Nutanix заменила Copilot и Claude кластером за $20 млн: окупаемость — год

4 мин. чтения
BYBIT EARN
Крипта лежит?
Bybit Earn: процент капает каждый день
Открыть Earn

Что произошло

27 августа 2026 года глава Nutanix Раджив Рамасвами рассказал The Register, что компания построила собственный ИИ-кластер за $20 млн и перевела на него разработчиков, которые до этого работали через GitHub Copilot и Claude. По его словам, «использование взорвалось, а вместе с ним и расходы», поэтому Nutanix перешла на open-weight модели (модели с открытыми весами, которые можно запускать на своём железе) в локальном кластере. Окупить вложение компания рассчитывает за год.

Детали

ПараметрЧто известно
Бюджет кластера$20 млн
Где работаетon-prem, в собственной инфраструктуре Nutanix
Моделиopen-weight; названия не раскрыты
Кто пользуетсякоманды разработки, ИИ применяется на всём цикле написания кода
Что заменилиCopilot и Claude как основной инструмент; frontier-модели остались «по необходимости»
Срок окупаемостиодин год, по оценке CEO

Главная фраза Рамасвами — «мы больше не платим за токены». Состав кластера (тип и число GPU, сеть, хранилище) он не назвал. Разговор состоялся на фоне отчёта за четвёртый квартал финансового 2026 года, закрытого 31 июля: выручка $757,1 млн (+16% год к году), за год — $2,85 млрд (+12%), свободный денежный поток за год — $840,7 млн, более 3 000 новых клиентов (данные Nutanix от 26 августа 2026 года).

Второй тезис интервью — про железо для клиентов. По словам Рамасвами, заказчики остро чувствуют стоимость и доступность оборудования, и это уже тормозит часть закупок; поддержку Arm-процессоров Nutanix теперь рассматривает как ещё один способ запускать платформу там, где это нужно пользователям, включая edge-площадки.

Что это значит

Касается это в первую очередь компаний с сотнями и тысячами разработчиков, у которых счёт за ИИ-ассистентов вырос вместе с агентными сценариями. Ориентир для расчёта: Copilot Business стоит $19, Copilot Enterprise — $39 за место в месяц; Claude Team — $20–25 за стандартное место и $100–125 за премиальное, Enterprise — место плюс использование по API-тарифам (цены на 27 августа 2026 года). Для 2 000 разработчиков на премиальных местах это порядка $2,4–3 млн в год — по нашей оценке, кластер за $20 млн такие деньги за год не отбивает. Окупаемость за год, о которой говорит Рамасвами, означает, что реальные траты на токены frontier-моделей у Nutanix были в разы выше подписочной арифметики: агентный кодинг тратит токены в объёмах, которые фиксированные тарифы не покрывают.

Риск в другой колонке. Open-weight модели уступают frontier-версиям на сложных задачах, и сам Рамасвами оставил их «по необходимости». Плюс к железу добавляются люди: команда, которая сопровождает кластер, обновляет модели и следит за качеством ответов, в $20 млн не входит. Какие открытые модели сегодня тянут кодинг, мы разбирали на примере GLM-5.2, а как устроен выбор между Cursor, Copilot и Claude Code — в отдельном сравнении.

Горизонт — ближайший год: Nutanix дала цифру, которую можно проверить по следующим отчётам. Если экономия подтвердится, аргумент «свой инференс дешевле подписок» получит редкий публичный кейс с суммой. Если нет, это будет такой же публичный пример того, что дефицит памяти и GPU 2026 года делает on-prem дороже, чем считали при покупке.

Контекст

Nutanix продаёт платформу для частных и гибридных облаков, поэтому история с собственным кластером ещё и витрина для её клиентов: компания показывает на себе тот сценарий, который предлагает им. В том же интервью Рамасвами связал интерес к Arm с «RAMpocalypse» — дефицитом памяти, из-за которого цены на серверы выросли, а сроки поставок растянулись.

Bybit
SpaceX за крипту
Дробные доли · 24/7
Открыть рынок →
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.