Itseisännöity vs isännöity päättely: vLLM, TGI ja kannattavuuslaskelma

Esittely on houkutteleva. Avoimen lähdekoodin mallit ovat kilpailukykyisiä. GPU:t ovat saatavilla. Päättelypalvelimet kuten vLLM, TGI ja SGLang ovat kypsiä. Miksi maksaa 5–10× katetta OpenAI:lle tai Anthropicille, kun voisit isännöidä vastaavan itse?

Todellisuus on monimutkaisempi. Itseisännöinti voittaa aidosti tietyissä mittakaavoissa. Toisissa operatiivinen kustannus peittää päättelysäästöt. Kannattavuuspiste vaihtelee työkuorman, mallikoon, latenssivaatimusten ja tiimin kyvykkyyden mukaan.

Tämä artikkeli menee syvälle laskelmaan, operatiivisiin realiteetteihin ja malleihin, jotka erottavat tiimit, joiden kannattaa itseisännöidä, tiimeistä, joiden ei kannata. Oletamme, että harkitset tätä vakavasti ja haluat rehellisiä lukuja.

Milloin itseisännöinti on järkevää

Ominaisuuksia, jotka suosivat itseisännöintiä:

Mittakaava. Korkea päättelyvolyymi. Konkreettisesti: kuukausittainen API-päättelykulutus yli €5K–10K oikeuttaa yleensä itseisännöinnin harkinnan.

Ennustettava työkuorma. Vakaa, ennustettava käyttö. Itseisännöinti vaatii kapasiteettisuunnittelua; piikikkäät työkuormat hukkaavat kapasiteettia (alihyödynnys) tai epäonnistuvat (ylikylläisyys).

Tietosuoja- / vaatimustenmukaisuusvaatimukset. Dataa, jota ei voi lähettää pilvipalveluntarjoajille (säännellyt toimialat, tietyt julkishallinnon sopimukset, vain sisäiset tiedot).

Mukautetut mallit. Fine-tunet, mukautetut arkkitehtuurit tai erikoisvariantit, joita hallitut palveluntarjoajat eivät tarjoa.

Latenssin hallinta. Alle 100 ms:n first-token-latenssi joissakin sovelluksissa edellyttää mallien ajamista infrastruktuurissa, jota hallitset.

Kustannus per kutsu alle kannattavuuspisteen. Kun teet laskelman ja itseisännöinti aidosti voittaa.

Kun useimmat näistä pitävät paikkansa, itseisännöinti ansaitsee vakavan harkinnan.

Milloin itseisännöinti ei ole järkevää

Toinen puoli. Ominaisuuksia, jotka suosivat hallittuja API:ita:

Matala tai vaihteleva mittakaava. Päättelykulutus alle €5K/kuukausi. Säästöt eivät oikeuta operatiivista kustannusta.

Piikikkäät työkuormat. Käyttö, joka vaihtelee 10× piikin ja hiljaisen ajan välillä. Itseisännöinti hukkaa kapasiteettia laaksoissa.

Tarve frontier-kyvykkyyksiin. GPT-5.5, Claude Opus 4.8, uusimmat päättelytasot — nämä ovat suljettuja ja saatavilla vain API:iden kautta. Jos työkuormasi todella tarvitsee frontier-laatua, maksat API:ista.

Pieni tiimi. Itseisännöity päättely vaatii operatiivista osaamista. Ilman omistettua kapasiteettia asiat rikkoutuvat.

Nopea iterointi. Monet eri mallit, konfiguraatiot, palveluntarjoajat. API:t tekevät tästä helppoa; itseisännöinti tekee jokaisesta muutoksesta käyttöönoton.

Monialue / globaalit käyttäjät. Itseisännöinti edellyttää toimintaa jokaisella alueella. Hallitut API:t hoitavat tämän.

Näissä tapauksissa hallitut API:t ovat oikea vastaus jopa merkittävällä kustannuksella.

Kustannuslaskelma (huolellisesti)

Tehdään todelliset luvut edustavalle tapaukselle. Oletukset:

• Työkuorma: 100 miljoonaa tokenia/kuukausi syöte, 30 miljoonaa tokenia/kuukausi tuloste.
• Laatutavoite: verrattavissa Claude Sonnet 5:een tai nykyiseen GPT-5.x-tasoon.
• Saatavilla oleva avoin malli: Llama 3.3 70B (laatu on lähellä suljettua lippulaivaa monissa tehtävissä; huomioi, ettei ole ”Llama 4 70B” — Llama 4 julkaistaan Scout/Maverick MoE -malleina).

