சிறப்பு

LLM Fine-Tuning Cost Calculator

Training Tokens

Epochs

Training Cost per 1M Tokens ($)

Monthly Inference Requests

Inference Cost per 1K Tokens ($)

என்றால் என்ன LLM Fine-Tuning Cost Calculator?

▾

LLM ஃபைன்-டியூனிங் காஸ்ட் கால்குலேட்டர், உங்கள் குறிப்பிட்ட தரவில் முன் பயிற்சி பெற்ற மொழி மாதிரியைத் தனிப்பயனாக்குவதற்கான மொத்தச் செலவை மதிப்பிடுகிறது, பயிற்சிக் கணக்கீடு, தரவுத் தயாரித்தல், சரிபார்ப்பு மற்றும் ஒரு சிறந்த மாதிரியைப் பயன்படுத்துவதற்கான தற்போதைய அனுமான செலவு பிரீமியம் ஆகியவற்றை உள்ளடக்கியது. GPT-4o-mini ஃபைன்-ட்யூனிங்கிற்கு ஒரு மில்லியன் பயிற்சி டோக்கன்களுக்கு OpenAI $8 மற்றும் GPT-4o க்கு $25 வசூலிக்கிறது. பயிற்சியானது பொதுவாக உங்கள் தரவுத்தொகுப்பில் 3 முதல் 4 சகாப்தங்கள் வரை இயங்கும், அதாவது மொத்த பயிற்சி டோக்கன்கள் உங்கள் தரவுத்தொகுப்பின் அளவை சகாப்தங்களின் எண்ணிக்கையால் பெருக்கப்படும். ப்ராம்ட் இன்ஜினியரிங் மட்டுமே விரும்பிய வெளியீட்டு வடிவம், தொனி அல்லது டொமைன் நிபுணத்துவத்தை அடைய முடியாதபோது ஃபைன்-ட்யூனிங் பயன்படுத்தப்படுகிறது. பொதுவான பயன்பாட்டு நிகழ்வுகளில், குறிப்பிட்ட வெளியீட்டுத் திட்டங்களைப் பின்பற்றுவதற்கான பயிற்சி மாதிரிகள், பிராண்ட் குரலைப் பொருத்துதல், சட்டம் அல்லது மருத்துவம் போன்ற துறைகளில் டொமைன் சார்ந்த சொற்களைக் கையாளுதல் அல்லது முக்கிய வகைப்பாடு பணிகளில் செயல்திறனை மேம்படுத்துதல் ஆகியவை அடங்கும். ஒரு முறை பயிற்சி செலவு மற்றும் தற்போதைய அனுமான பிரீமியத்தை ஒப்பிடும் செலவு-பயன் பகுப்பாய்வின் அடிப்படையில் பல சில-ஷாட் எடுத்துக்காட்டுகளுடன் நீண்ட தூண்டுதல்களைப் பயன்படுத்துவதற்கு மாற்றாக நேர்த்தியாக மாற்றுவதற்கான முடிவு எடுக்கப்பட வேண்டும். இந்த கால்குலேட்டர் ML பொறியாளர்கள் மற்றும் தயாரிப்புக் குழுக்கள் தங்கள் பயன்பாட்டு வழக்குக்கு பொருளாதார ரீதியாக நியாயமானதா என்பதை தீர்மானிக்க உதவுகிறது. ஃபைன்-டியூன் செய்யப்பட்ட GPT-4o-mini மாதிரியின் விலை ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.30 மற்றும் அனுமானத்திற்காக ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $1.20, அடிப்படை மாதிரி விலையை விட இரட்டிப்பாகும். ஒவ்வொரு கோரிக்கையிலிருந்தும் 1,000-டோக்கன் சில-ஷாட் ப்ராம்ட்டை அகற்ற ஃபைன்-ட்யூனிங் உங்களை அனுமதித்தால், குறைக்கப்பட்ட உள்ளீட்டு டோக்கன்கள் ஒரு டோக்கன் வீதம் அதிகமாக இருந்தாலும் ஒரு கோரிக்கைக்கு ஃபைன்-ட்யூன் செய்யப்பட்ட மாதிரியை மலிவாக மாற்றும்.

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

சூத்திரம்

▾

f(x)

மொத்த ஃபைன்-டியூனிங் செலவு = பயிற்சி டேட்டாசெட் டோக்கன்கள் x எபோக்ஸ் x 1M டோக்கன்களுக்கு பயிற்சி விலை / 1,000,000 + சரிபார்ப்பு செலவு + தரவு தயாரிப்பு வேலை. எடுத்துக்காட்டாக, 3 சகாப்தங்களுக்கு மேல் 500,000 பயிற்சி டோக்கன்களைக் கொண்ட GPT-4o-mini நன்றாகச் சரிசெய்தல்: பயிற்சி செலவு = 500,000 x 3 x $8.00 / 1,000,000 = $12.00. $75/hr என டேட்டாவைத் தயாரிக்க 10 மணிநேரம் எடுத்தால், மொத்த திட்டச் செலவு = $12 + $750 = $762.

