не моделью, а нарезкой корпуса и стратегией поиска. Готовая платформа режет документы по своему усмотрению, и повлиять на это вы обычно не можете — а именно там рождается большинство плохих ответов.
  • Передача человеку. Хороший бот отличается от плохого не количеством ответов, а тем, как быстро он признаёт, что не справился. В коробке правило передачи обычно настраивается грубо: по ключевым словам или по числу неудачных попыток, а не по уверенности в ответе.
  • Ответственность за сказанное. Если бот пообещал клиенту то, чего нет, отвечаете вы, а не платформа. В чувствительных доменах это означает, что нужны свои ограничения на формулировки и журнал, по которому можно восстановить, почему бот ответил именно так.

Счёт на два года: шесть строк

Сравнение «подписка против сметы» некорректно. Честная таблица состоит из шести строк, и заполнять её надо для обоих вариантов.

  • Запуск: настройка, сценарии, интеграции, перенос базы знаний. У коробки меньше, но не ноль.
  • Подписка или инфраструктура плюс токены. Считайте по своему объёму диалогов, а не по цене тарифа.
  • Поддержка контента: кто и как часто обновляет ответы, когда меняются условия и цены.
  • Цена неверного ответа, умноженная на их количество. В медицине, финансах и логистике эта строка часто крупнее всех остальных вместе.
  • Стоимость роста: что произойдёт со счётом, когда диалогов станет втрое больше.
  • Стоимость ухода: переносятся ли сценарии, история диалогов и база знаний, если платформа перестанет подходить.

Гибрид: коробка на фронте, свой слой на знаниях

Схема, к которой мы приходим чаще всего: каналы, виджет и панель операторов остаются на готовой платформе, а слой знаний и действий — свой. Платформа зовёт ваш сервис по API, тот ищет по вашим документам, ходит в ваши системы и возвращает ответ с источником.

Так вы не платите за то, что уже стало коммунальной услугой, и одновременно контролируете то, за что несёте ответственность: качество поиска по документам, права доступа, границы формулировок и правило передачи человеку.

Когда коробка — правильный ответ

Берите готовое решение, если вопросы клиентов повторяются и их немного, ответы не зависят от данных конкретного человека, цена ошибки — испорченное настроение, а не деньги или здоровье, и у вас нет требования держать переписку внутри контура.

Свой слой начинает окупаться, когда бот должен смотреть в ваши системы, отвечать по документам, которые вы сами обновляете, или работать в домене, где неверный ответ стоит дорого. Мы говорим это и тем, кому в итоге советуем коробку: продавать разработку туда, где она не нужна, дороже обходится нам самим.

// Коротко
Каналы, виджет и панель операторов — коммунальная услуга. Платить за их разработку незачем.
Модель тарификации важнее цены: за оператора, за диалог и за токены ведут себя по-разному при росте.
Большинство плохих ответов рождается в нарезке документов, а не в модели — и именно её коробка не отдаёт.
Считайте шесть строк на два года, включая стоимость роста и стоимость ухода.
// Вопросы

Сколько стоит разработка своего чат-бота?

Диапазон задаётся не ботом, а глубиной интеграций и ценой ошибки. Бот, который отвечает по документам и никуда не ходит, — это недели. Бот, который проверяет права пользователя, меняет данные в вашей системе и работает в чувствительном домене, — это месяцы и отдельный контур безопасности. Первый вопрос на оценке всегда один: что бот должен уметь делать, а не только говорить.

Можно ли начать с коробки и перейти на своё?

Да, и это разумный путь — при одном условии: с самого начала держите базу знаний и историю диалогов в форме, которую можно выгрузить. Сценарии, собранные в редакторе платформы, переносятся плохо, поэтому не вкладывайте в них логику, которую будет жалко переписывать.

Бот на GPT или на российской модели?

Вопрос решается доступностью и данными, а не качеством. Россия не входит в список поддерживаемых стран OpenAI, и платформа прямо предупреждает о блокировке аккаунта при доступе из неподдерживаемых стран (проверено 6 сентября 2026). Если в диалогах есть персональные данные, отдельно решается вопрос, где они обрабатываются. Технически слой модели заменяем — если он с самого начала спрятан за вашим интерфейсом.

Как понять, что бот работает хорошо?

Не по числу отвеченных вопросов. Смотрите на три метрики: доля диалогов, закрытых без человека и без повторного обращения; доля передач человеку, случившихся вовремя, а не после трёх неудачных попыток; и доля ответов, для которых можно показать источник. Первая растёт легко и обманчиво, две другие честнее.

Нужен ли RAG или хватит сценариев?

Если ответы помещаются в тридцать сценариев и меняются раз в квартал — хватит сценариев, и RAG будет дороже без выигрыша. Если ответы живут в регламентах, договорах и инструкциях, которые обновляются постоянно, поддерживать сценарии вручную дороже, чем построить поиск по документам.

// Читать дальше

Платформы для AI-агентов 2026: что выбрать бизнесу

Одиннадцать платформ, за что каждая берёт деньги, где у неё потолок и что из этого работает из России. Все цифры — с публичных страниц вендоров, проверены 6 сентября 2026, с указанием источника. Без рейтингов и «топ-10»: выбор зависит от того, что вы строите, а не от места в списке.

n8n или своя разработка: где проходит граница

n8n закрывает больше задач, чем принято думать, и мы сами регулярно советуем начать с него. Но у конструктора есть граница, и проходит она не по сложности сценария, а по цене ошибки, конкурентности и правам доступа. Разбираем, как считать заранее и в какой момент дешевле написать код.

Нарезка документов для RAG: почему чанки важнее модели

Плохой ответ RAG-системы почти всегда родом не из модели, а из нарезки. Разбираем, как резать регламенты, договоры, PDF-сканы и тикеты поддержки, что ломается на корпусе из десятков тысяч длинных документов и как понять, что виновата именно нарезка.

Как обновлять базу знаний RAG, не останавливая систему

Демо живёт на статичном корпусе, продакшн — на меняющемся. Разбираем инкрементальное обновление вместо полной переиндексации, подмену индекса без рестарта, удаление документов и то, какие метрики показывают деградацию поиска раньше, чем о ней сообщат пользователи.

Посчитаем ваш случай по шести строкам — и скажем, если коробки достаточно.