开源模型微调成本大降，瓶颈转向推理与运维

koltregaskes · x · 2026-07-03

作者详细讨论当前开源模型微调成本：在 Together AI、Fireworks 等平台对 7-16B 模型做 LoRA 通常只需 10-50 英镑算力，70B QLoRA 也基本在几百英镑内。真正的难点在于推理与运维——托管端点可按量计费、按基础模型费率（Llama 类约每百万 token 0.2-0.9 英镑）提供微调模型，省去闲置 GPU；而大规模稳定流量下自建 spot H100（约每小时 1-2.5 英镑）更划算。