மாறி விளக்கம்

▾

குறியீடு	பெயர்	அலகு	விவரிப்பு
D	பயிற்சி தரவுத்தொகுப்பு அளவு	tokens	JSONL தரவுத்தொகுப்பில் உள்ள அனைத்து பயிற்சி எடுத்துக்காட்டுகளிலும் மொத்த டோக்கன் எண்ணிக்கை, ஒவ்வொரு உதாரணத்திலும் உள்ள கணினி, பயனர் மற்றும் உதவி செய்தி டோக்கன்களின் கூட்டுத்தொகையாக கணக்கிடப்படுகிறது.
E	பயிற்சி சகாப்தங்கள்	epochs	ஃபைன்-டியூனிங்கின் போது பயிற்சி தரவுத்தொகுப்பின் மூலம் முழுமையான பாஸ்களின் எண்ணிக்கை, பொதுவாக OpenAI மாடல்களுக்கு 3 முதல் 4 வரை, சிறிய தரவுத்தொகுப்புகளில் அதிகப் பொருத்தம் ஏற்படும் அபாயம் அதிகம்.
P_train	ஒரு மில்லியன் டோக்கன்களுக்கான பயிற்சி விலை	USD per 1M tokens	பயிற்சி கணக்கீட்டிற்கான ஒரு டோக்கன் செலவு, தற்போது GPT-4o-miniக்கு ஒரு மில்லியன் டோக்கன்களுக்கு $8 மற்றும் GPT-4o ஃபைன்-ட்யூனிங்கிற்கு ஒரு மில்லியன் டோக்கன்களுக்கு $25.
P_inf	ஃபைன்-டியூன் செய்யப்பட்ட அனுமான விலை	USD per 1M tokens	ஃபைன்-டியூன் செய்யப்பட்ட மாடலுக்கான ஒரு டோக்கன் அனுமான விலை, இது பொதுவாக அடிப்படை மாடல் வீதத்தை விட 2x ஆகும்: ஃபைன்-டியூன் செய்யப்பட்ட GPT-4o-miniக்கு $0.30/$1.20.
H	தரவு தயாரிக்கும் நேரம்	hours	பயிற்சித் தரவைச் சேகரிக்க, சுத்தம் செய்யவும், வடிவமைக்கவும் மற்றும் மதிப்பாய்வு செய்யவும் மனித உழைப்பு நேரம் தேவைப்படுகிறது, இது பொதுவாக சிறந்த-டியூனிங் திட்டங்களின் மிகப்பெரிய செலவைக் குறிக்கிறது.
R	சோதனை ஓட்டங்கள்	runs	உற்பத்தித் தரத்தை அடைவதற்கு முன் நேர்த்தியான-டியூனிங் சோதனைகளின் எண்ணிக்கை, பொதுவாக 3 முதல் 5 வரை தரவுத்தொகுப்பு மற்றும் ஒவ்வொன்றிற்கும் இடையே ஹைப்பர்பாராமீட்டர் சரிசெய்தல்.

