这是一个创建于 210 天前的主题，其中的信息可能已经有所发展或是发生改变。
CURD 工程师，纯模型训练外行。想请教下目前训练一个垂直领域的 AI 机器人模型，大致成本分布是什么样的呢？数据层面公司有很多，包括文字、图片，视频。训练流程应该包括哪些方面的成本呢？（我只知道需要 gpu ）。请大家不吝赐教。当然也可以花钱让别的公司给训练(主要还是数据不想交出去)，靠谱的渠道公司一般会如何报价呢，交付流程又是什么样呢。(公司没有大模型团队)。
 |
1
KenThompson1729 2025 年 6 月 27 日
具体什么任务 预算能有多少
|
 |
2
younger027 OP @KenThompson1729 语言教学，预算不限，1kw rmb 左右都可以接受。这个价格只是随口一报，如果效果好，预算也可以提
|
 |
3
chy2v 2025 年 6 月 27 日
主要是你想达到什么效果，有什么要求
|
 |
4
106npo 2025 年 6 月 27 日 via Android
你这预算都可以直接联系一手厂商 ，智谱 阿里之类的都行。他们来你本地安装服务器协助训练。报价是服务器购买或租赁价格和工程师费用。
|
 |
5
frandy 2025 年 6 月 27 日
我能想到的训练流程应该包括哪些方面的成本:
1 、硬件成本（ GPU ） 2 、人力成本（虽然有很多数据，但是喂给模型的数据需要进行整理） 3 、维护成本（肯定要迭代更新吧） 都预算不限了，那就看在这个垂类行业效果了，一开始训练一个参数集小的垂类模型，试试水，根据具体业务情况进行调整，觉得不错了，再扩大数据集。 |
|
6
KenThompson1729 2025 年 6 月 27 日
@younger027 语言教学这个题目太大了，如果能具体细化到功能 比如说口语打分，实时陪练，写作批改 那还可以估计一下具体的成本
|
 |
7
penzi 2025 年 6 月 27 日 via iPhone
根本就不要训练，调 prompt ，调 tools 调用
|
 |
8
helone 2025 年 6 月 27 日
@younger027 真有 1kw rmb 预算直接联系阿里云这种厂商，会有人一对一对接的
|
|
9
younger027 OP @chy2v 能充当一个 AI 教辅的职责，下面那个哥们说的，口语打分，纠音，实时陪练，写作批改这些都希望有。是不是又得在这些里面细分更垂类的模型呢。专家小模型？
|
|
10
younger027 OP @xmumiffy 明白，直接就驻场了是吧。那费用呢，比如说半年内要个可用的模型，应该报价多少呢？您了解嘛
|
|
11
younger027 OP @frandy 明白，除了模型产出的成本，还得要维护更新，应该分两个阶段的成本统计。感谢回复。
|
|
12
younger027 OP @maggch97 这种方案有在作，还是想尝试下垂类模型这块。毕竟我们自己的数据还是多的。希望有自己的壁垒
|
|
13
younger027 OP @helone 嗯嗯，明白啦，感谢。我去咨询下细节
|
 |
14
Clannad0708 2025 年 6 月 27 日
1 下载大模型
2 使用对应的微调方案 3 准备对应显存的算力按照 发布版本乘以 4 的显存需求购买 4 微调参数+重新训练 5 部署使用，可以外挂 rag 来做更好的垂直准备 |
|
15
Clannad0708 2025 年 6 月 27 日
最简单的试水就是本地部署 deepseek+rag 方案。不需要训练也可以看到成果。如果你觉得不够只能就只能自己训练模型了
|
|
16
penzi 2025 年 6 月 27 日
别幻想，微调都是扯淡骗钱。美股市值前几的企业的大模型应用都是调 prompt 。好好学习最新的 AI 产品比如 claude code ，Gemini cli 怎么实现的才是正途，别幻想阿里之类的作坊能给你解决什么问题。
|
 |
17
luobingit 2025 年 6 月 27 日
AI 陪练吗
|
|
18
luobingit 2025 年 6 月 27 日
正好公司前段时间想整这玩意 跟几个厂商聊过 sass 的 本地私有化部署应该也有 但是大模型底座还是 API 调用的方式 token 计费
|
 |
19
cwr31 2025 年 6 月 27 日
RAG 才是正道
|
 |
21
loryyang 2025 年 6 月 27 日
这个你们有人吗？如果这个 1kw 钱投到 GPU 里面，你可以去看看，现在的价格，这个妥妥的够用了。但你要说，你没人会，那还得招人啥的，就麻烦的去了
大模型训练（其实算微调）看着好像是这么回事，自己看看学习下，感觉自己会了。但因为黑盒性质，这里面的不确定性太大了，作为正常投入，你肯定要有产出，但其实没这么容易。 |
 |
22
tickingMachine 2025 年 6 月 27 日
具体来说，训练分两类，预训练和后训练（叫微调也可以，只不过后训练的范围更宽，微调更多直接对接使用方向）。
如果你的训练数据非常巨大，那推荐从预训练开始，从头打造专属的垂直大模型，给个参考，开源模型 Qwen2.5 是 18 万亿个 token ，Qwen3 约 36 万亿个 token ，预训练的成本也非常大，机器+训练+实验+调优等，但是 1kw 的预算可以 cover 全流程了，找国内做模型这块的厂可以直接包个团队来做全套。 如果没有那么大量的数据，“prompt + RAG + 微调 + 大量工程化” 这套流程更加推荐，这方面的教程非常多，金钱成本也非常的低，但是需要大量时间做调研和实验。 |
 |
23
piero66 2025 年 6 月 28 日
感觉微调 qwen3 够用了，很便宜
|
Select Language