直接答案：2026 年企业微调的第一个事实不是价格，而是可用性：OpenAI 官方已说明正在关停微调平台：不再向新用户开放，现有用户还能在未来几个月创建训练任务，已微调模型可继续推理直到基座模型下线。Google 的 Gemini 微调按训练 token/计数计费：Gemini 3.5 Flash 约 10 美元/百万训练 token，3.5 Flash Lite 约 3 美元，2.5 Pro 约 25 美元；开源模型约 0.28–6.83 美元/百万。训练 1000 万 token 可能只要 30–250 美元，但数据准备、评测、推理溢价和重训才是 TCO 的大头。需要新知识先用 RAG；需要固定格式/风格/分类且数据稳定，才考虑微调。
2026-10-31 复核：本文原表里的部分模型已经不能买了。OpenAI 的 o4-mini、ft-o4-mini 与 gpt-4.1-nano 已于 2026-10-23 停服，现有客户新建微调任务也将在 2027-01-06 停止；Google 的 Gemini 2.5 Pro / Flash / Flash-Lite 已于 2026-10-20 退役。定价页仍保留这些训练价，但“价格可查”不等于“现在能买”，所以下表新增“官方生命周期”和“现在能不能用”两列，历史价只作对照。
本文面向正在评估企业 AI 应用的企业技术、产品、数据和采购团队。资料截止 2026-10-31；价格来自 OpenAI、Google Cloud 官方页面。AWS Bedrock/阿里云百炼的微调价本次未纳入数值对比。所有价格未含税；美元与人民币不换算、不排名。本文是公开资料研究与编辑测算，不是报价，也不承诺准确率、节省比例或上线周期。
新知识用 RAG，格式/风格/分类才考虑微调；训练费通常不是主成本，推理溢价、数据准备、评测和重训才是；OpenAI 已不对新用户开放微调，不能把新项目押在“以后还能开”上。
2026 年微调还能怎么买？
OpenAI 微调对新用户关闭，现有活跃客户最迟 2027-01-06 停止新建任务；Google 按训练 token/计数；OpenAI o4-mini/nano 与 Gemini 2.5 已停服或退役。先看生命周期，再比价格。
| 平台 / 模型 | 训练计费 | 微调后推理价 | 官方生命周期 | 现在能不能用 |
|---|---|---|---|---|
| OpenAI o4-mini | 100 美元/小时 | 输入 4 / 输出 16 美元/百万 token | 基座与 ft-o4-mini 于 2026-10-23 停服 | 不能用于新项目（历史价） |
| OpenAI o4-mini（启用数据共享） | 100 美元/小时 | 输入 2 / 输出 8 美元/百万 token | 同上 | 同上 |
| OpenAI gpt-4.1 | 25 美元（训练） | 输入 3 / 输出 12 美元/百万 token | 2027-01-14 停服 | 不足 3 个月，不建议新项目 |
| OpenAI gpt-4.1-mini | 5 美元（训练） | 输入 0.80 / 输出 3.20 美元/百万 token | 2027-01-14 停服 | 同上 |
| OpenAI gpt-4.1-nano | 1.50 美元（训练） | 输入 0.20 / 输出 0.80 美元/百万 token | 2026-10-23 已停服 | 不能用（历史价） |
| Gemini 3.5 Flash | 0.01 美元/1,000 训练计数 | 调优端点全球区与基座同价 | 2027-05-19 或更晚 | 可评估 |
| Gemini 3.5 Flash Lite | 0.003 美元/1,000 训练计数 | 调优端点全球区与基座同价 | 2027-07-21 或更晚 | 可评估 |
| Gemini 3.1 Flash Lite | 0.003 美元/1,000 训练计数 | 调优端点全球区与基座同价 | 2027-05-07 或更晚 | 可评估 |
| Gemini 2.5 Pro | 0.025 美元/1,000 训练计数 | 调优端点与基座同价 | 2026-10-20 已退役 | 不能用（历史价） |
| Gemini 2.5 Flash | 0.005 美元/1,000 训练计数 | 调优端点与基座同价 | 2026-10-20 已退役 | 不能用（历史价） |
官方价与官方生命周期页对照，截至 2026-10-31。定价页仍列出已停服/退役模型的训练价，因此“价格可查”不等于“现在能买”；能否使用以生命周期页的停服日期和控制台为准。OpenAI 训练列中仅 o4-mini 明确标注按小时，其余按官方训练价列示、单位以账单为准；推理按 token。Google 的 Gemini 按每 1,000 训练计数、开源模型按每 1,000,000 计数标价，本文按训练 token 口径估算。官方脚注：1.5× 区域价只适用 Gemini 3 起的调优端点，旧 Gemini 模型与基座同价。
