Dieser Rechner hilft dir, die Investition für Modell-Fine-Tuning aus Trainingsvolumen, Epochen und Datenarbeit zu planen. Er verbindet die wichtigsten Eingaben mit einer transparenten Berechnung und zeigt neben dem Hauptergebnis zusätzliche Kennzahlen, damit du Kosten, Kapazität oder Wirtschaftlichkeit besser einschätzen kannst. Die Werte sind Schätzungen auf Basis deiner Annahmen und eignen sich besonders für Planung, Budgetierung und Szenariovergleiche.
Das Hauptergebnis zeigt die einmalige Fine-Tuning-Investition. Für eine vollständige Wirtschaftlichkeitsbewertung solltest du danach die Inferenzkosten des feinabgestimmten Modells vergleichen.
Anbieterpreise und Fine-Tuning-Verfahren unterscheiden sich. Verwende aktuelle Preise als Eingabe.
8 Mio. Trainings-Tokens × 8 € × 3 Epochen ergeben 192 € Trainingsgebühren. 20 Stunden Datenaufbereitung zu 45 € kosten 900 €. Mit 250 € Evaluation entstehen insgesamt 1.342 €.
Multipliziere Trainings-Tokens mit dem Preis pro Million Tokens und der Zahl der Epochen und addiere Vorbereitungs- sowie Evaluationskosten.
Jede Epoche verarbeitet den Trainingsdatensatz erneut. Mehr Epochen erhöhen daher die verrechnete Trainingsmenge nahezu proportional.
Ja. Datenaufbereitung und Qualitätsprüfung können einen erheblichen Arbeitskostenblock darstellen und gehören in eine Vollkostenrechnung.
Nutze deren tatsächliche Trainingspreise, gleiche Datenmengen und Epochen und vergleiche anschließend Trainings- sowie geschätzte Inferenzmehrkosten.
Das hängt vom Qualitätsgewinn, Volumen, Promptlänge und den laufenden Inferenzkosten ab. Der Rechner bildet zunächst die Trainingsinvestition ab; die Betriebsphase sollte separat verglichen werden.
| Kennzahl | Bedeutung |
|---|---|
| Trainingsgebühren | Direkte Anbietergebühren für die verarbeiteten Trainings-Tokens. |
| Datenaufbereitung | Arbeitskosten für Bereinigung, Formatierung und Qualitätsprüfung. |
| Verarbeitete Tokens | Trainingsdatenmenge multipliziert mit den Epochen. |