Estima el presupuesto de un proyecto de ajuste fino con OpenAI a partir del tamaño del conjunto de entrenamiento, el número de épocas, la tarifa por millón de tokens y el uso previsto del modelo ajustado. Separa el coste de entrenamiento del coste mensual de operación.
El resultado principal es el coste de entrenamiento. El primer mes suma además la inferencia prevista, lo que permite presupuestar lanzamiento y operación.
No se incluyen preparación de datos, evaluación, almacenamiento, reentrenamientos ni tiempo del equipo.
Con 5.000 ejemplos, 600 tokens por ejemplo y 3 épocas se procesan 9 millones de tokens. A 8 USD por millón, el entrenamiento cuesta 72 USD. Si la inferencia mensual cuesta 200 USD, el primer mes asciende a 272 USD.
Es una pasada completa por el conjunto de ejemplos; más épocas multiplican los tokens procesados.
No. Pueden causar sobreajuste, por lo que deben evaluarse con datos separados.
No. Debe presupuestarse aparte junto con limpieza, etiquetado y evaluación.
Porque un modelo ajustado también genera gasto operativo después del entrenamiento.
Sí. Multiplica el coste de entrenamiento por el número previsto de ejecuciones.
| Fase | Coste considerado |
|---|---|
| Datos | No incluido; depende del equipo y etiquetado. |
| Entrenamiento | Tokens × épocas × tarifa. |
| Operación | Inferencia mensual estimada. |