训练 100 万/1000 万/1 亿 token 多少钱？
Gemini 3.5 Flash 约 10/100/1,000 美元；Flash Lite 约 3/30/300；2.5 Pro 约 25/250/2,500（历史价，模型已于 2026-10-20 退役）；开源小模型更低。
| 模型 | 100 万训练 token | 1000 万 | 1 亿 | 折合每百万 |
|---|---|---|---|---|
| Gemini 3.5 Flash | 10 美元 | 100 美元 | 1,000 美元 | 10 美元 |
| Gemini 3.5 Flash Lite | 3 美元 | 30 美元 | 300 美元 | 3 美元 |
| Gemini 2.5 Pro | 25 美元 | 250 美元 | 2,500 美元 | 25 美元 |
| Gemini 2.5 Flash | 5 美元 | 50 美元 | 500 美元 | 5 美元 |
| Gemma 3 4B IT | 1.14 美元 | 11.40 美元 | 114 美元 | 1.14 美元 |
| Llama 3.1 8B | 0.67 美元 | 6.70 美元 | 67 美元 | 0.67 美元 |
| Llama 3.3 70B | 6.72 美元 | 67.20 美元 | 672 美元 | 6.72 美元 |
| Qwen 3 4B | 1.35 美元 | 13.50 美元 | 135 美元 | 1.35 美元 |
编辑测算：训练 token 数 × 每百万价；未含税、数据准备、评测、推理、托管、重训和迁移。Google 定价页按 1,000 训练计数标价；本文按 1 count=1 token 估算，实际计费单位以官方账单为准。100M token 是训练量示例，不代表推荐数据规模。表中 Gemini 2.5 两行为历史价（模型已退役）；OpenAI 的 o4-mini 与 nano 未列入本表，因为其基座已停服。
为什么训练费不是总成本？
因为微调后的推理可能更贵、数据要标注、评测/回归要持续、版本会漂移；训练 100 美元，账单可能被推理和数据人力放大。
| 成本项 | 是否在训练价内 | 怎么计量 | 常见漏项 |
|---|---|---|---|
| 训练 token/小时 | 是 | token 数 × 单价；训练小时 | 多轮实验、失败重跑 |
| 数据准备/标注 | 否 | 样本数 × 标注/清洗/审核工时 | 只算训练，不算数据 |
| 评测/回归 | 否 | 黄金集、人工评分、回归轮次 | 没有独立测试集 |
| 推理溢价 | 否 | 输入/输出 token × 微调价 × 月调用量 | 只看训练便宜，不看推理 |
| 托管/端点 | 部分 | 调优端点/部署/并发 | 非全球区 1.5× 等区域溢价 |
| 重训/版本 | 否 | 数据更新、重训、回归 | 上线后无人维护漂移 |
| 迁移/退出 | 否 | 换模型/供应商、导出/重建 | OpenAI 新用户关闭后的路线风险 |
编辑建议，不是会计科目；具体以企业财务制度、供应商合同和实际账单为准。
微调后的推理会贵多少？
OpenAI 微调模型推理价高于基座：o4-mini 约 3.6×、gpt-4.1 约 1.5×、mini/nano 约 2×；Google 全球区调优端点与基座同价；Gemini 3 起非全球区 1.5×，旧 Gemini 模型仍与基座同价。
| 模型 | 基座输入/输出 | 微调输入/输出 | 倍数（输入/输出） | 备注 |
|---|---|---|---|---|
| OpenAI o4-mini | 1.10 / 4.40 | 4 / 16 | 约 3.64× / 3.64× | 美元/百万 token |
| OpenAI gpt-4.1 | 2 / 8 | 3 / 12 | 1.5× / 1.5× | 美元/百万 token |
| OpenAI gpt-4.1-mini | 0.40 / 1.60 | 0.80 / 3.20 | 2× / 2× | 美元/百万 token |
| OpenAI gpt-4.1-nano | 0.10 / 0.40 | 0.20 / 0.80 | 2× / 2× | 美元/百万 token |
| Google Gemini 调优端点 | 基座价 | 全球区同基座价 | 1×（全球区） | Gemini 3 起非全球区 1.5× |
