# 花 500 美元微调一个 9B 开源模型，在商品目录审核上干掉了顶尖闭源模型

> 原标题：A $500 RL fine-tune of a 9B open model beat frontier models on catalog review

- 来源：Hacker News 首页
- 发布时间：2026-07-28T02:18:53.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/47016
- 原文：https://fermisense.com/when-machines-take-the-wheel/

## 摘要

Fermisense 用 GRPO 强化学习微调了一个 9B 开源模型做商品目录审核，质量得分达到 87.3%，而他们测试的最强闭源模型组合只拿到 76.9%。成本差距更夸张：微调模型审一千条商品只要 0.5 美元，闭源方案则要 19 到 172 美元，便宜了 40 到 340 倍。

## 推荐理由

Fermisense 用 GRPO 微调 9B 开源模型做商品目录审核，质量得分 87.3%，超过其测试的最强闭源组合 76.9%，单千条成本从 19 至 172 美元降到 0.5 美元。

## 锐评

便宜 40 到 340 倍这个数，比 87.3 对 76.9 的分数更值得看。审一千条商品 0.5 美元，闭源那套 19 到 172 美元，量级差成这样，做商品审核的老板看一眼账单就知道该往哪边走。500 美元微调一个 9B，一次投入换掉按条计费的 API，跑量越大越划算。分数是自家博客测的，闭源那边怎么调的 prompt、试了几轮都没说，87 对 76.9 我留个心眼。但成本这块没什么好争的，闭源方案在这个场景里基本没得打。
