Costais agus Optamú
Ar an leathanach seo
Nuashonrú 2 Samhain 2026 — Fáil ar fhíneáil. Tá an fhíneáil féinseirbhíse á céimniú amach ag OpenAI: ón 7 Bealtaine 2026, ní féidir le heagraíochtaí nár úsáid riamh í poist nua a chruthú; ón 2 Iúil, caithfidh tú samhaltóir fíneáilte a bheith úsáidte agat laistigh de na 60 lá roimhe sin; agus ón 6 Eanáir 2027, ní bheidh aon chustaiméir in ann poist nua a sheoladh. Fanfaidh samhaltóirí atá traenáilte cheana inúsáidte go dtí go gcuirfear deireadh lena mbunsamhaltóir. Tá an cúrsa seo fós úsáideach chun samhaltóir atá ann cheana a thuiscint agus a shaothrú; do thionscadail nua, tabhair tosaíocht d’innealtóireacht leideanna, RAG, agus meastóireachtaí.
Struchtúr na gCostas a Thuiscint
Baineann dhá chineál costais le fíneáil OpenAI: costas traenála aonuaire agus costas táirgthe atá ag teacht arís is arís eile. Tá sé ríthábhachtach na costais seo a thuiscint agus a optamú chun forbartha bhrabúsach a chinntiú. Ní cuntasacht amháin atá i gceist leis an idirdhealú: is cinneadh aonuaire é an chéad cheann a dhéantar sula seoltar an post, agus ní athraíonn sé; leanann an dara ceann tú gach mí agus fásann sé le do thrácht. Má bhíonn foireann ag déanamh argóint faoi chostais traenála ach ag ligean do leide míle token rith ar chúig mhíle iarratas in aghaidh an lae, tá siad ag troiliú an chatha mícheart.
An Costas Traenála
Gearrtar táille ar an traenáil in aghaidh gach token a phróiseáiltear, agus braitheann an uimhir sin go díreach ar dhá athróg atá faoi do smacht: méid do thacair shonraí agus líon na bpasanna air.
Training cost = total_tokens × number_epochs × price_per_training_token
Ligeann an fhoirmle seo duit an bille a mheas sula seolann tú aon rud. Scanann an fheidhm seo a leanas an comhad JSONL agus déanann sí meastachán ar líon na dtoken bunaithe ar fhad na dteachtaireachtaí — tá an meastachán de thoken amháin in aghaidh gach ceithre charachtar garbh, ach tá sé leordhóthanach chun idirdhealú a dhéanamh idir post a chostas cúpla dollar agus ceann a chostas na céadta. Déan cleachtas é an cód seo a rith go córasach: léireoidh earráid ullmhúcháin a thriplaíonn do thacar sonraí sa toradh láithreach.
import json
def estimate_training_cost(
jsonl_file: str,
n_epochs: int,
price_per_million_tokens: float
) -> dict:
"""Estimates training cost before launching the job."""
total_tokens = 0
with open(jsonl_file, "r") as f:
num_examples = 0
for line in f:
num_examples += 1
obj = json.loads(line)
for msg in obj["messages"]:
# Rough estimate: 1 token ~ 4 characters in French
total_tokens += len(msg["content"]) // 4
training_tokens = total_tokens * n_epochs
cost = training_tokens * price_per_million_tokens / 1_000_000
return {
"examples": num_examples,
"tokens_per_pass": total_tokens,
"epochs": n_epochs,
"total_tokens": training_tokens,
"estimated_cost": f"${cost:.2f}"
}
result = estimate_training_cost(
"training_data.jsonl",
n_epochs=3,
price_per_million_tokens=8.0 # check current pricing
)
for k, v in result.items():
print(f"{k}: {v}")
An Costas Táirgthe
Gearrtar táille ar an táirgeadh in aghaidh gach glao, bunaithe ar thoken ionchuir agus aschuir, agus de ghnáth bíonn ráta beagán níos airde ag samhaltóirí fíneáilte ná ag an mbunsamhaltóir. Is minic a chruthaíonn an táille aonaid seo leisce, go mícheart: baineann sé le i bhfad níos lú token, ós rud é go bhfuil an iompar a tuairiscíodh roimhe seo i leide chóras fada tógtha isteach sa samhaltóir anois. Cuireann an ríomh thíos an dá chás taobh le taobh a chéile do mhí thráchta comhionainn, le leide ag titim ó 800 go 100 token i gcoinne rátaí dúbailte. Coigeartaigh na paraiméadair le do chuid uimhreacha féin sula dtarraingíonn tú conclúidí: d’úsáid áit a raibh an leide gearr cheana féin, casann an malartú ar ais.