官方标价，美元/百万 token，未含税；实际账单以区域、模型版本和合同为准。OpenAI 基座价取自同一官方定价页；微调推理溢价会随月调用量放大。o4-mini 与 gpt-4.1-nano 已于 2026-10-23 停服，表中仅作溢价倍数对照。
微调还是 RAG/提示词？
新知识、频繁变更、需要引用来源用 RAG；固定格式/风格/分类、稳定标注数据和可观调用量才考虑微调。
| 需求 | 优先方案 | 理由 | 不能忽略 |
|---|---|---|---|
| 产品/政策/文档知识 | RAG | 知识可更新、可引用来源 | 检索质量、权限、引用 |
| 固定输出格式/字段/风格 | 微调候选 | 示例稳定，减少提示词长度 | 标注数据、回归集 |
| 分类/抽取/路由 | 提示词+小模型/微调 | 任务边界清晰，可量化 | 类别平衡、拒答 |
| Agent 工具使用/多步行为 | 先改提示词/工具/评测 | 很多问题不是模型权重问题 | 工具权限、失败恢复 |
| 低调用量 | RAG/提示词 | 推理溢价可能永远摊不回训练费 | 训练+评测沉没成本 |
| OpenAI 新用户 | Google/开源或 RAG | 官方已不再向新用户开放微调 | 不要把路线押在“以后能开” |
编辑建议，不是供应商排名。先用同一测试集比较基座+RAG/提示词与微调；微调没有显著提升就不上线。
采购和验收应该看什么？
看独立测试集提升、回归、幻觉、延迟、单次成功成本、漂移、数据权利和退出；不要只看训练 loss 或演示。
| 验收项 | 建议口径 | 要留的证据 |
|---|---|---|
| 独立测试集 | 训练/验证/测试分离，按任务分层 | 数据版本、标注规则 |
| 相对提升 | 微调 vs 基座+RAG/提示词，同题同评分 | 对照结果、置信区间 |
| 回归/幻觉 | 旧任务回退、越界回答、引用一致性 | 回归集、失败案例 |
| 延迟/吞吐 | P95、并发、端点配额 | 压测、监控 |
| 单次成功成本 | （训练+推理+数据+评测）÷ 成功任务 | 账单、工时、任务结果 |
| 漂移/重训 | 数据变化、版本、重训周期 | 版本记录、回归报告 |
| 数据权利 | 训练数据授权、PII、留存、跨境 | 合同、DPA、审计 |
| 退出/迁移 | 模型/供应商切换、导出、重建 | 退出条款、演练 |
没有统一的“提升多少才值得微调”；按任务风险、调用量和替代方案比较。高风险场景必须保留人工复核。
谁该读、谁不适合？
适合已有稳定任务/标注数据和调用量的团队；不适合想用微调补新知识、没有测试集或数据授权不明的项目。
该读：企业 AI 负责人、产品/算法、数据、平台和采购团队；正在比较 RAG、提示词、微调；需要判断“训练 token/小时、推理溢价、数据/评测成本”的团队。不适合：想用微调注入最新政策/产品知识；没有独立测试集；训练数据版权/PII 不清；调用量很小、只是做演示。能支持：可用性核对、训练成本、推理溢价、TCO、微调/RAG 决策和验收指标。
凌壹信息不做模型厂商排名，也不承诺微调一定提升效果。若需要把 RAG/微调/网关/权限/审计组合成企业 AI 基座，可参考 LingHarness；如果只是验证一个任务，先用提示词/RAG 做基线通常更快。需要梳理数据、评测和预算，可联系我们。
已有 RAG 知识库成本、AI 验收评测集 和 私有化 TCO；供应商停服与迁移成本见 AI 供应商停服风险与退出条款。本文只处理微调可用性、训练/推理成本与 RAG 决策，不重复。
常见问题
OpenAI 还能新开微调吗？
不能按“新项目”来规划。官方弃用页写明：2026-05-07 起，未跑过微调的机构不能创建训练任务；2026-07-02 起，过去 60 天未跑过微调推理的机构也不能创建；2027-01-06 起，现有活跃客户同样停止新建任务。已微调模型只保留推理，直到其基座模型停服；而 o4-mini 与 ft-o4-mini 已在 2026-10-23 停服。新项目应评估 Google 调优、开源模型或 RAG/提示词。
微调 1000 万 token 多少钱？
按 Google 公开价：Gemini 3.5 Flash 约 100 美元、Flash Lite 约 30；2.5 Pro 约 250、2.5 Flash 约 50（这两款已于 2026-10-20 退役，只作历史对照）；Gemma 3 4B 约 11.40、Llama 3.1 8B 约 6.70。再加数据、评测、推理和托管；上表是编辑测算，不是报价。
为什么训练便宜但总成本高？
因为训练只是一次性费用；数据标注、独立测试集、回归、推理溢价、端点/区域、重训和迁移会持续发生。OpenAI 微调推理价可能是基座的 1.5–3.6 倍；调用量越大，溢价越重要。
