Подписка за 2 900 иен в месяц, ради которой многие заходят в Gemini, включает облачный GPU. Японский блогер из серии «気になるAI» проверил, может ли ИИ-агент Meta Muse поднять A100 в Google Colab. Может. По его замерам умножение матриц на A100 шло до 24,5 раза быстрее, чем на CPU, а картинка SDXL на L4 появлялась за 12–15 секунд.

Сам я в этом эксперименте не участвовал. Это разбор чужого теста, который автор провёл 8 ноября 2026 года. У него история тоже не закончилась гладко: логин сработал не так, как обещали, а GPU сменился прямо во время работы. Ниже — что написано в первоисточнике, ключевые фразы в моём переводе, цены в иенах и что это значит для нас.

Источник: note.com

Коротко

  • Google AI Pro с 22 сентября 2026 года включает 200 CCU Colab в месяц; по данным DijitalTurk, этого хватает на доступ к A100 и L4.
  • Muse открыл Colab, выбрал GPU и запустил код. Логин в аккаунт Google автор ввёл сам.
  • Ускорение на A100 до 24,5 раза — это замер одной матрицы, а не средний показатель.
  • SDXL 1024×1024 на L4 занял 12,1–14,6 с; по расчёту автора, около 0,007 юнита на картинку.
  • Юниты сгорают, GPU может смениться, а H100, по словам автора, требует тариф Google AI Ultra (досье этого не подтверждает).

Как устроен тест

Схему автор записал стрелками:

私 → Muse → Google Colab → NVIDIA GPU

Проще говоря, Muse открывает Colab в браузере и пишет Python-код, а считает GPU, который Colab выделил под сессию. Автор уточняет, что расходуется квота, привязанная к его собственному Google-аккаунту: «利用するのは、私自身のGoogleアカウントに付与されたColabの枠です» — «Используется квота Colab, привязанная к моему собственному Google-аккаунту».

Подписка у автора уже была, поэтому новых трат на тест не было. Подписка с юнитами Colab стартовала 22 сентября 2026 года, по информации Google, которую пересказывает DijitalTurk.

Цифры: CPU против A100

Размер матрицыCPU, сA100, сУскорение
4096×40960,19040,0093около 20×
8192×81921,53620,0627около 24,5×

Честнее всего у автора звучит оговорка: «すべてのプログラムやAI処理が24.5倍速くなるわけではありません» — «Не каждая программа и не каждая ИИ-обработка ускоряется в 24,5 раза». Это замер одной задачи, и на ваши генерации он переноситься не обязан.

Баланс до проверок был 400 юнитов. Бенчмарк на A100 автор оценил в 6,73 юнита в час, после всех тестов осталось 399,75.

Логин обещали «только вход», вышло иначе

В X-посте, на который ссылается автор (@tetumemo), написано: «人間がするのはログインだけ» — «человеку нужно только войти». У японца вышло по-другому. Сохранённые данные для входа Muse не сработали, на экране входа появилась ошибка. В итоге автор сам ввёл пароль в живом браузере Muse и прошёл двухфакторную проверку.

ログインを自動化できなかったことは不便でしたが、認証の重要な部分を本人が担当する形になりました。 — «Что логин не автоматизировался, было неудобно, но важную часть проверки сделал сам человек». (Автор блога tsuwami, перевод мой)

Для нас здесь сигнал. Агент может довести задачу до нужного экрана, но ключи от аккаунта остаются у человека. Агент работает в браузере, где уже открыт ваш аккаунт, и видит всё, что там доступно.

A100 стала L4 прямо во время работы

Автор выбрал A100, а Colab переключил сессию на NVIDIA L4. Вывод автора: «高性能GPUを利用できることと、いつでも同じGPUを確保できることは別です» — «Возможность использовать мощный GPU и гарантия, что тот же GPU будет у вас всегда, — разные вещи».

Про H100 автор пишет, что для неё Colab показал требование тарифа Google AI Ultra, и выбрать её в его подписке не получилось. Досье этого не подтверждает, поэтому пока это его наблюдение, а не правило Google.

SDXL на L4: картинки и цена юнита

  • Модель: Stable Diffusion XL base 1.0, 1024×1024, 30 шагов.
  • Загрузка модели: 7,11 ГБ данных, 27,5 с.
  • Генерация одной картинки: 12,1–14,6 с.
  • Четыре картинки и вся сессия около 5 минут: 0,09 юнита.
  • Расчёт автора: около 0,007 юнита на картинку.

