Google Vertex AI
Tuning géré pour les modèles Google pris en charge, avec une disponibilité des modèles et des méthodes documentée par Google.
Vérifier la prise en charge actuelleGuide du fine-tuning
Fine-tuning dans le cloud
Comparez une API gérée de personnalisation de modèle et un job d’entraînement GPU configurable. Les modèles, régions, quotas, durées de conservation, exports et tarifs actuels font partie de la décision d’achat.
La disponibilité chez OpenAI a changé
OpenAI a annoncé le 8 mai 2026 l’arrêt progressif de sa plateforme de fine-tuning : elle est fermée aux nouveaux utilisateurs, les utilisateurs existants disposent d’une période de transition et les modèles fine-tunés ne restent disponibles que jusqu’à l’obsolescence de leurs modèles de base. Ne concevez pas un nouveau projet à partir d’anciens tutoriels de fine-tuning OpenAI.
Lire l’annonce officielle d’OpenAIAmazon Bedrock
Personnalisation gérée pour une liste de modèles de fondation qui dépend de la région. Le stockage, l’IAM, le chiffrement et les choix de service restent de votre ressort.
Vérifier la prise en charge actuelleMicrosoft Foundry
Des parcours de tuning géré et à calcul géré, dont la disponibilité des modèles et des régions doit être vérifiée dans le catalogue courant.
Vérifier la prise en charge actuelleAPI gérée ou job GPU ?
API de personnalisation gérée
- • Moins d’infrastructure à exploiter
- • Modèles, méthodes et hyperparamètres limités
- • Vérifiez si les poids ou les adaptateurs peuvent être exportés
- • Le service peut dépendre de la capacité et du cycle de vie propres au fournisseur
Job d’entraînement GPU configurable
- • Plus de contrôle sur le modèle, le code, les artefacts et la topologie
- • Vous portez la conception des dépendances, des checkpoints, des reprises et de la sécurité
- • La capacité spot n’aide que si les jobs reprennent sans risque
- • Temps d’inactivité, stockage, journaux, sortie réseau et service s’ajoutent au calcul
Construire une estimation de coût à jour
Utilisez un petit pilote pour mesurer les jetons par seconde et la mémoire de pointe. Estimez l’entraînement, les tentatives échouées, le stockage des checkpoints, l’inférence d’évaluation, la capacité de déploiement, les transferts de données et le temps d’ingénierie. Revérifiez les devis juste avant d’engager la dépense.
La source des prix et la date de relevé sont consignées.
Les hypothèses de région, d’accélérateur, de précision et de réservation sont explicites.
Les interruptions et la fréquence des checkpoints sont prises en compte.
L’estimation couvre le service du modèle de base avec adaptateur, ou du modèle fusionné.