எப்படி LLM Fine-Tuning Cost Calculator

▾

1சிஸ்டம், பயனர் மற்றும் அசிஸ்டண்ட் மெசேஜ் ஜோடிகளுடன் தேவையான JSONL வடிவமைப்பில் உங்கள் பயிற்சித் தரவுத்தொகுப்பைத் தயாரிக்கவும். ஒவ்வொரு உதாரணமும் நீங்கள் மாதிரி கற்றுக்கொள்ள விரும்பும் நடத்தையை நிரூபிக்க வேண்டும். OpenAI குறைந்தபட்சம் 10 எடுத்துக்காட்டுகளைப் பரிந்துரைக்கிறது, ஆனால் குறிப்பிடத்தக்க தர மேம்பாடுகளுக்கு 50 முதல் 100 வரை பரிந்துரைக்கிறது. உயர்தர பயிற்சித் தரவை உருவாக்க, மதிப்பாய்வு மற்றும் சரிபார்க்க கணிசமான மனித முயற்சி தேவைப்படுகிறது, இது பெரும்பாலும் நுணுக்கமான திட்டங்களின் மிகப்பெரிய மறைக்கப்பட்ட செலவாகும்.
2உங்கள் பயிற்சி தரவுத்தொகுப்பின் டோக்கன் எண்ணிக்கையைக் கணக்கிடுங்கள். ஒவ்வொரு பயிற்சி எடுத்துக்காட்டும் டோக்கனைஸ் செய்யப்பட்டுள்ளது, மேலும் அனைத்து எடுத்துக்காட்டுகளிலும் உள்ள மொத்தமானது உங்கள் பயிற்சி செலவை தீர்மானிக்கிறது. சராசரியாக 500 டோக்கன்கள் கொண்ட 100 எடுத்துக்காட்டுகளின் தரவுத்தொகுப்பு ஒவ்வொன்றும் மொத்தம் 50,000 டோக்கன்கள். பயிற்சிக்கான செலவானது சகாப்தங்களின் எண்ணிக்கையைப் பொறுத்தது (தரவுத்தொகுப்பின் மூலம் முழுவதுமாக கடந்து செல்லும்), OpenAI 3 முதல் 4 சகாப்தங்களுக்கு இயல்புநிலையாக இருக்கும். மொத்த பயிற்சி டோக்கன்கள் சமமான தரவுத்தொகுப்பு டோக்கன்கள் சகாப்தங்களால் பெருக்கப்படுகின்றன.
3நன்றாகச் சரிசெய்வதற்கு உங்கள் அடிப்படை மாதிரியைத் தேர்ந்தெடுக்கவும். GPT-4o-mini ஃபைன்-ட்யூனிங் ஒரு மில்லியன் பயிற்சி டோக்கன்களுக்கு $8 செலவாகும் மற்றும் பெரும்பாலான பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்றது. GPT-4o ஃபைன்-ட்யூனிங்கானது ஒரு மில்லியன் பயிற்சி டோக்கன்களுக்கு $25 செலவாகும் மற்றும் அதிக மாதிரி திறன் தேவைப்படும் பணிகளுக்காக ஒதுக்கப்பட்டுள்ளது. அடிப்படை மாதிரியானது (நன்றாகச் சரிசெய்வதற்கு முன்) பொருத்தமான தூண்டுதலுடன் உங்கள் பணிக்கு போதுமான திறன் கொண்டதா என்பதன் அடிப்படையில் தேர்வு செய்யப்பட வேண்டும்.
4ஃபைன்-ட்யூனிங் வேலையைச் சமர்ப்பித்து, முன்னேற்றத்தைக் கண்காணிக்கவும். தரவுத்தொகுப்பின் அளவைப் பொறுத்து பயிற்சியானது பொதுவாக 30 நிமிடங்கள் முதல் பல மணிநேரங்களில் முடிவடையும். கூடுதல் கணக்கீட்டுக் கட்டணம் இல்லாமல், நுகரப்படும் பயிற்சி டோக்கன்களுக்கு மட்டுமே OpenAI கட்டணம் விதிக்கிறது. உங்கள் தரவுத்தொகுப்பில் மீண்டும் மீண்டும் செய்ய பல நுணுக்கமான-சரிப்படுத்தும் சோதனைகளை நீங்கள் இயக்கலாம், ஒவ்வொரு ஓட்டத்திற்கும் முழு பயிற்சிச் செலவாகும். உற்பத்தித் தரத்தை அடைவதற்கு முன் 3 முதல் 5 சோதனை ஓட்டங்களுக்கான பட்ஜெட்.
5ஃபைன்-ட்யூன் செய்யப்பட்ட மாதிரியை ஹோல்ட்-அவுட் சோதனைத் தொகுப்பிற்கு எதிராக மதிப்பிடவும். சில-ஷாட் தூண்டுதலுடன் அடிப்படை மாதிரிக்கு எதிராக துல்லியம், வடிவமைப்பு இணக்கம் மற்றும் வெளியீட்டுத் தரத்தை ஒப்பிடுக. ஃபைன்-டியூன் செய்யப்பட்ட மாடல், தூண்டப்பட்ட அடிப்படை மாதிரியை கணிசமாக விஞ்சவில்லை என்றால், பயிற்சி செலவு மற்றும் தற்போதைய அனுமான பிரீமியம் நியாயப்படுத்தப்படாது. தோராயமாக 30 முதல் 40 சதவிகிதம் வரையிலான ஃபைன்-டியூனிங் திட்டங்கள் நன்கு வடிவமைக்கப்பட்ட தூண்டுதல்களை விட அர்த்தமுள்ள மேம்பாடுகளை உருவாக்கவில்லை.
6தற்போதைய அனுமான செலவு பிரீமியத்தைக் கணக்கிடுங்கள். ஃபைன்-டியூன் செய்யப்பட்ட GPT-4o-mini மாதிரிகள் ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.30 மற்றும் ஒரு மில்லியன் அவுட்புட் டோக்கன்களுக்கு $1.20 செலவாகும், இது அடிப்படை மாதிரிக்கு $0.15 மற்றும் $0.60 ஆகும். இந்த 2x பிரீமியமானது வெளியீட்டுத் தரத்தில் மேம்பாடுகள், குறைக்கப்பட்ட ப்ராம்ட் நீளம் (இன்னும் சில ஷாட் எடுத்துக்காட்டுகள் இல்லை) அல்லது பிந்தைய செயலாக்கத்திற்கான தேவையைக் குறைக்க வேண்டும். திருப்பிச் செலுத்தும் காலத்தை தீர்மானிக்க மாதாந்திர அனுமான செலவு வேறுபாட்டை மாதிரியாகக் கொள்ளுங்கள்.
7மொத்த ROI கணக்கீட்டைச் செய்யவும். ஒரு முறை பயிற்சிக்கான செலவு, தரவு தயாரிப்பு உழைப்பு மற்றும் தற்போதைய மாத அனுமான செலவு வேறுபாடு ஆகியவற்றைச் சேர்க்கவும். நீண்ட தூண்டுதல்கள் அல்லது அதிக திறன் கொண்ட (மற்றும் விலையுயர்ந்த) அடிப்படை மாதிரியுடன் அடிப்படை மாதிரியைப் பயன்படுத்துவதற்கான மாற்றுடன் ஒப்பிடுக. வாடிக்கையாளர் திருப்தி, பிழை விகிதங்கள் அல்லது செயலாக்கத் திறன் போன்ற வணிக அளவீடுகளில் தர மேம்பாடு அளவிடக்கூடிய அளவில் தாக்கத்தை ஏற்படுத்தும் போது சிறந்த-சரிப்படுத்தும் முதலீடு நியாயப்படுத்தப்படுகிறது.

