2pm.spacePlateformes de fine-tuning de LLM :
les alternatives comparées
L’entraînement est la partie courte du fine-tuning. Réunir de bons exemples et mettre le modèle ajusté au travail, voilà ce qui prend du temps.
Les critères à regarder
- D’où viennent les données d’entraînement, et comment vous les relisez avant l’entraînement.
- Les modèles de base que vous pouvez ajuster, et avec quelle méthode (LoRA ou complète).
- Le prix par token d’entraînement, et ce que coûte le modèle ajusté en service.
- Comment le modèle ajusté arrive en production — un endpoint d’API, ou un modèle que vos agents choisissent déjà dans leur liste.
Les 8 outils
- 1.
2pm.space
Notre produitLe fine-tuning intégré à la boîte de réception : notez et corrigez les réponses de votre agent, entraînez un adaptateur LoRA sur des modèles à poids ouverts comme Llama, Qwen et Mistral, puis choisissez-le dans la liste des modèles de n’importe quel agent — facturé sur le même crédit.
- Idéal pour
- Les équipes qui ajustent un agent de support ou de vente sur de vraies conversations
- Tarifs
- Toutes les fonctionnalités sont gratuites — vous ne payez que l’IA que vous utilisez, au tarif du fournisseur du modèle
- 2.
Together AI
Service cloud de fine-tuning supervisé et par préférences (DPO) de modèles à poids ouverts comme Llama, Qwen, Gemma et DeepSeek, facturé au token traité, avec déploiement sur la plateforme d’inférence de Together.
- Idéal pour
- Les développeurs qui fine-tunent et hébergent des modèles à poids ouverts via une API
- Tarifs
- À partir de $0.34 par million de tokens d’entraînement
- 3.
Fireworks AI
Fine-tuning géré (LoRA et SFT/DPO en paramètres complets) de modèles ouverts sur le cloud d’inférence de Fireworks, plus un entraînement facturé à l’heure de GPU ; les modèles ajustés sont servis au prix du modèle de base.
- Idéal pour
- Les équipes qui fine-tunent des modèles ouverts et les servent à grande échelle
- Tarifs
- À partir de $0.50 par million de tokens d’entraînement
- 4.
Amazon Bedrock
Service AWS de fine-tuning supervisé et par renforcement et de pré-entraînement continu des modèles Bedrock comme Amazon Nova, Titan, Llama, Cohere, gpt-oss et Qwen, facturé au token d’entraînement ou à l’heure.
- Idéal pour
- Les équipes AWS qui personnalisent des modèles de fondation dans leur compte AWS
- Tarifs
- À partir de $0.0004 par millier de tokens d’entraînement (Titan Text Lite)
- 5.
Google Gemini Enterprise Agent Platform (Vertex AI)
Fine-tuning supervisé, par préférences et par renforcement de Google Cloud pour les modèles Gemini et des modèles ouverts comme Gemma, Llama et Qwen, désormais intégré à Gemini Enterprise Agent Platform (anciennement Vertex AI).
- Idéal pour
- Les équipes Google Cloud qui ajustent des modèles Gemini ou des modèles ouverts
- Tarifs
- À partir de $0.28 par million de tokens d’entraînement (Llama 3.2 1B)
- 6.
Replicate
Plateforme d’API pour exécuter, fine-tuner et déployer des modèles open source, facturée à la seconde de matériel ; le fine-tuning est centré sur les modèles d’image comme FLUX. Replicate a rejoint Cloudflare en novembre 2025.
- Idéal pour
- Les développeurs qui fine-tunent des modèles d’image comme FLUX via une API
- Tarifs
- À partir de $0.000225 par seconde GPU (Nvidia T4)
- 7.
Unsloth
Open sourceOffre gratuiteFramework open source (cœur sous Apache-2.0, interface Studio sous AGPL-3.0) pour un fine-tuning de LLM plus rapide et moins gourmand en mémoire et pour l’inférence locale, avec des niveaux Pro et Enterprise sur devis.
- Idéal pour
- Les développeurs qui fine-tunent des modèles ouverts sur leurs propres GPU
- Tarifs
- Open source, gratuit en auto-hébergement
- 8.
Axolotl
Open sourceOffre gratuiteFramework open source gratuit sous Apache-2.0 pour le fine-tuning et le post-entraînement de LLM (LoRA, QLoRA, fine-tuning complet, méthodes par préférences et RL) via des configurations YAML, sur vos propres GPU ou des GPU loués.
- Idéal pour
- Les ingénieurs ML qui fine-tunent des modèles ouverts sur leur propre infrastructure
- Tarifs
- Open source, gratuit en auto-hébergement
Questions fréquentes
Les clients ne peuvent pas ajuster par LoRA des modèles hébergés comme Claude. Le fine-tuning sur 2pm.space utilise des modèles de base à poids ouverts comme Llama, Qwen, Mistral et gpt-oss.
Sur 2pm.space, de votre boîte de réception : les réponses que vous notez positivement et les corrections que vous rédigez avec Améliorer. Chaque paire attend votre Inclure avant d’être exportée.
Pas sur 2pm.space — un jeu de données entraîne un adaptateur qui appartient uniquement à votre espace de travail. L’entraînement lui-même s’exécute chez Together AI, après suppression des numéros de téléphone et des e-mails.
Comment nous avons vérifié
Chaque description de cette page provient du site public de l’éditeur concerné, consulté le 4 octobre 2026. Les produits et les prix évoluent : vérifiez la version actuelle sur le site de chaque éditeur — et si quelque chose ici n’est plus à jour, dites-le-nous et nous le corrigerons.
Les prix sont un tarif catalogue de départ affiché par chaque éditeur pour une offre payante, hors taxes et options ; certains correspondent à une facturation annuelle. Consultez la page tarifs de l’éditeur pour l’offre qui vous intéresse.
Les noms de produits et les marques appartiennent à leurs propriétaires. 2pm.space n’est ni affilié aux entreprises citées ici, ni approuvé par elles.
Autres comparatifs
Essayez 2pm.space — toutes les fonctionnalités sont gratuites
Ni formules, ni sièges. Ouvrez un espace de travail, connectez un canal ou une base de données, et ne payez que l’IA que vos agents utilisent.