def monthly_cost(
requests_per_day: int,
avg_input_tokens: int,
avg_output_tokens: int,
price_input_per_million: float,
price_output_per_million: float
) -> float:
"""Calculates monthly inference cost."""
requests_month = requests_per_day * 30
input_cost = requests_month * avg_input_tokens * price_input_per_million / 1_000_000
output_cost = requests_month * avg_output_tokens * price_output_per_million / 1_000_000
return input_cost + output_cost
# Scenario: base model with long prompt
base_cost = monthly_cost(
requests_per_day=5000,
avg_input_tokens=800, # long system prompt + question
avg_output_tokens=200,
price_input_per_million=0.15,
price_output_per_million=0.60
)
# Scenario: fine-tuned model with minimal prompt
ft_cost = monthly_cost(
requests_per_day=5000,
avg_input_tokens=100, # short prompt, behavior integrated
avg_output_tokens=200,
price_input_per_million=0.30, # higher FT rate
price_output_per_million=1.20
)
print(f"Monthly base cost: ${base_cost:.2f}")
print(f"Monthly fine-tuned cost: ${ft_cost:.2f}")
print(f"Difference: ${ft_cost - base_cost:+.2f}")
Token Ionchuir a Laghdú
Is é laghdú na leide an príomhghiuirléas chun airgead a shábháil le samhaltóir fíneáilte. Is gnóthachan é gach treoir a éiríonn leat a bhaint toisc go bhfuil an samhaltóir tar éis í a inmheánú, gnóthachan a dhéantar arís ar gach glao, go dtí go mbaintear deireadh leis an tseirbhís. Tugann an tábla thíos ord na méideanna a breathnaíodh de réir na céime comhtháthaithe a baineadh amach.
| Cur Chuige | Token Ionchuir | Sábhálais |
|---|---|---|
| Bunsamhaltóir + leide mhionsonraithe | 500-1000 token | Tagairt |
| Fíneáilte + leide íosta | 50-100 token | 80-90% ar ionchur |
| Fíneáilte + gan leide chóras | 20-50 token | 95% ar ionchur |
Ná bain na treoracha seo go léir ar once ag súil go mbeidh gach rud ceart go leor. Bain iad i ngrúpaí, ag athrith do thacar tástála tar éis gach bhainte: faighidh tú amach go bhfuil roinnt rialacha foghlamtha go foirfe ag an samhaltóir, ach go gcaithfidh cinn eile, nach bhfuil chomh mór sin ionadaíocht orthu i do shamplaí, fanacht sa leide.
Méid an Tacair Shonraí agus na hEapocaí a Chothromú
Tugann níos mó sonraí samhaltóir níos fearr, ach freisin costas traenála níos airde, agus laghdaíonn na torthaí. Athraíonn dul ó chéad sampla go trí chéad sampla go leor de ghnáth; ní athraíonn dul ó mhíle sampla go trí mhíle sampla mórán, ar thrí huaire an praghas. Traenáil roinnt méideanna, tomhais an cháilíocht a baineadh amach, agus déan gaol di leis an gcostas chun do phointe cothromaithe a aimsiú.
def find_optimal(results_by_size: dict):
"""Identifies the optimal dataset size."""
