Ertas Builder 方案（$25/月）：適合對象、包含內容、誠實評測

Ertas Builder 方案為每月 $25。這是對你能獲得什麼、適合誰、何時不夠用，以及相對於它通常取代的 API 費用，數字如何計算的詳細分析。

不加掩飾。如果 Builder 對你的情況不是正確的方案，本評測會這麼說。

Builder 包含什麼

每月 100 個積分。 當你運行訓練工作時消耗積分。在 500 到 1,000 個訓練示例上對 7B 模型進行典型微調運行消耗 8 到 15 個積分。有了 100 個積分，你每月可以現實地運行 7 到 12 個訓練工作——足夠定期實驗、迭代改進，或維護 2 到 3 個每月重新訓練的活躍專案。

完整模型匯出。 在 Training Config 裡打開 "Export full model"，執行結束後交給你的是一份已合併的 16 位元 safetensors 檢查點，而不只是 LoRA 適配器。這是相對免費方案最大的一步跨越：免費方案只給適配器，你得自己把它與基礎模型合併之後才能使用。完整檢查點可以直接進入推論服務堆疊，量化怎麼做由你決定，而不是被固定成 Q4_K_M。

從你自己的模型繼續訓練。 這份完整檢查點也是你再次訓練的起點。透過 "Continue from your models" 選擇一個你已經訓練過的模型作為下一次執行的基礎，而不必每次都從基礎模型開始。當一次執行已經把語氣調對、模型卻還在囉嗦時，你可以在它之上繼續，而不是丟掉重來、再付一次從零訓練的錢。

最多 14B 參數的模型。 免費層上限為 5B 以下。Builder 解鎖了 14B 模型（Qwen 2.5 14B、Llama 3.1 14B 等）。對於大多數窄任務應用，7B 已足夠。當你需要更好的推理或多語言能力，同時仍在中等規格 VPS 上本地運行時，14B 變得相關。

50 GB 存儲。 涵蓋你上傳的資料集和匯出的 GGUF 文件。微調的 7B GGUF（Q4 量化）大約 4 到 5 GB。50 GB 可以舒適地存儲 8 到 10 個匯出模型及產生它們的資料集。

Data Craft 與 Prompt Studio。 Prompt Studio 會根據你自己的脈絡產生一段生成提示詞，你在自己已付費的 AI 工具中執行它，再把結果以 JSONL 匯入。當你的真實世界資料有限時很有用。

每次執行的三條推論樣本。 執行完成後，Studio 會用一小組固定提示詞跑過剛訓練好的模型，讓你在下載任何檔案前先確認它輸出連貫且格式正確。要真正評分，得把你自己的測試集跑在匯出的模型上，驗證匯出 指南有完整說明。內建評估套件仍在路線圖上。

實際中的積分系統

每月 100 個積分，你可以根據模型大小和資料集運行大約 6 到 12 個訓練工作。對於每月重新訓練一個微調模型的典型獨立開發者，這是相當大的空間。

Builder 適合誰

替換 OpenAI API 帳單的獨立開發者。 你有一個 SaaS 應用程式，目前每月花費 80 到 400 美元在 API 呼叫上。你想在你的領域上微調模型、匯出 GGUF、在本地運行。Builder + 每月 26 美元的 Hetzner VPS，總費用為每月 $51取代了那個帳單——由於你的推理成本現在為零，節省額隨使用量增長。

有 1 到 3 個活躍專案的獨立建設者。 你正在為不同的使用案例實驗微調、每 1 到 2 週運行訓練實驗、維護 2 到 3 個活躍模型。Builder 的 3 個專案和每月 100 個積分符合這種模式。

添加 AI 功能的非技術創始人。 你沒有 ML 工程師。Ertas 的視覺介面讓你無需代碼就能微調。Builder 解鎖了你認真做這件事（而非只做一次）所需的額度與空間。

