Мобильное приложение с ИИ в Казахстане стоит от 4–6 млн ₸ за MVP с одной AI-функцией, 8–15 млн ₸ за продукт средней сложности и от 20 млн ₸ за систему с собственным ML-контуром. К бюджету разработки добавляются ежемесячные расходы на API нейросетей — обычно от 30 000 до 500 000 ₸.

Эти вилки — не маркетинговые круглые числа, а диапазоны из смет, которые команда Applications.kz считает для заказчиков из Казахстана, ОАЭ и Таиланда с 2007 года. Ниже разберём, из чего складывается цена, сколько стоит каждая AI-функция по отдельности и — что упускает большинство статей — во сколько обойдётся эксплуатация: токены, серверы, обновления моделей.

Из чего складывается цена приложения с ИИ

Бюджет AI-проекта всегда состоит из четырёх слоёв, и смешивать их в одну сумму — главная ошибка при планировании.

  • Базовое приложение — экраны, авторизация, профили, оплата, админ-панель, публикация в сторах. Это 50–70% бюджета. Разработка мобильного приложения без ИИ в Казахстане начинается от 3–4 млн ₸ за рабочий MVP.
  • AI-слой — интеграция нейросети: промпт-инжиниринг, постобработка ответов, защита от вредных и нецелевых запросов, лимиты на пользователя. От 600 000 ₸ за одну функцию.
  • Инфраструктура — прокси-сервер для API (ключ нельзя зашивать в приложение), очереди, кэширование, мониторинг трат. Ещё 400 000 – 1 500 000 ₸.
  • Операционные расходы — оплата токенов, хостинга и поддержки каждый месяц после релиза. Об этом — отдельный раздел ниже.

Важный нюанс: «приложение с ИИ» в 2026 году почти никогда не означает обучение собственной нейросети. В девяти из десяти коммерческих задач используется готовая модель — GPT, Claude или Gemini — через API. Это в десятки раз дешевле и быстрее, чем собственный ML, и при этом качество ответов выше, чем у любой модели, которую реально обучить на бюджете малого бизнеса.

Цены на конкретные AI-функции: таблица

Диапазоны актуальны для рынка Казахстана на 2026 год и включают проектирование, интеграцию, тестирование на реальных данных заказчика и настройку лимитов расходов.

AI-функция Стоимость внедрения Срок
Чат-ассистент на GPT/Claude (поддержка, консультации, продажи) 800 000 – 2 500 000 ₸ 3–6 недель
RAG: ответы по базе знаний компании (документы, регламенты, каталог) 1 500 000 – 4 000 000 ₸ 5–10 недель
Распознавание фото: товары, документы, показания счётчиков, дефекты 1 000 000 – 3 000 000 ₸ 4–8 недель
Голосовой ввод и транскрибация речи 600 000 – 1 500 000 ₸ 2–4 недели
Рекомендательная система (товары, контент, персональные подборки) 2 000 000 – 5 000 000 ₸ 6–12 недель
Генерация изображений или текстового контента 700 000 – 1 800 000 ₸ 3–5 недель
On-device ML: модель работает офлайн на телефоне 1 500 000 – 4 000 000 ₸ 5–10 недель

Самая востребованная функция у наших заказчиков — диалоговый ассистент. Почему нельзя просто «прикрутить ChatGPT» и какая архитектура нужна, чтобы бот не выдумывал цены и не сливал данные, мы подробно разобрали в материале про AI-чат в мобильном приложении.

Стоимость API: сколько вы платите каждый месяц

Разработка — разовый платёж. API — постоянный, и его нужно закладывать в юнит-экономику до старта проекта, а не после первого счёта. Нейросети тарифицируются за токены: примерно 3–4 символа русского текста на токен, оплата отдельно за входящий запрос и за ответ модели.

Ориентиры на 2026 год: лёгкие модели (класс mini и haiku) стоят $0,1–0,6 за миллион входных токенов, флагманские — $3–15. При курсе около 520 ₸ за доллар один диалог из десяти сообщений обходится в 2–10 ₸ на лёгкой модели и в 50–250 ₸ на флагманской. Дальше всё решает нагрузка:

  • Стартап на старте: 1–3 тысячи диалогов в месяц на лёгкой модели — 15 000 – 50 000 ₸/мес.
  • Средний бизнес: 10–30 тысяч запросов, модель среднего класса плюс распознавание изображений — 100 000 – 350 000 ₸/мес.
  • Нагруженный сервис: от 100 тысяч запросов, длинные контексты, RAG по большой базе — 500 000 – 2 000 000 ₸/мес.

Отдельные статьи расходов: распознавание речи — примерно 1,5–3 ₸ за минуту аудио, генерация изображений — 10–40 ₸ за картинку, эмбеддинги для поиска по базе — копейки, но серверы для векторной БД добавят 20 000 – 80 000 ₸/мес.

Каждый проект мы сдаём с панелью мониторинга трат и жёсткими лимитами на пользователя и на день. Счёт от провайдера API не должен быть сюрпризом — это такое же требование к продукту, как и отсутствие багов.