print("Dataset size | Quality score | Training cost")
print("-" * 55)
best_ratio = 0
optimal_size = 0
for size, data in sorted(results_by_size.items()):
score = data["score"]
cost = data["cost"]
ratio = score / cost if cost > 0 else 0
print(f"{size:>14} | {score:>13.2f} | {cost:>17.2f} $")
if ratio > best_ratio:
best_ratio = ratio
optimal_size = size
print(f"\nOptimal size: {optimal_size} examples")
Braitheann roghnú an bhunsamhaltóra ar an scála céanna. Tá Luna níos saoire ná Terra, don traenáil agus don táirgeadh araon: tosaigh i gcónaí leis an samhaltóir is saoire agus bog suas amháin mura leor an cháilíocht a baineadh amach. Seiceáil cé na samhaltóirí atá incháilithe le haghaidh fíneála i doiciméadú OpenAI — athraíonn an liosta le gach glúin agus ní chlúdaíonn sé an catalóg iomlán riamh. Ansin tá líon na n-eapocaí, ós rud é go n-iolraíonn gach pas breise an costas traenála go meicniúil. Má thugann 2 eapoca 95% de cháilíocht 4 eapoca, is gasta an rogha.
Caiteachas a Mhonatóireacht sa Táirgeadh
Ní bhaineann an meastachán a rinneadh roimh sheoladh ach leis an traenáil. Sa táirgeadh, is é an trácht iarbhír a thiomáineann na costais, agus is minic a bhíonn iontas ort nuair a éiríonn siad níos airde. Cuireann cuntar a bheathaithe ar gach glao, nasctha le buiséad míosúil, in iúl duit sula ndéanann an bille é. Tugann an tairseach 80% am duit freagairt: laghdaigh leide, cuir teorainn le faid freagartha, nó aistrigh cuid den trácht go samhaltóir níos saoire.
class CostTracker:
"""Real-time cost tracking."""
def __init__(self, monthly_budget: float):
self.budget = monthly_budget
self.spending = 0.0
self.calls = 0
def record(self, input_tokens: int, output_tokens: int,
input_price: float, output_price: float):
"""Records the cost of a call."""
cost = (
input_tokens * input_price / 1_000_000 +
output_tokens * output_price / 1_000_000
)
self.spending += cost
self.calls += 1
# Alert if approaching budget
utilization = self.spending / self.budget * 100
if utilization > 80:
print(f"ALERT: {utilization:.1f}% of monthly budget used")
def report(self):
"""Consumption report."""
print(f"Calls: {self.calls}")
print(f"Spending: ${self.spending:.2f}")
print(f"Remaining budget: ${self.budget - self.spending:.2f}")
if self.calls > 0:
print(f"Average cost per call: ${self.spending / self.calls:.4f}")
An Infheistíocht a Chosaint
Fanann an cheist a chuirfidh do cheannaireacht ort sooner nó later: cá fhad go dtí go n-íocfaidh an traenáil as féin? Baineann an ríomh costas aonuaire le sochar míosúil, a chuireann sábhálais token agus an luach a thugann tú do ghnóthachain cháilíochta le chéile. Is é an téarma seo an ceann is deacra, agus is fearr é a fhágáil ar nialas ná é a chruthú: bíonn níos mó przekta ag baint le híocaíocht a léirítear ar shábhálais inthomhaiste amháin ná le réamh-mheastachán flaithiúil.
def calculate_roi(
training_cost: float,
monthly_savings: float,
quality_gain_value: float = 0
) -> dict:
"""Calculates the return on investment for fine-tuning."""
monthly_benefit = monthly_savings + quality_gain_value
payback_months = training_cost / monthly_benefit if monthly_benefit > 0 else float("inf")
return {
"training_cost": f"${training_cost:.2f}",
"monthly_benefit": f"${monthly_benefit:.2f}",
"payback": f"{payback_months:.1f} months",
"annual_roi": f"{(monthly_benefit * 12 - training_cost) / training_cost * 100:.0f}%"
}
Príomhphointí
- Déan meastachán ar chostas na traenála sula seolann tú an post
- Is é laghdú token ionchuir an príomhghiuirléas chun airgead a shábháil
- Tosaigh leis an mbunsamhaltóir is saoire (Luna) sula mbogann tú suas go Terra
- Monatóirigh costais sa táirgeadh le hailértí buiséid
- Ríomh ROI lena n-áirítear gnóthachain cháilíochta agus sábhálais token