Vaihtoehto A: API suljettuun malliin.

• Suljettu lippulaiva-API (Claude Sonnet 5 list, varmennettu 2026-07-07): $3/M syöte × 100M = $300. $15/M tuloste × 30M = $450. Yhteensä: ~$750/kuukausi.

Tämä kulutustaso ei oikeuta itseisännöintiä.

Skaalataan työkuorma 10×:

• 1 miljardi syötetokenia, 300 miljoonaa tulostokenia.
• Suljettu API: $7 500/kuukausi.

Nyt itseisännöinti tulee kiinnostavaksi.

Vaihtoehto B: API avoimeen malliin hallitulla avoimen lähdekoodin palveluntarjoajalla.

• Llama 3.3 70B Together AI:lla: $0,88/M syöte ja tuloste (listahinta, varmennettu 2026-07-07).
• 1B syöte × $0,88/M = $880. 300M tuloste × $0,88/M = $264. Yhteensä: ~$1 144/kuukausi.

Noin 85 % säästö suljettuun verrattuna. Merkittävää.

Vaihtoehto C: Itseisännöity vuokratuilla GPU:illa.

• Kvantisoitu (INT8/FP8) 70B mahtuu yhdelle H100 80GB:lle; suunnittele ~2 H100:aa FP16-painoille tai eräläpimenon varalle — alla oleva mitoitus olettaa 2 läpimenolle.
• Vuokratut H100:t: $2–3/tunti kukin.
• 2 H100 × $2,50/tunti × 730 tuntia/kuukausi = $3 650/kuukausi pelkästä laskennasta.
• Lisää: tallennus, verkko, ops-aika.

Tälle työkuormalle avoin-malli-hallitulla-palveluntarjoajalla voittaa itseisännöinnin raakakustannuksessa. Itseisännöinti voittaa vain, jos tarvitset myös hallintaa (tietosuoja, mukautettu malli) tai läpimeno on paljon korkeampi.

Vaihtoehto D: Itseisännöity omilla/pitkään varatuilla GPU:illa.

• 2 H100 ostettuna tai pitkään varattuna: $1–2/tunti efektiivisesti.
• 2 H100 × $1,50/tunti × 730 tuntia = $2 190/kuukausi.
• Korkeampi käyttöaste voi jakaa kustannusta: jos nämä GPU:t käsittelevät useita työkuormia, työkuormakohtainen kustannus on alempi.

Nyt olemme kilpailukykyisiä hallittujen avoimen lähdekoodin palveluntarjoajien kanssa. Mutta operatiivinen ylärakenne on todellinen.

Keskeinen oivallus: tällä työkuorman mittakaavalla (~1,3B tokenia/kuukausi) itseisännöinnin säästöt hallittuihin avoimen lähdekoodin palveluntarjoajiin verrattuna ovat marginaalisia. Säästöt suljettuihin API:ihin verrattuna ovat dramaattisia, mutta hallittu avoin lähdekoodi kaappaa suurimman osan niistä.

10× tällä työkuormalla (~13B tokenia/kuukausi) itseisännöinti alkaa selvästi voittaa. 10× vähemmällä isännöity on vastaus.

Operatiivinen kustannus

Raakapäättelykustannuksen lisäksi itseisännöinnin operatiivinen kustannus.

Alkuperäinen käyttöönotto:

• Oikean päättelypalvelimen valinta (vLLM, TGI, SGLang).
• Konfigurointi mallille ja laitteistolle.
• GPU-infrastruktuurin pystytys (pilvi tai oma).
• Verkko, tietoturva, havainnoitavuus.
• Kvantisointi ja optimointi.

Tyypillisesti: 1–4 insinööriviikkoa ensimmäiseen käyttöönottoon.

Jatkuva käyttö:

• Valvonta (latenssi, läpimeno, virheet, GPU-käyttöaste).
• Kapasiteettisuunnittelu.
• Päivitykset (uudet malliversiot, päättelypalvelimen päivitykset, tietoturvakorjaukset).
• Häiriötilanteet (GPU-viat, OOM-kaatumiset, ohjelmistobugit).
• Skaalaus (enemmän GPU:ita kuorman kasvaessa).