தீர்க்கப்பட்ட எடுத்துக்காட்டுகள்

▾

எடுத்துக்காட்டு 1வாடிக்கையாளர் மின்னஞ்சல் டோன் ஃபைன்-டியூனிங்

கொடுக்கப்பட்டது:GPT-4o-mini, 200, 600, 3, 8.0, 15, 75

முடிவு:மொத்தம் $1,127.88 (பயிற்சி: $2.88, தரவுத் தயாரிப்பு: $1,125)

360,000 பயிற்சி டோக்கன்களுக்கான பயிற்சிக் கணக்கீட்டுச் செலவு குறைந்தபட்சம் $2.88 ஆகும். 200 உயர்தர மின்னஞ்சல் எடுத்துக்காட்டுகளை க்யூரேட் செய்வதற்கான 15 மணிநேர தரவு தயாரிப்பே உண்மையான செலவு ஆகும். தரவுத் தயாரிப்பு பட்ஜெட்டில் ஆதிக்கம் செலுத்தும் ஃபைன்-டியூனிங் திட்டங்களுக்கு இது பொதுவானது.

எடுத்துக்காட்டு 2மருத்துவ அறிக்கை கட்டமைப்பு

கொடுக்கப்பட்டது:GPT-4o, 500, 1200, 4, 25.0, 40, 100

முடிவு:மொத்தம் $4,060.00 (பயிற்சி: $60.00, தரவு தயாரிப்பு: $4,000)

மருத்துவ டொமைன் ஃபைன்-ட்யூனிங்கிற்கு நிபுணர் மதிப்பாய்வு செய்யப்பட்ட பயிற்சித் தரவு தேவைப்படுகிறது, இது தரவு தயாரிப்பை விலை உயர்ந்ததாக ஆக்குகிறது. 500 எடுத்துக்காட்டுகள் 1,200 டோக்கன்கள் ஒவ்வொன்றும் 4 சகாப்தங்களுக்கு மேல் 2.4 மில்லியன் பயிற்சி டோக்கன்களை ஒரு மில்லியனுக்கு $25 என பயன்படுத்துகிறது. ஒரு டோக்கன் விகிதம் அதிகமாக இருந்தாலும், தரவுத் தயாரிப்பிற்குத் தேவைப்படும் மருத்துவ நிபுணத்துவ நேரத்தால் பயிற்சிக் கணக்கீட்டுச் செலவு இன்னும் குறைவாகவே உள்ளது.

எடுத்துக்காட்டு 3JSON வெளியீட்டு வடிவமைப்பு இணக்கம்

கொடுக்கப்பட்டது:GPT-4o-mini, 50, 400, 3, 8.0, 5, 75

முடிவு:மொத்தம் $375.48 (பயிற்சி: $0.48, தரவு தயாரிப்பு: $375)

எளிமையான வடிவமைப்பு இணக்கப் பணிகளுக்கு, 50 எடுத்துக்காட்டுகள் பெரும்பாலும் போதுமானது. பயிற்சி செலவு $1 க்கு கீழ். ஃபைன்-டியூன் செய்யப்பட்ட மாடல், ஒவ்வொரு கோரிக்கையிலிருந்தும் 500-டோக்கன் JSON ஸ்கீமா ப்ராம்ட்டை நீக்கி, GPT-4o-mini இல் 1,000 கோரிக்கைகளுக்கு $0.075 சேமிக்கும். 100,000 மாதாந்திர கோரிக்கைகளில், மாதத்திற்கு $7.50 என்ற அனுமான சேமிப்பு $375 முதலீட்டை 50 மாதங்களில் திருப்பிச் செலுத்துகிறது, எனவே உடனடி பொறியியல் இங்கே செலவு குறைந்ததாக இருக்கும்.

நடைமுறை பயன்பாடுகள்

▾

🏗️

குறிப்பிட்ட பிராண்ட் குரல் மற்றும் வடிவமைப்பில் தயாரிப்பு விளக்கங்களை உருவாக்க மின் வணிக நிறுவனங்கள் GPT-4o-mini ஐ நன்றாக மாற்றுகின்றன. 50,000 தயாரிப்புகளைக் கொண்ட ஒரு சில்லறை விற்பனையாளர் 200 எடுத்துக்காட்டு விளக்கங்களை உருவாக்குகிறார், கணக்கீட்டில் $3 மற்றும் காப்பிரைட்டர் நேரத்தில் $1,500 க்கு நன்றாக ட்யூன் செய்கிறார், பின்னர் அனைத்து 50,000 விளக்கங்களையும் ஃபைன்-ட்யூன் செய்யப்பட்ட மாதிரியைப் பயன்படுத்தி தோராயமாக $10 அனுமானத்திற்கு உருவாக்குகிறார். ஒவ்வொரு விளக்கத்தையும் ஒரு தயாரிப்புக்கு $5 என்று கைமுறையாக எழுதுவதற்கு மாற்றாக $250,000 செலவாகும், இது 99.4 சதவிகிதம் செலவைக் குறைக்கும்.

🔬

ஹெல்த்கேர் நிறுவனங்கள் SOAP (அப்ஜெக்டிவ், ஆப்ஜெக்டிவ், அசெஸ்மென்ட், பிளான்) போன்ற தரப்படுத்தப்பட்ட வடிவங்களில் மருத்துவ குறிப்புகளை கட்டமைக்க மாதிரிகளை நன்றாக வடிவமைக்கின்றன. ஒரு ஹெல்த் டெக் ஸ்டார்ட்அப், மருத்துவர் நேரத்தில் $5,000 செலவில் 500 நிபுணரால் மதிப்பாய்வு செய்யப்பட்ட பயிற்சி எடுத்துக்காட்டுகளைத் தயாரிக்கிறது, $60க்கு பயிற்சியளிக்கிறது, மேலும் மாதத்திற்கு 50,000 மருத்துவக் குறிப்புகளைச் செயலாக்க மாதிரியைப் பயன்படுத்துகிறது. நேர்த்தியாக வடிவமைக்கப்பட்ட மாதிரியானது, முதலீட்டை நியாயப்படுத்தும் ப்ராப்ட் இன்ஜினியரிங் மூலம் மட்டும் 78 சதவிகிதத்துடன் ஒப்பிடும்போது 95 சதவிகித வடிவமைப்புத் துல்லியத்தை அடைகிறது.

