Сначала пользователи и пик, не «лучшая модель»
Для 30 человек пик часто 3–8 одновременных запросов; для 100 — 10–25; для 250 — десятки, если все открывают чат в одно окно. Считайте пик смены, не штат «в списке». Длина контекста и RAG умножают нагрузку: ответ по 50-страничному PDF тяжелее короткого чата. Фиксируем сценарий до выбора GPU.