驗證微調使用案例的人。 你還不確定微調是否適合你的應用程式。Builder 讓你運行多個實驗、比較結果，並在承諾基礎設施投資之前評估品質。

使用案例：替換 OpenAI API 的獨立開發者

以下是具體情景的計算。

情況： 你用 OpenAI API 建了一個寫作助理應用程式。在 800 個用戶時，你每月在 API 費用上花費 130 美元（大約每月 200 萬個令牌）。你預計在 6 個月內達到 3,000 個用戶，屆時 API 帳單將達到每月 480 美元。

遷移：

• 第 1 個月：從你的 OpenAI API 日誌匯出 600 個輸入/輸出對作為 JSONL。上傳到 Ertas，微調 Qwen 2.5 7B。使用了 8 個積分。
• 第 2 個月：對照測試集測試微調模型。品質匹配 GPT-3.5，接近你特定任務的 GPT-4。在 Hetzner VPS 上部署（每月 26 美元）。
• 第 3 個月：將應用程式中的 API 端點從 OpenAI 切換到本地 Ollama。取消（或減少）OpenAI 訂閱。

經濟效益：

3,000 個用戶的月節省：439.50 美元。10,000 個用戶的月節省：1,533.50 美元。Builder 在第一個月就能自付成本。

Builder 何時不夠用

你有超過 3 個活躍的客戶模型。 如果你在做機構工作，同時為多個客戶管理模型，你需要 Pro 方案（每月 $50、200 點數、100 GB 模型儲存空間）。

你需要大於 14B 的模型。 14B 涵蓋了大多數生產微調使用案例。如果你在使用 30B 到 70B 模型或需要前沿微調能力，你需要 Business 或企業版。

你正在刪除模型來騰出空間。 Builder 給你 50 GB 模型成品儲存空間與 2 GB 資料集空間。如果你為了下一次執行而刪掉還想留著的匯出檔，Pro 會把兩者拉到 100 GB 與 5 GB。

你每月的訓練需求超過 100 個積分。 如果你在運行許多實驗或維護許多需要頻繁重新訓練的模型，Builder 的積分可能會不足。在第一個月追蹤你的使用情況進行評估。

你在等 GPU 佇列。 佇列繁忙時，Builder 會排在 Pro 與 Business 之後。如果排隊時間正在拖慢你的交付，Pro 的優先排程就是解法。

免費版 vs Builder：升級值得嗎？

免費方案對於學習微調和測試工作流程非常有用。多數人最先撞上的牆是每日更新，而它比看起來更硬：那 5 點是更新而非累積，所以一次成本超過 5 點的執行，等再多天也還是拿不到。一次 12 點、跑在較大模型上的執行，在免費方案上是永遠做不到的。Builder 一次給你 100 點並把沒用完的延展一個月，再加上更高的 GPU 階層，這才是讓大模型與長訓練成為可能的原因。如果你有一個真實的使用案例——替換 API 帳單、構建產品功能、為客戶微調——Builder 是正確的層級。

可預測的月度定價

Builder 每月 $25。

• 12 個月節省：240 美元
• 24 個月節省：480 美元
• 36 個月節省：720 美元

你按月付款、隨時取消、退款保證。

如何知道你已準備好使用 Builder

如果你符合以下條件，你已準備好使用 Builder：

• 你有一個特定的使用案例（而非「我想嘗試微調」）
• 你有或可以生成 300 個以上 JSONL 格式的訓練示例
• 你目前每月在窄任務的 API 呼叫上花費超過 40 美元
• 你有 VPS 或願意為本地推理啟動一個

如果你還沒有達到這個階段，使用免費層直到你達到為止。Builder 是當你有真實問題需要解決時使用的。

---

延伸閱讀

• Fine-Tune AI Without Code — 微調工作流程從頭到尾如何工作
• Indie Dev AI Model Costs 2026 — API 成本懸崖以及在不同用戶數量下的費用
• 7B Model Beats API Call — 微調的小型模型何時優於雲端 API
• Running AI Models Locally — 設置 Ollama 用於本地推理
• Ertas Pro 方案評測 — 何時升級超出 Builder