Из результатов автор выделяет два: фото соевого молока и карты в стиле таро. Его слова: «写真風の豆乳の画像とタロット風カードは、個人的に気に入った結果です» — «Фото соевого молока и карты в стиле таро мне лично понравились». Картинки выглядят хорошо, но автор сам оговаривает: перед публикацией или продажей их нужно проверить на артефакты и права.

Теперь деньги. По японскому тексту, подписка стоит 2 900 иен в месяц. Делим на 200 юнитов и получаем 14,5 иены за юнит, отсюда примерно 0,1 иены на одну картинку. Курс рубля автор не сверял, и я тоже не буду: пересчитайте по курсу на день оплаты.

Автор сразу оговаривает, что это не цена за каждую картинку и не себестоимость. Модель, неудачные генерации и редактура в расчёт не попали. Досье подтверждает только $19,99 в месяц для США, так что цены в других странах могут отличаться.

ОперацияЮниты
Проверка A100 (бенчмарк)0,16
Проверка L4 (4 картинки)0,09
Итого списано0,25
Остаток после проверок399,75

Что будет, если юниты сгорят раньше, чем до них дойдут руки? По странице Colab, как её пересказывает wasnotwas, юниты живут 90 дней. Значит, без дела лежать им нельзя.

Стоит ли подписка ради GPU?

Ответ зависит от того, есть ли у вас подписка и неиспользованные юниты. Если да, пощупать облачный GPU без новых трат можно. Если подписки нет, её покупают ради Gemini, а GPU остаётся бонусом, который может исчезнуть по правилам.

Что это меняет для русского креатора

Ниже порядок действий, построенный на тексте автора. По нему сам я не работал.

  1. Посмотрите баланс юнитов Colab на аккаунте, где есть подписка Google AI Pro. Без юнитов остальное не нужно.
  2. Поручите агенту только то, что потом сможете проверить: SDXL-референсы или генерацию картинок. Blender и Whisper автор в этом тесте не запускал, это его планы.
  3. Если A100 не выделили, берите L4: по замерам автора, для картинок её хватает.
  4. Сохраняйте результаты в Google Drive сразу. Сессии обрываются, поэтому файлы во временных папках могут пропасть.
  5. Останавливайте рантайм после работы: простой оплачивается, и счёт идёт от выделения до остановки.

Автор перечислил сценарии для подработки: стоковые картинки, расшифровка через Whisper, карты таро, кодирование видео и Blender. Реально проверена только генерация картинок. Остальное — гипотезы, и для продажи нужны проверки лицензий моделей и сервисов.

Доступ к подписке и Colab из России, способ оплаты и юридическую сторону в материале я не нашёл. Проверьте это сами, не полагаясь на чужие ответы.

Где подвох

  • Юниты сгорают: по данным страницы Colab, как пишет wasnotwas, через 90 дней.
  • Условия из справки Google, тоже по wasnotwas: только веб, от 18 лет, в пробных подписках не работает.
  • Счёт идёт от выделения до остановки. Новый рантайм ещё около 20 минут уходит на установку, по замерам wasnotwas.
  • Код от агента: Python умеет читать файлы, ходить в сеть и работать с Drive. Автор не проводил независимый аудит кода и сам это пишет.
  • Цифры 24,5× и 16× (пост tetumemo про 3D-видео) — единичные замеры. Досье их не подтверждает, и результат зависит от задачи и доступности GPU.
  • Доступность H100 по тарифу досье не подтверждает, а цена 2 900 иен взята из японского текста, не из официального источника.

Вывод автора и мой комментарий

Главный итог автора: «MuseとGoogle Colabの組み合わせは、実際に使えた。ただし、GPU割り当て、ログイン、セキュリティには注意が必要です» — «Связка Muse и Google Colab реально работает. Но с выделением GPU, логином и безопасностью нужна осторожность».

Мне понравилось, что автор не прячет неудачи с логином и GPU. Обычно такие тесты заканчиваются скриншотом с 24,5× и всё. Здесь же видно, где агент справился, а где человеку пришлось вводить пароль руками.

Все цифры из этого текста принадлежат японскому автору, мой тест не проводился. Перед планированием работы перепроверьте их на своём аккаунте. А сколько юнитов у вас сейчас лежит на балансе?

Источники

Google AI Pro gives subscribers 200 Colab compute credits every month — DijitalTurk

Your US$20 Google AI Plan Now Buys About 22 GPU-Hours a Month of a 180B-Class Open Model — wasnotwas

Kaggleの無料GPUで作った猫が、止めたら消えました — cats-hand

Источникnote.com