Облачный API или модель на устройстве

Не каждой AI-функции нужен облачный API. Распознавание текста с фото, сканирование штрихкодов, определение объектов на снимке, базовая обработка речи — всё это умеют встроенные фреймворки Apple и Google, и за каждый запрос вы не платите ничего.

Логика выбора простая. Облако — когда нужен интеллект уровня GPT: связные ответы, рассуждения, работа с вашей базой знаний. On-device — когда задача узкая и типовая, важна работа офлайн или данные нельзя отправлять на чужие серверы. Разработка on-device-решения дороже на старте, зато операционные расходы — ноль, что на больших объёмах окупается за месяцы. Сравнение возможностей и ограничений обоих подходов — в нашем разборе ML Kit и Core ML для приложений.

На практике сильнее всего работает гибрид: простые и массовые операции выполняются на телефоне бесплатно, а облачная модель подключается только там, где без неё реально не обойтись.

Как снизить стоимость без потери качества

Разница между грамотной и «лобовой» интеграцией ИИ — 3–5 раз по операционным расходам при одинаковом для пользователя результате. Что для этого делается:

  • Каскад моделей. Типовые вопросы обрабатывает дешёвая модель, и только сложные уходят на флагманскую. Экономия — до 70% бюджета на токены.
  • Кэширование. Одинаковые запросы не должны оплачиваться дважды: повторные ответы отдаются из кэша мгновенно и бесплатно.
  • RAG вместо дообучения. Поиск по вашей базе с подстановкой найденного в запрос решает 90% задач «обучите ИИ на наших данных» — без затрат на файн-тюнинг и его повторение при каждом обновлении данных.
  • Короткий контекст. История диалога сжимается, в модель уходит только релевантное. Длина запроса напрямую равна деньгам.
  • Одна функция на старт. Запустить ассистента, проверить метрики на живых пользователях и только потом добавлять распознавание и рекомендации — дешевле, чем строить всё сразу.

Скрытые расходы, о которых молчат коммерческие предложения

Чтобы бюджет не разъехался через полгода, в смету стоит заложить ещё четыре пункта:

  • Обновление моделей. Провайдеры выводят старые версии API из эксплуатации каждые 12–18 месяцев. Миграция с перепроверкой промптов — 150 000 – 400 000 ₸ раз в год-полтора.
  • Валютный риск. API оплачивается в долларах, выручка у вас в тенге. Рост курса на 10% — это плюс 10% к операционке, закладывайте запас.
  • Доступ к API из Казахстана. Часть провайдеров ограничивает регионы — нужен корректно настроенный прокси-контур, это входит в инфраструктурный слой сметы.
  • Персональные данные. Если ассистент работает с данными клиентов, их обработку нужно выстроить с учётом закона РК о персональных данных: анонимизация перед отправкой в модель, согласия, политика хранения.

Если вы планируете AI-проект и хотите понять реальный бюджет, а не вилку «от и до бесконечности» — пришлите описание задачи, и мы подготовим смету за 24 часа с разбивкой на разработку и ежемесячные расходы. Мы делаем мобильные приложения в Алматы и по всему Казахстану с 2007 года, за плечами больше 300 проектов. Телефон: +7 (707) 928-13-15.

Частые вопросы

Можно ли сделать приложение с ИИ дешевле 4 млн ₸?

Да, если ИИ добавляется в уже работающее приложение: интеграция одной функции стоит от 600 000 ₸. Также бюджет снижают кроссплатформенная разработка вместо двух нативных приложений и запуск с одной AI-функцией вместо трёх. Дешевле миллиона тенге полноценную интеграцию с защитой ключей и лимитами сделать нельзя — экономия здесь оборачивается утечкой API-ключа и неконтролируемыми счетами.

Сколько стоит API ChatGPT или Claude в пересчёте на тенге?

Лёгкие модели — порядка 50–300 ₸ за миллион входных токенов, флагманские — 1 500 – 8 000 ₸. На практике один диалог пользователя с ботом стоит от 2 до 250 ₸ в зависимости от модели и длины переписки. Для типового бизнес-приложения с парой тысяч активных пользователей реальный счёт — 30 000 – 200 000 ₸ в месяц.

Нужно ли обучать собственную нейросеть?

В 90% случаев — нет. Готовые модели через API плюс RAG-поиск по вашим данным закрывают поддержку, консультации, анализ документов и рекомендации. Собственное обучение оправдано только при узкоспециализированной задаче с большим уникальным датасетом — это бюджеты от 15–20 млн ₸ и команда ML-инженеров на постоянной основе.

Что будет, если провайдер ИИ ограничит доступ из Казахстана?

Архитектура изначально строится так, чтобы приложение общалось с вашим сервером, а не с провайдером напрямую. Сервер может находиться в любом регионе, а замена провайдера — например, переход с одной модели на другую — занимает дни, а не месяцы, потому что AI-слой изолирован от остального кода.

Сколько времени занимает разработка AI-приложения?

MVP с одной AI-функцией — 2–3 месяца, включая базовое приложение, интеграцию модели и публикацию в App Store и Google Play. Добавление AI-функции в существующее приложение — от 3 недель. Продукт с RAG, рекомендациями и голосом — 4–6 месяцев. Смету со сроками по вашей задаче мы готовим за 24 часа.