Tyypillisesti: 0,25–1 insinööri-FTE jatkuvasti, mittakaavasta riippuen.

Piilokustannukset:

• GPU-hintojen volatiliteetti.
• Pilven egress-kustannukset hybridissä.
• Erikoisosaaminen (CUDA, kvantisointi, optimointi).
• Vaihto-/vikakustannukset omalle laitteistolle.

€100K–200K per insinööri/vuosi täysin kuormitettuna jopa osa-aikainen insinöörihuomio on merkittävää. €5K/kuukausi päättelysäästö katoaa €15K/kuukausi insinöörikustannuksen alle.

Tässä tiimit aliarvioivat itseisännöinnin kustannuksen. Päättelylaskelma näyttää hienolta erillään; kokonaiskustannus omistajuudesta on paljon korkeampi.

Päättelypalvelimet

Jos itseisännöit, päävaihtoehdot:

vLLM. Avoin lähdekoodi. Luultavasti suosituin avointen LLM:ien tarjoamiseen. PagedAttention, jatkuva eräajo, laaja mallituki. Oletusvalinta.

TGI (Text Generation Inference). Hugging Facen palvelin. Kypsä, laaja mallituki, hyvä suorituskyky. Vähemmän nopeaa ominaisuuksien kehitystä kuin vLLM:llä viime aikoina.

SGLang. Uudempi, hyvin korkea suorituskyky. Vahva rakenteelliseen generointiin. Aktiivinen kehitys.

LMDeploy. InternLM-tiimiltä. Vahva kvantisointi, nopea.

llama.cpp / Ollama. Pienemmille malleille, alemmalle läpimenolle. CPU-ystävällinen. Tuotantotasoa joissakin käyttötapauksissa.

Hugging Face TGI Inference Endpoints. Hallittu itseisännöinti. Maksa per tunti instansseista; HF operoi ne. Välimuoto täysin itseisännöidyn ja hallitun välillä.

Modal, RunPod, Replicate. Function-as-a-service päättelylle. Alempi sitoutuminen kuin täysi itseisännöinti; korkeampi kustannus kuin DIY.

Useimmille tiimeille: vLLM tai SGLang tuotannon itseisännöintiin. Molemmat ovat kypsiä, nopeita, hyvin dokumentoituja.

Laitteistovalinnat

GPU-kysymys:

NVIDIA H100. Nykyinen huippu päättelylle. ~$2–3/tunti vuokrattuna. Saat 80GB VRAM:ia, nopeaa päättelyä. 70B-mallit toimivat hyvin yhdellä H100:lla kvantisoinnilla tai 2× ilman.

NVIDIA H200. H100:n seuraaja, enemmän VRAM:ia (141GB). Hyvin suurille malleille.

NVIDIA L40S. Helpommin saatavilla, ~$1–2/tunti. Hyvä kohtuullisen kokoisille malleille (jopa ~30B kvantisoinnilla).

NVIDIA A100. Edellinen sukupolvi, edelleen laajasti saatavilla. ~$1–2/tunti. Työhevonen monissa tuotantokäyttöönotoissa.

AMD MI300X. Kilpailukykyinen H100:n kanssa joissakin työkuormissa. Yhä laajemmin saatavilla. Jonkin verran ohjelmistokypsymättömyyttä NVIDIA-pinoon verrattuna.

Apple M-series. Hyvin pienille malleille (alle 8B) Mac Studio tai Mac Pro yhtenäisellä muistilla toimii. Niche-käyttötapaus.

Useimpaan tuotannon itseisännöintiin vuonna 2026: H100 tai H200, jos tarvitset suuria malleja; L40S tai A100 kohtuullisiin.

Vuokralähteet: AWS, GCP, Azure (valtavirta), Lambda Labs, Runpod, Together, Vast.ai (erikoistuneet). Hinnoittelu vaihtelee. Spot/preemptible-instanssit voivat säästää 50–70 %, jos siedät keskeytyksiä.

Kvantisointi

Useimmat tuotannon itseisännöidyt käyttöönotot käyttävät kvantisoituja malleja. Kompromissit:

FP16 (16-bit). Oletustarkkuus. Täysi laatu. Muistia eniten kuluttava.

INT8 / FP8 (8-bit). Puolet muistista, lievä laadun heikkeneminen. Yleinen tuotantovalinta.

