你的 Vibe 編碼應用程式達到了 10K 用戶。現在你的 AI 帳單是每月 3,000 美元。

你在一個週末發布了你的應用程式。Cursor 寫了一半的程式碼。Bolt.new 處理了後端。你為「智能」功能接入了 OpenAI API，部署到 Vercel，並在 Twitter 上發布。人們喜歡它。

現在三個月後，你有了 10,000 個月活躍用戶，你的 Stripe 收入正在被一個單行項目吞噬：AI API 成本。

聽起來很熟悉？你並不孤單。

Vibe 編碼熱潮（以及它忘記提到的事情）

我們生活在快速發布的黃金時代。Cursor、Bolt.new、Lovable 和 Replit 等工具使建立 AI 驅動的應用程式變得非常容易。你可以在一個坐姿中從想法到部署產品。不需要計算機科學學位。不需要基礎設施團隊。只需要靈感和一張信用卡。

這確實是驚人的。建立軟體的壁壘從未如此低。

但有一個在「我在 48 小時內發布了這個」階段沒有人談論的陷阱：在發布時花費幾分錢的 AI 功能，在規模化時會花費幾千美元。 在 100 個用戶時感覺不明顯的按 token 定價模式，在 10,000 個用戶時變成了財務懸崖。

規模化懸崖：真實的成本細分

讓我們來具體說明。假設你建立了一個 AI 寫作助理——想想語法建議、語調重寫、智能摘要。非常標準的 vibe 編碼 SaaS。

以下是你在不同用戶數量下的成本情況，假設 GPT-4 級別的定價（每百萬輸入 token 約 30 美元，每百萬輸出 token 約 60 美元）和中等使用率（每個用戶每天觸發約 15 個 AI 請求，平均每次請求 800 個輸入 token 和 400 個輸出 token）：

等等——每月 216 美元聽起來不那麼糟糕，對吧？那是樂觀的情況。在實踐中，大多數應用程式的情況遠比這糟糕，因為：

• 進階用戶存在。 你的前 10% 的用戶產生 50% 以上的 token。一些用戶每天觸發 50-80 個請求。
• 重試和鏈式調用。 代理式功能、多步驟提示詞和錯誤重試可以使你的 token 數量增加 3-5 倍。
• 上下文視窗增長。 隨著用戶建立歷史記錄，你的提示詞變得更長。那個平均 800 個 token 慢慢爬向 2,000-4,000。

一個有進階用戶和提示詞鏈的 8K MAU 應用程式更真實的情況：

如果你收費 9.99 美元/月，那每月 600 美元會活生生吃掉你的利潤。而且隨著你的增長只會更糟。

你為何付出太多：通用模型稅

以下是大多數開發者忽略的事情：你為一個了解一切的模型付費，而你的應用程式只需要它了解一件事。

GPT-4 可以用斯瓦希里語寫詩、解釋量子色動力學，並扮演海盜角色。很酷。但你的寫作助理只需要用英語處理行銷文案的語調調整、語法修正和摘要。

你本質上是在租一輛一級方程式賽車去雜貨店。每一個 API 呼叫都在為你從未使用的所有通用知識付費。

在你的特定使用場景上微調的模型——在實際的用戶互動、你的領域詞彙、你的應用程式預期的輸入和輸出上訓練——可以以較小的尺寸和成本，為你的窄任務提供相同的品質。

解決方案：在你的應用程式資料上微調小型模型

從每月 600 美元到低於 50 美元的路徑看起來是這樣的：

1. 匯出你的 API 日誌。 你幾個月來一直在向 OpenAI 發送請求。那些資料是黃金。將其匯出為輸入/輸出對。
2. 微調一個小型模型。 取一個 7B 或 13B 參數模型，並使用 LoRA（低秩適應）在你的資料集上訓練它。這不需要博士學位——它需要正確的工具。
3. 匯出為 GGUF 格式。 這是使用 llama.cpp 和 Ollama 等工具在 CPU 上高效運行模型的標準格式。
4. 在本地部署。 在每月 30 美元的 VPS（4 個 vCPU、16GB RAM 對 7B 模型來說已足夠）上運行 Ollama，與你的應用程式一起。沒有 API 呼叫。沒有按 token 計費。只有本地推論。

你的 AI 功能現在在你控制的硬體上運行，使用專門為你的使用場景訓練的模型。

成本比較

讓我們把數字放在一起比較：

關鍵是什麼？你的成本隨著規模化而保持平穩。 無論你有 10K 用戶還是 50K 用戶，你都在為 VPS 和微調平台付費——而不是按 token。

Ertas 如何使其變得可及

「微調聽起來很好，但我不是 ML 工程師。」

這正是重點。Ertas 是為發布應用程式的開發者而建立的，而不是為發論文的人。

• 無需程式碼的微調：上傳你的資料集（CSV、JSONL 或從你的 API 日誌貼上）。選擇基礎模型。點擊訓練。
• 基於 LoRA 的訓練：在消費者硬體上有效的微調。不需要 A100。
• GGUF 匯出：一鍵匯出你的微調模型為 Ollama 期望的格式。
• 為你的工作流程設計：你已經在 vibe 編碼你的應用程式。Ertas 融入了同樣的能量——快速、視覺化、沒有不必要的複雜性。

你不需要了解梯度下降。你需要你的 AI 功能花費更少並且運行更快。

本週你應該做的事情

1. 匯出你過去 30 天的 API 日誌（從 OpenAI 或你使用的任何供應商）。將其格式化為輸入/輸出對。
2. 報名 Ertas 並上傳你的資料集。在你的資料上微調 7B 模型。
3. 匯出 GGUF 模型並在帶有 Ollama 的廉價 VPS 上部署它。
4. 將你的應用程式指向 localhost，而不是 api.openai.com。
5. 看著你的下一張發票下降 90% 以上。

你的應用程式的 AI 不需要每月花費 600 美元。它可以花費 Ertas 每月 $25加上 VPS 每月 30 美元——無論你有 10K 用戶還是 100K，這個價格都保持不變。

固定月費。永遠沒有按 token 的驚喜。

---

延伸閱讀

• 按 token AI 定價的隱藏成本 — 為何 API 定價模型被設計為對你不利的規模化。
• 如何在不寫程式碼的情況下微調 AI 模型 — 使用 Ertas 微調的逐步指南。
• 在本地運行 AI 模型：實用指南 — 關於 Ollama、GGUF 和本地部署你需要了解的一切。