📊

நிதிச் சேவை நிறுவனங்கள் ஒழுங்குமுறை இணக்க வகைப்பாட்டிற்கான சிறந்த மாதிரிகளை வடிவமைக்கின்றன, ஒப்பந்தங்கள் மற்றும் கடிதப் பரிமாற்றங்களில் குறிப்பிட்ட ஒழுங்குமுறை தேவைகளை அடையாளம் காண மாதிரியைப் பயிற்றுவிக்கிறது. ஒரு இணக்கக் குழு 4 வாரங்களில் 300 சிறுகுறிப்பு உதாரணங்களை ஆய்வாளர் நேரத்தில் $12,000 செலவில் உருவாக்குகிறது, $15 க்கு பயிற்சியளிக்கிறது, மேலும் மாதத்திற்கு 200,000 தகவல்தொடர்புகளைத் திரையிட மாதிரியைப் பயன்படுத்துகிறது. ஃபைன்-டியூன் செய்யப்பட்ட மாடல், நிலையான தூண்டுதலுடன் அடிப்படை மாதிரியை விட 40 சதவீதம் அதிகமான இணக்கச் சிக்கல்களைப் பிடிக்கிறது.

🏥

மென்பொருள் நிறுவனங்கள் தங்கள் குறிப்பிட்ட கட்டமைப்பு மரபுகள் மற்றும் குறியீட்டு தரநிலைகளில் குறியீட்டை உருவாக்க GPT-4o-mini ஐ நன்றாக மாற்றுகின்றன. ஒரு பிளாட்ஃபார்ம் குழு அவர்களின் நடை வழிகாட்டியைப் பின்பற்றி குறியீடு மாற்றங்களுக்கான 150 எடுத்துக்காட்டுகளை உருவாக்குகிறது, $2 க்கு நன்றாக ட்யூன் செய்கிறது மற்றும் மாதிரியை தங்கள் டெவலப்பர் கருவிகளில் ஒருங்கிணைக்கிறது. டெவலப்பர்கள் AI-பரிந்துரைக்கப்பட்ட குறியீட்டில் 30 சதவிகிதம் குறைவான நடை வழிகாட்டி மீறல்களைப் புகாரளிக்கின்றனர், ஒவ்வொரு இழுக்கும் கோரிக்கைக்கு சராசரியாக 15 நிமிடங்கள் குறியீடு மதிப்பாய்வு சுழற்சிகளைக் குறைக்கின்றனர்.

சிறப்பு நிகழ்வுகள்

▾

பல மொழி ஆதரவை நன்றாகச் சரிசெய்யும் போது, பயிற்சித் தரவு அனைத்து இலக்கு மொழிகளிலும் எடுத்துக்காட்டுகளைக் கொண்டிருக்க வேண்டும்.

ஆங்கில உதாரணங்களில் மட்டும் சிறப்பாக வடிவமைக்கப்பட்ட மாதிரியானது, கற்றறிந்த நடத்தையை மற்ற மொழிகளுக்கு நம்பத்தகுந்த வகையில் பயன்படுத்தாது. 10-மொழி வரிசைப்படுத்தலுக்கு, ஒரு மொழிக்கு தோராயமாக 50 முதல் 100 எடுத்துக்காட்டுகள் தேவை, தரவு தயாரிப்பு செலவை 10 மடங்கு அதிகரிக்கும். நன்கு வடிவமைக்கப்பட்ட பன்மொழி அமைப்பு ப்ராம்ட், பன்மொழி ஃபைன்-ட்யூனிங்கில் ஈடுபடும் முன் பூஜ்ஜிய பயிற்சி செலவில் ஒப்பிடக்கூடிய முடிவுகளை அடைய முடியுமா என்பதைக் கவனியுங்கள்.

உடல்நலம், நிதி அல்லது சட்ட களங்களில் பாதுகாப்பு-முக்கியமான பயன்பாடுகளுக்கு,

ஹெல்த்கேர், ஃபைனான்ஸ் அல்லது சட்டப்பூர்வ களங்களில் பாதுகாப்பு-முக்கியமான பயன்பாடுகளுக்கு, ஃபைன்-டியூன் செய்யப்பட்ட மாடல்களுக்கு விரிவான ரெட்-டீமிங் மற்றும் வரிசைப்படுத்தலுக்கு முன் சரிபார்ப்பு தேவைப்படுகிறது. இந்த சரிபார்ப்பு செயல்முறையின் விலை (50 முதல் 200 மணிநேர டொமைன் நிபுணர் மதிப்பாய்வு ஒரு மணி நேரத்திற்கு $100 முதல் $300 வரை) ஃபைன்-டியூனிங் செலவை 10 முதல் 50 மடங்கு அதிகமாகும். இந்தச் சரிபார்ப்புக்கான பட்ஜெட், ஒழுங்குபடுத்தப்பட்ட தொழில்களில் எந்தவொரு ஃபைன்-டியூனிங் திட்டத்திலும் கட்டாயக் கூறுகளாகும், விருப்பமான துணை நிரலாக அல்ல.

