МАЙПЛ: Локальные AI‑моделиКомпактные модели под одну задачу — разворачиваются у вас
Каждая модель обучена под одну работу: документы, обращения, запросы к базе, персональные данные, тендеры, выписки. Помещается на одну GPU в вашей сети и отвечает через OpenAI-совместимый API.
Шесть моделей — шесть задач
Выберите модель под свою операцию. Все шесть работают на общем рантайме и одном API.
- МАЙПЛ ДокументыСчета, УПД, акты и накладные — из скана или PDF в поля по вашей схеме для 1С и ERP. У каждого поля — страница и фрагмент.Вывод строго по вашей схеме1× GPU 24 ГБ
- МАЙПЛ ДиспетчерТема, срочность и очередь для каждого обращения из почты, чатов и тикетов — по вашему справочнику, до того как его увидит оператор.Тема, срочность, очередь — одним ответом1× GPU 16 ГБ
- МАЙПЛ SQLВопрос на русском — SQL-запрос под вашу схему. Запрос выполняется на реплике только для чтения и приходит вместе с результатом.PostgreSQL · ClickHouse · MySQL · MS SQL1× GPU 48 ГБ
- МАЙПЛ ОбезличиваниеФИО, паспорта, телефоны, счета и диагнозы в документах и переписке заменяются метками до передачи в аналитику или подрядчику.Одна персона — одна метка1× GPU 24 ГБ
- МАЙПЛ ТендерыТребования, сроки, обеспечение и неустойки из закупочной документации — с флагами по вашему чек-листу и ссылкой на пункт.44-ФЗ · 223-ФЗ · коммерческие1× GPU 48 ГБ
- МАЙПЛ КазначейБанковские выписки — по статьям ДДС, контрагентам и договорам. Спорные операции уходят бухгалтеру с причиной, а не угадываются.Статьи ДДС по вашему справочнику1× GPU 16 ГБ
Какую задачу решает
Универсальная модель на узкой задаче
Большая модель умеет всё понемногу, а на конкретной операции работает медленнее, отвечает менее стабильно и плохо поддаётся тестированию.
Данные уходят в чужое облако
Первичка, обращения клиентов, закупки и банковские выписки оказываются у внешнего провайдера — с этим не согласится ни служба безопасности, ни юристы.
Счёт растёт вместе с объёмом
Оплата за токены превращает каждый новый документ в новую строку расходов. Бюджет невозможно спланировать заранее.
Что общего у всех моделей
Один стек обслуживания, один путь развёртывания и один API. Вторая модель не добавляет инфраструктуре новых сущностей.
On-premise, VPC или закрытый контур
Инференс идёт внутри вашей сети — на своих серверах, в частном облаке или в изолированном контуре без выхода в интернет. Облака поставщика в цепочке запроса нет, телеметрия наружу не отправляется.
OpenAI-совместимый API
Модели обслуживаются через vLLM и отвечают по REST в формате OpenAI. Код, который уже работает с OpenAI-клиентом, переключается сменой адреса.
Docker Compose или Helm
Каждая модель поставляется контейнером. Развёртывание — Docker Compose для одного сервера или Helm-чарт для Kubernetes.
Одна GPU на модель
От 16 ГБ видеопамяти для Диспетчера и Казначея до 48 ГБ для SQL и Тендеров. Железо стандартное — такое ваша команда уже умеет закупать.
Дообучение LoRA на ваших данных
Обычно достаточно нескольких сотен размеченных примеров из вашего процесса, чтобы заметно сдвинуть качество. Задания на дообучение входят в редакцию Enterprise.
Годовая лицензия без оплаты за токены
Лицензия на модель фиксированная и зависит от масштаба развёртывания, а не от объёма запросов. Рост нагрузки меняет только счёт за железо.
Стенд оценки в каждом контейнере
Вместе с моделью поставляется eval-стенд и отложенные тестовые наборы. Точность, задержку и пропускную способность вы меряете сами — на своих данных и своём железе.
Веса остаются у вас
После запуска модель работает без участия поставщика: runbook, обучение операторов и 90 дней сопровождения — дальше эксплуатация полностью на вашей стороне.
