本文要点
多数团队应先用尽 prompt、RAG 与路由再微调。仅当干净评测集上风格/领域错误仍顽固且能维护训练数据时再微调。早期产品 API+RAG 迭代更便宜。
适合继续 API 当…
需求周级变化、数据稀疏/嘈杂、或需要多厂商 failover。先结构化输出与 tool calling。
适合微调当…
任务稳定、有足量高质量样本、相对 RAG 有可测提升，且有评测/回归运维能力。确认厂商微调能力与数据驻留。自建见 self-hosting。
在 Swift Horse 上的下一步
优化 → 定价 → 企业采购指南。
常见问题
该先微调 DeepSeek 还是 Qwen？
仅当 API 基线未过评测——选基座已在你任务上领先的厂商。
用 RAG 能否代替微调？
知识更新常够；风格/格式习惯更可能需要微调。
需要多少数据？
厂商门槛各异——重质量而非堆量，并留测试集。
这是官方微调文档吗？
否——Swift Horse 独立决策指南；步骤以厂商控制台为准。