ப்ராம்ட் நீளத்தைக் குறைக்க ஃபைன்-ட்யூனிங்கைப் பயன்படுத்தும் போது (சில-ஷாட் எடுத்துக்காட்டுகளை நீக்குதல்),

ப்ராம்ட் நீளத்தைக் குறைக்க ஃபைன்-ட்யூனிங்கைப் பயன்படுத்தும் போது (சில-ஷாட் எடுத்துக்காட்டுகளை நீக்குதல்), பிரேக்-ஈவன் புள்ளியை கவனமாகக் கணக்கிடுங்கள். ஃபைன்-ட்யூனிங்கிற்கு மொத்தம் $500 செலவாகும் மற்றும் ஒவ்வொரு கோரிக்கையிலிருந்தும் சில-ஷாட் எடுத்துக்காட்டுகளின் 800 டோக்கன்களை நீக்கினால், உள்ளீட்டு டோக்கன்களுக்கு GPT-4o-mini இல் ஒரு கோரிக்கை சேமிப்பு $0.00012 ஆகும். முறியடிக்க உங்களுக்கு 4.17 மில்லியன் கோரிக்கைகள் தேவை அல்லது ஒரு வருடத்தில் மாதத்திற்கு சுமார் 347,000 கோரிக்கைகள். உங்கள் ஒலி அளவு இந்த வரம்புக்குக் கீழே இருந்தால், நீண்ட தூண்டுதல்கள் இருந்தபோதிலும் சில-ஷாட் அணுகுமுறை மிகவும் சிக்கனமானது.

OpenAI ஃபைன்-டியூனிங் விலை (2025)

▾

மாதிரி	பயிற்சி (ஒரு மில்லியன் டோக்கன்களுக்கு)	அனுமானம் உள்ளீடு	அனுமான வெளியீடு	அடிப்படை உள்ளீடு	அடிப்படை வெளியீடு
GPT-4o-mini	$8.00	$0.30/1M	$1.20/1M	$0.15/1M	$0.60/1M
GPT-4o	$25.00	$3.75/1M	$15.00/1M	$2.50/1M	$10.00/1M
GPT-3.5-டர்போ	$8.00	$3.00/1M	$6.00/1M	$0.50/1M	$1.50/1M

அடிக்கடி கேட்கப்படும் கேள்விகள்

▾

எனக்கு எத்தனை பயிற்சி எடுத்துக்காட்டுகள் தேவை?

OpenAI குறைந்தபட்சம் 10 உதாரணங்களை பரிந்துரைக்கிறது ஆனால் அர்த்தமுள்ள தர மேம்பாடுகளுக்கு 50 முதல் 100 வரை பரிந்துரைக்கிறது. டொமைன் சார்ந்த உள்ளடக்க உருவாக்கம் போன்ற சிக்கலான பணிகளுக்கு, 200 முதல் 500 எடுத்துக்காட்டுகள் தேவைப்படலாம். 500 எடுத்துக்காட்டுகளுக்கு அப்பால், உங்கள் பணி மிக அதிக மாறுபாடு இல்லாதவரை வருமானம் குறைவது பொதுவானது. 50 எடுத்துக்காட்டுகளுடன் தொடங்கவும், தரத்தை மதிப்பிடவும், கூடுதல் தரவுகளுடன் அளவீடுகள் மேம்பட்டால் மட்டுமே மேலும் சேர்க்கவும்.

உடனடி பொறியியலுடன் ஒப்பிடும்போது, ஃபைன்-டியூனிங் செலவு மதிப்புள்ளதா?

ஃபைன்-டியூனிங் மதிப்புக்குரியது: ஃபைன்-டியூன் செய்யப்பட்ட மாதிரியானது விலையுயர்ந்த சில-ஷாட் எடுத்துக்காட்டுகளை ஒவ்வொரு ப்ராம்ட்டிலிருந்தும் நீக்குகிறது (பயிற்சி செலவை விட மாதத்திற்கு அதிகமாக சேமிக்கிறது), பணிக்கு ப்ராம்ப்ட் இன்ஜினியரிங் அடைய முடியாத நிலைத்தன்மை தேவைப்படுகிறது அல்லது தர மேம்பாடு நேரடியாக வருவாயை பாதிக்கிறது. ப்ராம்ட் இன்ஜினியரிங் 90 சதவிகிதம் அல்லது அதற்கு மேற்பட்ட இலக்கு தரத்தை அடையும் போது, பணி எளிமையான வகைப்பாடு ஆகும் போது, அல்லது தற்போதைய பிரீமியத்தை நியாயப்படுத்துவதற்கு அனுமான அளவு மிகவும் குறைவாக இருக்கும் போது அது மதிப்புக்குரியது அல்ல.

நன்றாகச் சரிசெய்வதற்கு எவ்வளவு நேரம் ஆகும்?