INT4 (4-bit). Neljännes muistista, selvempi laadun heikkeneminen mutta silti hyödyllinen. Aggressiivinen valinta.

AWQ, GPTQ, GGUF. Eri kvantisointimuotoja eri kompromisseilla.

70B-mallille:

• FP16: 140GB VRAM.
• INT8: 70GB VRAM.
• INT4: 35GB VRAM.

H100:ssa on 80GB VRAM:ia. INT8 mahtuu mukavasti; FP16 vaatii 2 GPU:ta.

Laatuvaikutus:

• INT8: yleensä <1 % heikkeneminen vertailuarvoissa.
• INT4: 1–5 % heikkeneminen, vaihtelee tehtävän mukaan.

Testaa työkuormallasi ennen käyttöönottoa. Jotkin tehtävät (erityisesti rakenteelliset/koodi) ovat herkempiä kvantisoinnille kuin toiset.

Läpimeno ja kapasiteettisuunnittelu

Keskeinen suunnittelukysymys: kuinka monta tokenia/sekunti tarvitset?

Yksittäisen pyynnön läpimeno.

• 70B-malli H100:lla, INT8: ~50–80 tokenia/sekunti yhdelle käyttäjälle.

Eräläpimeno.

• Useita rinnakkaisia pyyntöjä: 1000–3000 tokenia/sekunti yhteensä pyyntöjen yli (vLLM hyvällä eräajolla).

Latenssinäkökohdat.

• First-token-latenssi: tyypillisesti 100–500 ms.
• Per-token-latenssi: 10–30 ms.

Kapasiteettisuunnitteluun:

• Arvioi piikin rinnakkaiset pyynnöt.
• Arvioi keskimääräinen pyynnön pituus.
• Laske tarvittavat tokenit/sekunti yhteensä.
• Lisää 50 % varaa.

Tiimi, joka käsittelee 1M tokenia/tunti 50 rinnakkaisen piikkikäyttäjän kanssa, tarvitsee tyypillisesti 2–4 H100:aa hyvällä käyttöasteella.

Luotettavuus ja varamenettely

Itseisännöinti tarkoittaa, että omistat luotettavuuden.

Terveystarkistukset. Jatkuva terveyden valvonta. Käynnistä epäterveet instanssit uudelleen.

Hallittu heikkeneminen. Kun kapasiteetti on kylläinen, suosi hitaita vastauksia epäonnistumisten sijaan.

Varamenettely API:ihin. Monet tiimit itseisännöivät ensisijaisen liikenteen ja siirtyvät hallittuihin API:ihin ylikuormituksessa. Parasta molemmista; monimutkaisuus on todellinen.

Varalaitteisto. GPU:t rikkoutuvat. Varakapasiteetti valmiina.

Monialue. Globaaleille käyttäjille, replikoi. Tai käytä hallittuja API:ita kaukaisille alueille.

Päivitysstrategia. Uudet malliversiot, palvelinpäivitykset. Blue-green-käyttöönotot käyttökatkojen välttämiseksi.

Kukin näistä on insinöörityötä, jonka hallitut API:t absorboivat puolestasi.

Laskettu esimerkki: tiimin itseisännöintipäätös

Todellinen esimerkki. SaaS-tiimi, tekoälyominaisuuksia, kuukausittainen päättelykustannus hallituilla API:illa: €18 000.

Laskelma:

• 80 % päättelystä on luokittelua ja poimintaa (voisi ajaa pienemmällä avoimella mallilla).
• 20 % on monimutkaista generointia (tarvitsee frontier-suljetun).

Suunnitelma:

• Itseisännöi Llama 3.3 70B 80 %:lle työkuormasta.
• Pidä Claude/GPT-API 20 %:lle.
• 3 H100 Lambda Labsissa varattuna: ~€4 500/kuukausi.
• Insinöörin käyttöönotto: 4 viikkoa, €25K kertaluonteisesti.
• Jatkuva ops: 0,25 FTE-insinööri, ~€30K/vuosi.

Tulos 6 kuukauden jälkeen:

• Päättelykustannus putosi €18K/kuukausi → €6K/kuukausi (€4,5K itseisännöinti + €1,5K suljettu API vaikeisiin tehtäviin).
• Nettosäästö vanhaan verrattuna: €12K/kuukausi = €144K/vuosi.
• Insinöörisijoitus: €25K kertaluonteisesti + €30K/vuosi ≈ €55K ensimmäisenä vuonna (€30K/vuosi sen jälkeen).
• Netto taloudellinen hyöty: €89K ensimmäisenä vuonna (€114K/vuosi sen jälkeen).