Арендовать универсала или владеть специалистом
На узкой задаче небольшая модель быстрее, стабильнее и проще в тестировании, чем универсальная, которая делает ту же работу.
Одна узкая задача — сделанная как следует
Каждая модель обучена под одну операцию и больше ни под что. На этой операции узкая модель выигрывает у общей: быстрее, предсказуемее, легче проверить.
Достаточно компактна, чтобы ей владеть
Любая модель помещается на одну стандартную GPU, поэтому всё семейство работает на железе, которое вы уже умеете покупать и обслуживать.
Данные не выходят из сети
Для компаний, работающих по 152-ФЗ, это снимает главный вопрос: персональные данные обрабатываются внутри вашего периметра, без передачи внешнему провайдеру.
Скучно в эксплуатации — и это плюс
Один рантайм vLLM, один API, Docker или Helm. Тот же стек, что у «Кворума» и «Сути», — намеренно.
Меряем на ваших данных, а не в публичных рейтингах
Цифры, по которым принимается решение о запуске, получаются на ваших примерах и вашем железе и попадают в пилотное соглашение письменно.
Без гонки за рейтингами
Публичные рейтинги награждают универсальность, а наши модели узкие намеренно. Сравнений с флагманскими моделями не публикуем: единственный значимый тест — ваша задача.
Стенд оценки идёт вместе с моделью
В каждом контейнере — eval-стенд и отложенные тестовые наборы. Направьте его на свои примеры и получите точность, задержку и пропускную способность на своём оборудовании.
Пороги — в договоре
На пилоте фиксируем целевые метрики на ваших данных. Решение о промышленном запуске принимается по этим цифрам, а не по впечатлению от демонстрации.
Фиксированная годовая лицензия
Лицензия оформляется на каждую модель и зависит от масштаба развёртывания. Стоимость считаем после демо, когда понятен объём.
0 ₽ за токен, место и запрос
Инференс идёт на вашей GPU, поэтому использование ничего не стоит сверх лицензии. Объём влияет на железо, а не на платёж нам.
Одна лицензия на модель в год
Включает обновления, патчи безопасности и стенд оценки на весь срок лицензии.
Скидка за несколько моделей
Модели работают на общем стеке, поэтому комплект из нескольких моделей дешевле и не добавляет операционной нагрузки.
Кому подходят локальные модели
Счета, заявки, анкеты, письма и отчёты, из которых нужно стабильно доставать поля в учётную систему без ручного ввода.
Там, где данные нельзя отправлять во внешнее облако: банковская и коммерческая тайна, персональные данные клиентов и сотрудников, закупочная стратегия.
Тема, срочность и очередь для каждого обращения прямо в потоке — до того, как его откроет оператор.
Ответы на вопросы к базе данных без очереди к BI-команде: запрос проверяется на реплике, данные не уходят наружу.
Как проходит внедрение
Три шага — и в конце веса остаются у вас. После запуска ничего не зависит от нашего участия.
- 30 минут
Звонок-знакомство
Без слайдов: ваша задача, формат данных и требования безопасности. Если модель не подходит под задачу — скажем об этом на звонке.
- по плану пилота
Пилот в вашем контуре
Разворачиваем контейнер на тестовом стенде в вашем VPC или на собственных серверах — на том же стеке, что «Кворум» и «Суть». Стенд оценки прогоняет модель на ваших данных, цифры фиксируются в пилотном соглашении.
- 90 дней сопровождения
Промышленный запуск
Передаём runbook, обучаем операторов и 90 дней остаёмся на связи. Дальше модель эксплуатируете вы — без зависимости от поставщика.
Частые вопросы
Не нашли свой вопрос?
Ответим на звонке или в переписке.
На конкретной операции — извлечь поля из счёта, направить обращение в нужную очередь, найти стоп-фактор в закупке — небольшая специализированная модель работает быстрее, отвечает стабильнее и проще тестируется. К тому же она помещается на одну GPU и разворачивается у вас, а не арендуется у внешнего провайдера.