OpenAI ஃபைன்-ட்யூனிங் பொதுவாக தரவுத்தொகுப்பின் அளவைப் பொறுத்து 30 நிமிடங்கள் முதல் 3 மணிநேரம் வரை முடிவடையும். ஒரு உதாரணத்திற்கு 500 டோக்கன்கள் கொண்ட 100-எடுத்துக்காட்டு தரவுத்தொகுப்பு ஒரு மணி நேரத்திற்குள் முடிவடைகிறது. ஒவ்வொன்றும் 1,000 டோக்கன்களைக் கொண்ட 1,000-எடுத்துக்காட்டு தரவுத்தொகுப்பு 2 முதல் 3 மணிநேரம் ஆகலாம். பயிற்சி முடிந்ததும் மின்னஞ்சல் அறிவிப்பைப் பெறுவீர்கள், மேலும் தனித்த மாதிரி அடையாளங்காட்டியுடன் கூடிய API மூலம் அனுமானிப்பதற்கு நன்றாக வடிவமைக்கப்பட்ட மாதிரி உடனடியாகக் கிடைக்கும்.

தனியுரிமத் தரவைப் பாதுகாப்பாகச் சரி செய்ய முடியுமா?

ஆம், தகுந்த முன்னெச்சரிக்கைகளுடன். ஓபன்ஏஐ தங்கள் மாடல்களைப் பயிற்றுவிக்க ஏபிஐ தரவைப் பயன்படுத்துவதில்லை. ஃபைன்-ட்யூனிங் தரவு பயிற்சி செயல்முறைக்காக தற்காலிகமாக சேமிக்கப்பட்டு பின்னர் நீக்கப்படும். கடுமையான தரவு நிர்வாகத் தேவைகளைக் கொண்ட நிறுவனங்களுக்கு, கூடுதல் நிறுவனப் பாதுகாப்புக் கட்டுப்பாடுகள், தரவுத் தனிமைப்படுத்தல் மற்றும் SOC 2 மற்றும் HIPAA உள்ளிட்ட இணக்கச் சான்றிதழ்களை வழங்கும் Azure OpenAI சேவை மூலம் நன்றாகச் சரிசெய்வதைக் கருத்தில் கொள்ளுங்கள்.

ஃபைன்-ட்யூனிங் தரத்தை மேம்படுத்தவில்லை என்றால் என்ன நடக்கும்?

தோராயமாக 30 முதல் 40 சதவிகிதம் நன்றாகச் சரிப்படுத்தும் முயற்சிகள் அர்த்தமுள்ள மேம்பாடுகளை உருவாக்கவில்லை. பொதுவான காரணங்களில் போதிய அல்லது குறைந்த தரமான பயிற்சி தரவு, அடிப்படை மாதிரி திறனுக்கு மிகவும் சிக்கலான பணிகள் மற்றும் சிறிய தரவுத்தொகுப்புகளில் அதிக பொருத்தம் ஆகியவை அடங்கும். உங்கள் முதல் முயற்சி தோல்வியுற்றால், பயிற்சி உதாரணங்களை 2 முதல் 3 மடங்கு அதிகரிக்கவும், நிபுணர் மதிப்பாய்வு மூலம் எடுத்துக்காட்டு தரத்தை மேம்படுத்தவும், சகாப்தங்களின் எண்ணிக்கையை சரிசெய்யவும் அல்லது மிகவும் திறமையான அடிப்படை மாதிரிக்கு மாறவும்.

ஃபைன்-டியூன் செய்யப்பட்ட மாதிரி அனுமான விலையிடல் எவ்வாறு செயல்படுகிறது?

ஃபைன்-டியூன் செய்யப்பட்ட மாடல்கள் அடிப்படை மாதிரி விகிதத்தில் தோராயமாக 2 மடங்கு கட்டணம் வசூலிக்கப்படுகின்றன. ஃபைன்-டியூன் செய்யப்பட்ட GPT-4o-mini ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.30 மற்றும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $1.20 மற்றும் அடிப்படை மாதிரிக்கு $0.15 மற்றும் $0.60. ஃபைன்-டியூன் செய்யப்பட்ட GPT-4o ஒரு மில்லியன் உள்ளீட்டிற்கு $3.75 மற்றும் ஒரு மில்லியனுக்கு $15.00 மற்றும் $2.50 மற்றும் $10.00 அடிப்படைக்கு செலவாகும். ஹோஸ்ட் செய்யப்பட்ட ஃபைன்-டியூன் செய்யப்பட்ட மாடல்களும் செயலில் இருக்கும்போது ஒரு மணிநேர ஹோஸ்டிங் கட்டணத்தைச் செலுத்தும்.

தவிர்க்க வேண்டிய பொதுவான தவறுகள்

▾

!தீர்ந்துவிடும் முன் ஃபைன்-டியூனிங் உடனடி பொறியியல் விருப்பங்கள்:
!தரவு தயாரிப்பு செலவுகளை குறைத்து மதிப்பிடுதல்:
!தற்போதைய அனுமான செலவு பிரீமியத்தை மறத்தல்:

💡

நிபுணர் குறிப்பு

முழு ஃபைன்-டியூனிங் திட்டத்தில் ஈடுபடும் முன், 20 முதல் 30 எடுத்துக்காட்டுகளுடன் விரைவான பரிசோதனையை இயக்கவும். இந்த சிறிய தரவுத்தொகுப்பைக் கொண்டு உங்கள் சோதனைத் தொகுப்பில் ஃபைன்-டியூன் செய்யப்பட்ட மாதிரி அளவிடக்கூடிய முன்னேற்றத்தைக் காட்டினால், அது உங்கள் பணிக்கான ஒரு சாத்தியமான உத்தியை ஃபைன்-ட்யூனிங் என்பதைக் குறிக்கிறது. 30 எடுத்துக்காட்டுகள் எந்த முன்னேற்றத்தையும் காட்டவில்லை என்றால், கூடுதல் தரவைச் சேர்ப்பது உதவாது, மேலும் அடிப்படை மாதிரித் திறன் போதுமானதா அல்லது பணி வரையறைக்கு செம்மை தேவையா என்பதை நீங்கள் ஆராய வேண்டும்.