Piilotetut monimutkaisuudet:

• Yksi käyttökatko, kun käyttöönotossa oli konfiguraatiobugi. 2 tunnin osittainen heikkeneminen.
• Useita viikkoja jatkuvaa säätöä läpimenon optimoimiseksi.
• Itseisännöintiä tekevä insinööri toivoi tekevänsä muita asioita.

Lopputulos: taloudellisesti positiivinen mutta operatiivisesti raskaampi kuin odotettiin. Tiimi jatkaa itseisännöintiä; jos volyymi putoaisi 50 %, he palaisivat hallittuun.

Tältä näyttää todellinen onnistunut itseisännöintipäätös. Ei taikuutta — insinöörityötä mitattavalla ROI:lla.

Laskettu esimerkki: tiimin ”takaisin API:ihin” -päätös

Eri tiimi, samanlainen lähtötilanne.

Alkuperäinen asetus: Itseisännöity Llama 3 70B vuokratuilla GPU:illa. Päättelykustannus: €3K/kuukausi vuokra. Plus insinöörityö ~€20K/vuosi jatkuvasti.

Muutos:

• Avoimen lähdekoodin hallitun palveluntarjoajan hinnoittelu putosi 50 % 18 kuukaudessa.
• Tiimi kasvoi mutta ei palkannut omistettua MLOps-osaamista.
• Itseisännöintiasetus tarvitsi suurta työtä pysyäkseen uusien mallien tahdissa.

Päätös:

• Lopeta itseisännöinti.
• Siirry Together AI:n isännöimiin avoimiin malleihin.
• Kustannus: €2,5K/kuukausi hallitulle avoimelle. Lievä säästö, alempi monimutkaisuus.
• Vapauta insinööri.

Tulos:

• Vaatimattomat taloudelliset säästöt.
• Insinöörin aika vapautui tuotekehitykseen.
• Vähemmän operatiivista stressiä.

Lopputulos: oikea päätös heille. Itseisännöinti voittaa joillekin tiimeille; ei kaikille.

Milloin tarkastella päätöstä uudelleen

Päätös ei ole pysyvä. Tarkastele säännöllisesti uudelleen:

Volyymin muutokset. Merkittävästi ylös: itseisännöinti houkuttelevampi. Merkittävästi alas: vähemmän houkutteleva.

Hinnoittelun muutokset. Suljetut API:t edullistuvat tai kallistuvat. Hallittu avoin edullistuu. Laitteisto edullistuu.

Malliparannukset. Uudet avoimen lähdekoodin mallit, jotka vastaavat suljettua laatua. Uudet suljetut mallit, jotka irtautuvat.

Operatiivinen kapasiteetti. Tiimi kasvoi tai pieneni ML/ops-kyvykkyydessä.

Tietosuoja- / vaatimustenmukaisuusmuutokset. Uudet vaatimukset, jotka edellyttävät itseisännöintiä.

Neljännesvuosittainen tarkistus on järkevä. Ei jatkuvaa uudelleenarviointia, mutta ei myöskään ”päätetty kerran”.

Tavalliset virheet

Malleja, joita näemme itseisännöintipäätöksissä:

Virhe 1: Kustannuslaskelma ilman operatiivista kustannusta. ”Itseisännöinti säästää €10K/kuukausi” — mutta jättää huomiotta €15K/kuukausi insinöörityössä. Negatiivinen ROI.

Virhe 2: Itseisännöinti liian aikaisin. Insinöörityötä itseisännöintiin, kun työkuorma on pieni. Ennenaikainen optimointi.

Virhe 3: Frontier-laadun itseisännöinti pienillä avoimilla malleilla. ”Voimme säästää rahaa käyttämällä pienempää mallia” — mutta laatu heikkenee, käyttäjät valittavat. Palaa API:ihin.

Virhe 4: Ei varamenettelyä. Itseisännöity infrastruktuuri menee alas; ei hallittua heikkenemistä. Käyttökatko, jota API-asiakkailla ei olisi.

