Ertas Pro 套餐评测（$50/月）：200 积分、100 GB

Ertas Pro 套餐每月 $50。它面向持续训练模型而非偶尔训练的资深用户和小型团队，包括同时承接多个客户工作的顾问与机构。

这是一份关于该套餐包含什么、为谁设计、ROI 计算如何运作以及何时不够用的诚实分析。

Pro 包含什么

每月 200 积分。 是 Builder 的 100 积分的两倍。视数据集与模型大小而定，大约相当于每月 12 到 25 次训练运行，足以覆盖几个活跃模型的月度重训周期，并为那些没跑通的实验留出余量。

100 GB 模型成品存储。 每次完成的运行都会在 Hub 留下一个 LoRA 适配器，如果你启用了导出，还会留下一个 GGUF 文件。7B 的 Q4 GGUF 约 4 到 5 GB，14B 的约 8 到 9 GB，所以 100 GB 可以容纳 12 到 20 个导出模型及其适配器。

5 GB 数据集存储。 与模型配额分开计算，按账户统计，涵盖你上传的 JSONL、CSV、parquet 和文本文件，以及从 Hugging Face 镜像进来的数据。

优先 GPU 队列。 队列繁忙时，你的运行会排在 Free、Lite 和 Builder 之前，这决定了重训是现在开始还是午饭后才开始。

新功能抢先体验。 Pro 账户会比低价档位更早拿到 Studio 的新能力。

更高级别的 GPU。 更好的训练硬件，让更大的模型和更长的训练运行变得可行，而不只是更快。

完整模型导出，以及在其之上继续训练。 在 Training Config 里打开 "Export full model"，运行会交给你一份已合并的 16 位 safetensors 检查点，而不只是 LoRA 适配器。这份检查点可以直接进入推理服务栈，量化留给你决定；它也是你再次训练的起点："Continue from your models" 会拿你已经训练好的模型作为下一次运行的基础。对客户交付来说，这是「在上个季度的模型之上继续」和「从零重来」的差别。

项目实际上是怎么运作的

理解项目模型对判断 Pro 是否契合你的工作流很重要，因为它并不是大家通常以为的多租户结构。

项目是 Model Studio 标签页内的一个工作区。每个项目有自己的画布、自己的训练运行历史和自己的名称。同样重要的是，有些东西存在于项目之外、属于账户层级：

• 数据集存放在 Data Craft，任何项目都能访问
• 模型成品（LoRA 适配器与 GGUF 导出）存放在 Hub，任何项目都能访问
• 存储配额按账户计算，单个项目不会分到自己的份额

所以 Studio 提供的分隔是组织层面的。为每个在建模型开一个项目，可以避免画布互相干扰；用客户名或用途给项目命名，能让工作保持清晰。把一个客户的数据与另一个客户隔开，是你在选择哪个数据集喂给哪次运行时施加的纪律。如果你在保密协议下处理数据，这一点值得看清楚。

LoRA 适配器机制是这一切在成本上可行的原因。每个微调模型都是一个轻量适配器，通常 50 到 200 MB，叠在共享的基础模型之上。十个模型共用基础权重，只有适配器不同，这就是 100 GB 比十份完整模型副本走得远得多的原因。

同时跑多个训练

Ertas 的任何套餐都没有硬性并发上限。画布上每个 Action Module 都作为独立任务运行，所以你可以放下十个 Fine-Tune 模块并全部点击运行。

真正限制并行度的是积分可用量。启动一次运行会把它的预估成本置为占用状态，新的运行只能从未被占用的部分中支取。如果下一次运行的预估超过你的可用余额，它会在提交时被拦下。在 Pro 上，这 200 积分决定了你同时能有多少任务在跑。

Pro 适合谁

有 3 到 10 个活跃微调委托的顾问与机构。 你在交付定制模型、管理持续的重训，需要足够的积分预算与存储来同时维持多个模型。

同时服务多个客户的自由职业 AI 顾问。 你独立工作，但在 4 到 6 个客户之间轮转。积分额度决定了你是否需要精打细算每次训练。

为多个部门构建模型的小型内部 AI 团队。 市场模型、销售模型和客服模型各自需要自己的训练数据和自己的 GGUF 输出。独立项目给每一个干净的工作空间。

ROI 计算

问题不是每月 $50 贵不贵，而是相对于它让你能开出的账单来说贵不贵。

场景 1：5 个客户，每个每月 $500 保留金

• 月收入：$2,500
• Pro 套餐成本：$50
• 套餐占收入比例：2.0%

场景 2：3 个客户，每个每月 $800 项目费

• 月收入：$2,400
• Pro 套餐成本：$50
• 套餐占收入比例：2.1%

场景 3：10 个客户，每个每月 $300 保留金（仅模型维护）

• 月收入：$3,000
• Pro 套餐成本：$50
• 套餐占收入比例：1.7%

只要有一个客户每月付 $70 以上，这个套餐就回本了。超过一个活跃的微调客户之后，成本就不再是决策中的真实变量。

每个客户真正需要什么（以及 Pro 提供什么）

这个检查值得说清楚。运行结束时，Studio 会用一小组固定提示词生成三条推理样本。它告诉你模型输出连贯、格式正确，但不能告诉你模型好不好，因为提示词不是你的，也没有任何评分。真正的评估意味着下载模型、用你自己的测试集去跑，验证导出指南完整讲解了这个流程。内置评估套件仍在路线图上。

与自建基础设施的成本比较

有些机构会考虑自建微调基础设施而不是付费用 Pro。诚实的比较如下：

对于有专职 ML 工程师的大型机构，自建可能说得通。对于小型机构和顾问，每月 $50 换来的基础设施若靠开发时间自建要花掉数百美元，这是个直接了当的选择。

Pro 与 Business：何时升级

Business 每月 $100。升级带来：

• 每月 400 积分（Pro 为 200）
• 200 GB 模型成品存储（Pro 为 100 GB）
• 10 GB 数据集存储（Pro 为 5 GB）
• GPU 队列中更高的优先级
• 新功能的优先抢先体验

在以下情况升级到 Business：

• 你月底时积分余额总是清零
• 你删除 Hub 成品是为了腾空间，而不是因为不再需要它们
• 你的数据集已经超出 5 GB
• 高峰期的排队位置正在拖慢你的交付

在以下情况留在 Pro：

• 200 积分足以从容覆盖你的重训计划
• 你导出的模型与数据集装得下 100 GB 与 5 GB
• 标准优先级的调度对你的交付节奏已经够快

可预测的月度定价

Pro 每月 $50，按月计费。随时取消。

如何判断你已经准备好用 Pro

如果符合以下情况，你已经准备好了：

• 你训练得够频繁，Builder 的 100 积分在月底之前就用完
• 你同时维持多个微调模型
• 你把微调模型作为付费服务的一部分交付
• 你在为涉及定制模型的 AI 工作向客户收费

如果你只是偶尔训练、手上留着一两个模型，每月 $25 的 Builder 大概就够了，而每月 $10 的 Lite 则覆盖了越过 Free 层限制的需求。当决定你月度用量的是训练量而不是好奇心时，Pro 才真正配得上它的位置。

---

延伸阅读

• Ertas Builder 套餐评测 — 升级到 Pro 之前，Builder 是否合适？
• 机构 AI 成本削减 — 机构如何用微调本地模型削减 99%+ 的成本
• 管理多个微调模型 — 多客户模型管理的运营流程
• 面向机构的白标 AI 平台 — 白标何时变得重要
• 用微调模型建立经常性收入 — 围绕模型维护构建保留金收入