微调能替代 RAG 吗？
不能。微调适合固定格式/风格/分类/行为，不擅长注入频繁变化的知识；RAG 适合可更新、可引用来源的知识。很多企业场景应先做 RAG/提示词基线，再判断微调是否有独立测试集上的显著提升。
Google 微调按 token 还是小时？
Google 的 Gemini 按每 1,000 训练计数标价，开源模型按每 1,000,000 计数标价（本文按训练 token 口径估算）；调优端点全球区与基座同价，Gemini 3 起非全球区 1.5×，旧 Gemini 模型不变。注意 Gemini 2.5 Pro/Flash/Flash-Lite 的退役日期为 2026-10-20，已过；3.5 Flash 为 2027-05-19 或更晚、3.5 Flash Lite 为 2027-07-21 或更晚。实际计费单位、区域和模型版本以控制台/账单为准；OpenAI 的 o4-mini 训练按小时、推理按 token。
表里的模型现在还能买吗？
按官方生命周期页判断，不按价格页判断：o4-mini、ft-o4-mini、gpt-4.1-nano 已于 2026-10-23 停服，Gemini 2.5 三款已于 2026-10-20 退役，gpt-4.1 / 4.1-mini 将在 2027-01-14 停服。定价页仍保留这些价格，只适合做历史对照；新项目应在 3.5 Flash、3.5 Flash Lite、3.1 Flash Lite 或开源模型里选，并以控制台实际可用性为准。
怎么验收微调效果？
用独立测试集比较微调与基座+RAG/提示词，按任务分层看准确率、回归、幻觉、延迟、单次成功成本、漂移和数据权利。不要只看训练 loss、厂商 demo 或“参数更大”；没有显著提升就不上线。
研究方法与局限
本文只使用 2026-10-31 可访问的官方定价/产品页，未使用未公开合同、客户账单或厂商内部数据。价格、模型、训练计费单位、可用性和条款可能变化；本文没有企业协议价、税费、汇率、数据标注、评测和推理的实际数据，因此所有成本都是编辑测算，不是报价。Google 的 Gemini 按 1,000 训练计数、开源模型按 1,000,000 计数标价，本文按训练 token 口径估算；OpenAI 微调平台正在关停，现有用户可用期限与已微调模型的推理保留期以官方页面及 deprecation 时间表为准。本文在 2026-10-31 复核了 OpenAI Deprecations 与 Google Model versions and lifecycle：定价页仍列已停服/退役模型的训练价，因此本文用生命周期页判断“能不能用”，价格只作历史对照。AWS/阿里云微调价未纳入对比。
数据来源与口径
资料截止 2026-10-31；以下为官方定价/文档页面，具体价格、模型、可用性和条款以原文及合同为准。
- OpenAI, API Pricing：platform.openai.com/docs/pricing。微调平台关停说明（新用户关闭、现有用户数月、已微调模型保留推理）、o4-mini 数据共享折扣、gpt-4.1 系列训练价与微调推理 token 价。
- Google Cloud, Vertex AI generative AI pricing：cloud.google.com/vertex-ai/generative-ai/pricing。Gemini/开源模型监督微调每 1,000 训练计数价、调优端点区域价。
- Google Cloud, Supervised fine-tuning documentation：cloud.google.com/vertex-ai/generative-ai/docs/models/tuning/supervised-tuning。数据准备、训练与评测流程入口。
- OpenAI, Deprecations：developers.openai.com/api/docs/deprecations。o4-mini / ft-o4-mini / gpt-4.1-nano 于 2026-10-23 停服；gpt-4.1 系列 2027-01-14 停服；2027-01-06 起现有客户停止新建微调任务。
- Google Cloud, Model versions and lifecycle：cloud.google.com/vertex-ai/generative-ai/docs/learn/model-versions。Gemini 2.5 Pro/Flash/Flash-Lite 退役日 2026-10-20；3.5 Flash 2027-05-19 或更晚、3.5 Flash Lite 2027-07-21 或更晚。