⭐

உங்களுக்கு தெரியுமா?

100 உயர்தர எடுத்துக்காட்டுகளில் GPT-4o-mini ஐ நன்றாக மாற்றுவதற்கான கணக்கீட்டு செலவு தோராயமாக $0.24 ஆகும், இது ஒரு விற்பனை இயந்திரத்தின் ஒரு கம்பால் விலையை விட குறைவாகும். அந்த 100 உதாரணங்களை உருவாக்க மனித நிபுணத்துவம் எப்போதும் உண்மையான செலவாகும், இது பொதுவாக கணக்கீட்டை விட 500 முதல் 2,000 மடங்கு அதிகமாக செலவாகும். இது அற்பமான கணக்கீட்டுச் செலவுகளைக் கொண்டிருந்தாலும், மிகச் சிறந்த மனித உழைப்பு மிகுந்த AI நுட்பங்களில் ஒன்றாகச் சரிப்படுத்துகிறது.

Regional Guides

▾

North America▾

நேரடி ஏபிஐ மூலம் ஓபன்ஏஐ ஃபைன்-ட்யூனிங்கிற்கு அமெரிக்காவை தளமாகக் கொண்ட அணிகள் மிகவும் நேரடியான அணுகலைக் கொண்டுள்ளன. அஸூர் ஓபன்ஏஐ சேவையானது கூடுதல் நிறுவன பாதுகாப்பு அம்சங்களுடன் அமெரிக்க பிராந்தியங்களில் ஃபைன்-டியூனிங்கை வழங்குகிறது. வட அமெரிக்காவில் தரவுத் தயாரிப்புச் செலவுகள் பொதுவாக டொமைன் வல்லுநர்களுக்கு ஒரு மணி நேரத்திற்கு $50 முதல் $150 வரை இயங்கும், இது சிறந்த-டியூனிங் திட்டங்களின் உழைப்பு-தீவிர தரவுக் கட்டத்திற்கு மிகவும் விலையுயர்ந்த பகுதியாக அமைகிறது.

Europe▾

பயிற்சி தரவுகளுக்கான GDPR இணக்கத்தை பராமரிக்க ஐரோப்பிய நிறுவனங்கள் பெரும்பாலும் EU பிராந்தியங்களில் பயன்படுத்தப்படும் Azure OpenAI ஃபைன்-ட்யூனிங்கைப் பயன்படுத்துகின்றன. EU AI சட்டத்திற்கு கூடுதல் ஆவணங்கள் மற்றும் வெளிப்படைத்தன்மை நடவடிக்கைகள் தேவைப்படலாம். சுகாதாரம் மற்றும் நிதி போன்ற அதிக ஆபத்துள்ள வகைகளில் பயன்படுத்தப்படும். தரவுத் தயாரிப்புச் செலவைக் குறைக்க சில ஐரோப்பிய நிறுவனங்கள் கிழக்கு ஐரோப்பாவில் ஒரு மணி நேரத்திற்கு $20 முதல் $40 வரையிலான தரவுக் குறிப்புச் சேவைகளுடன் கூட்டுசேர்ந்தன.

Asia-Pacific▾

ஆசியா-பசிபிக் பகுதியில், CJK மொழிகளுக்கான நுணுக்கமான டியூனிங்கிற்கு டோக்கனைசேஷன் வேறுபாடுகளில் கவனமாக கவனம் தேவை. சீன மற்றும் ஜப்பானிய உரை ஆங்கிலத்தை விட ஒரு எழுத்துக்கு அதிக டோக்கன்களைப் பயன்படுத்துகிறது, சமமான சொற்பொருள் உள்ளடக்கத்திற்கான பயிற்சி செலவை 50 முதல் 100 சதவீதம் அதிகரிக்கிறது. இந்தியா, பிலிப்பைன்ஸ் மற்றும் வியட்நாமில் உள்ள தரவு சிறுகுறிப்பு சேவைகள், டொமைன்-குறிப்பிட்ட நிபுணத்துவம் அதிக விகிதங்களைக் கட்டளையிட்டாலும், பொதுவான நுணுக்கமான தரவுத் தயாரிப்பிற்காக ஒரு மணி நேரத்திற்கு $10 முதல் $25 வரையிலான போட்டிக் கட்டணங்களை வழங்குகின்றன.

குறிப்புகள்

📖கடினத்தன்மை:மேம்பட்ட

Accuracy-checked

Reviewed October 2026

Our methodology

வாராந்திர கணித உதவிக்குறிப்புகளைப் பெறுங்கள்

ஒவ்வொரு வாரமும் கால்குலேட்டர் உதவிக்குறிப்புகளைப் பெறும் 12,000+ சந்தாதாரர்களுடன் சேரவும்.

🔒

100% இலவசம்

பதிவு தேவையில்லை

✓

துல்லியமான

சரிபார்க்கப்பட்ட சூத்திரங்கள்

⚡

உடனடி

தட்டச்சு செய்யும்போது முடிவுகள்

📱

மொபைல் தயார்

அனைத்து சாதனங்கள்