Virhe 5: Alipanostus optimointiin. 70B-mallin ajaminen yhdellä GPU:lla 5 tokenia/s, kun kunnollisella asetuksella saadaan 50. Suurin osa arvosta hukataan.

Virhe 6: Laatupoikkeaman huomiotta jättäminen. Itseisännöity malli on heikentynyt nykyiseen suljettuun verrattuna. Asiakkaat huomaavat; tiimi ei.

Virhe 7: Ei uudelleenharkintaa. Kun kerran itseisännöidään, ei koskaan arvioida uudelleen. Päätös saattoi olla oikea kaksi vuotta sitten ja väärä nyt.

Virhe 8: Spot/preemptible ilman hallittua käsittelyä. Säästettiin 60 % laskennassa; käyttökatkoja muutaman tunnin välein, kun instanssit otetaan takaisin.

Päätöksen tarkistuslista

Tee päätös tarkoituksellisesti:

• API-päättelykulutus on vähintään €5–10K/kuukausi?
• Työkuorma on vakaa ja ennustettava?
• Tiimillä on tai se voi palkata MLOps-/päättelyosaamista?
• Avoimen lähdekoodin malli on olemassa riittävällä laadulla?
• Latenssivaatimukset sopivat itseisännöintiin?
• Olette tehneet yksityiskohtaisen kustannuslaskelman operatiiviset kustannukset mukaan lukien?
• Onko varamenettelysuunnitelma?
• Vaatimustenmukaisuus-/tietosuojavaatimukset eivät pakota yhtä polkua?
• Tarkasteletteko päätöstä neljännesvuosittain uudelleen?

Jos useimmat ovat kyllä, itseisännöinti ansaitsee vakavan harkinnan.

Hybridimallit

Se ei ole kaikki tai ei mitään. Monet tiimit ajavat hybridiä:

Itseisännöity bulkkiin; API:t vaikeisiin tapauksiin. Luokittelu, yksinkertainen generointi itseisännöitynä; monimutkainen päättely suljetuilla API:illa.

Itseisännöity vakaaseen; API:t piikkeihin. Itseisännöity hoitaa peruskuorman; API:t absorboivat piikit.

Itseisännöity arkaluonteiseen; API:t yleiseen. Arkaluonteinen data itseisännöidyn kautta; yleiset kyselyt API:iden kautta.

Itseisännöity fine-tuneille; API:t perusmalleille. Mukautetut mallit itse; valmiit mallit API:ista.

Hybridi lisää monimutkaisuutta mutta kaappaa usein parhaan molemmista. Mittakaavassa toimiville tiimeille hybridi on usein oikea vastaus.

Yhteenveto

LLM-päättelyn itseisännöinti on aidosti elinkelpoista vuonna 2026. Avoimen lähdekoodin mallit ovat kilpailukykyisiä. Päättelypalvelimet ovat kypsiä. Laitteisto on saatavilla.

Mutta operatiivinen kustannus on todellinen ja helppo aliarvioida. Kannattavuuspiste hallittuihin API:ihin nähden on suunnilleen €5–10K/kuukausi päättelykulutuksessa; sen alle insinöörisijoitus ei maksa itseään takaisin.

Tiimit, jotka itseisännöivät onnistuneesti:

• Ovat tehneet laskelman rehellisesti, operatiiviset kustannukset mukaan lukien.
• Omaavat tai voivat rakentaa MLOps-kyvykkyyttä.
• Toimivat riittävällä mittakaavalla oikeuttamaan sijoituksen.
• Omaavat vakaat työkuormat.
• Eivät tarvitse vain frontier-kyvykkyyksiä.
• Suunnittelevat luotettavuuden, valvonnan ja päivitykset.

Tiimit, joiden kannattaa pysyä API:issa:

• Alempi mittakaava.
• Piikikkäät työkuormat.
• Tarve nopeaan iterointiin.
• Pienet tiimit ilman ops-kapasiteettia.
• Tarve frontier-suljettuihin kyvykkyyksiin.

Oikea vastaus on tilanteesi mukainen. Tee luvut huolellisesti. Arvioi operatiivinen kapasiteettisi rehellisesti. Oletusarvoisesti käytä API:ita, ellei itseisännöinti selvästi voita.

Kun itseisännöinti voittaa, se voittaa isosti — taloudellisesti ja arkkitehtonisesti. Kun se ei voita, se on kallis tapa huomata, että hallitut API:t olivat oikea valinta alusta alkaen.