Oumi
從一段提示詞開始，代理自動完成評測、資料合成、微調與部署，讓企業擁有自己的專用模型而不是一直租前沿 API
Oumi 是一家公益公司（Oumi PBC），GitHub 上的開源專案已累積約 9,400 顆星。它的主張寫在標語裡：「Own Your AI」——通用的能力用租的，但讓你有差異化、最花錢、必須自己掌控的部分，應該訓練成自己的模型。官網宣稱相較前沿模型，準確度最多高 50%、成本最多低 90%，最快兩小時從提示詞到部署。
流程分成六步：提示詞、評測、合成資料、訓練、部署、複利成長。你從一段提示詞開始，Oumi 的代理（官網標示專利申請中）會自動建立評測與測試集並分析失敗模式，再自動合成訓練資料，建議模型家族、大小、超參數與演算法，支援 SFT、LoRA、QLoRA，Pro 方案再加上 on-policy distillation。部署到閒置時可縮到零的 GPU，並能依線上資料自動重新訓練。
功能特色與適用場景：官網的使用案例集中在受監理產業，例如銀行客服自動結案、交易詐欺評分、消費與企業貸款審核、商戶風險、AML 可疑交易報告草稿、保險理賠承保範圍判斷、醫療編碼、事前授權證據比對，每一個都標註了外部佐證數量與是否已有正式上線案例。計價很透明：微調 16B 以下模型每百萬訓練 token 0.49 美元，H100 推論每 GPU 小時 7 美元；用 OpenAI、Anthropic、Google 模型合成資料時可自帶金鑰，Oumi 不加價。具備 SOC 2 Type II、HIPAA、GDPR。適合台灣有大量自有資料、又被前沿 API 帳單困擾的金融與保險業 AI 團隊；但要訓練出好模型，資料品質與評測標準仍得自己把關。
TheAI學院 編輯建議
編輯實測後的真心話Oumi 把「自己訓練專用模型」包裝成代理自動化的產線，價格表透明得少見；適合已經被 API 帳單嚇到、又有資料的團隊認真評估。
主要功能
- 代理自動化評測、資料合成、訓練到部署全流程
- 支援 SFT、LoRA、QLoRA 與 on-policy distillation
- 自動建議模型家族、大小與超參數
- 部署到可縮到零的 GPU，並依線上資料重新訓練
- 模型路由，把任務導向最便宜且達標的模型
- Enterprise 支援 VPC 與地端部署
適用場景
- 銀行把客服常見案件交給自有模型處理
- 以自有資料訓練交易詐欺評分模型
- 保險公司自動判讀理賠承保範圍
- 醫療院所建立醫療編碼建議模型
- 用小模型取代昂貴的前沿 API 降低成本
Oumi 的優點與缺點
優點
- 免費額度即可訓練第一個自訂模型
- 價格表逐項公開，自帶金鑰不加價
- 具 SOC 2 Type II、HIPAA、GDPR
缺點
- 需要足量且乾淨的自有資料
- Pro 每月僅可下載一次模型權重
- 進階 RL 訓練僅限 Enterprise
價格方案
Free 0 美元（企業信箱註冊送 50 美元、個人信箱 25 美元額度，3 個月內使用）；Pro 每月 25 美元（含等額平台額度，之後按用量）；Enterprise 客製（VPC 與地端部署）；微調、推論等另按 token 或 GPU 小時計價
Oumi 常見問題
Oumi 有免費試用嗎？
有。以企業信箱註冊可獲得 50 美元額度、個人信箱 25 美元，可在 3 個月內使用，不需信用卡。
可以用 Claude 或 GPT 來合成資料嗎？
可以。帶入自己的 OpenAI、Anthropic 或 Google 金鑰時 Oumi 不收推論費；沒有金鑰時以供應商公布價格原價轉嫁。
可以部署在自己的雲端嗎？
Enterprise 方案支援 BYOC，可部署在自己的 VPC 或地端環境。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
