苹果芯片微调大模型
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Deliany 是一家位于美国德州奥斯汀的 Apple Silicon 训练集群服务商，专注在 MLX 上微调开源权重大语言模型。它不是通用 AI SaaS，而更像面向开发者和 AI 团队的训练基础设施与托管微调服务，主张用 Apple Silicon 的大统一内存处理 32B、70B 级模型的内存受限训练任务。
其核心场景包括 LoRA/QLoRA 适配器训练、全量监督微调 SFT，以及 DPO、ORPO、KTO 等偏好对齐。页面明确提到可在 Llama 3.3 70B、Mistral Large、Qwen 2.5 72B 上训练 adapter，也可对 Mistral 7B、Qwen 2.5 7B、Phi-4、Gemma 2 9B 做全参数 SFT。支持 MLX、PyTorch、Hugging Face、Weights & Biases、Ollama 等生态，但重点是 MLX-native recipes。
Deliany 提供两种模式：DIY 租节点后通过 SSH 运行自己的 MLX 脚本；或托管模式，提交 JSONL 数据集和训练配置，由其运行、监控、评估并交付 adapter 与简报。定价支持按小时、按月、按次，托管任务为固定按次报价，并强调无 spot market、无最低承诺、无意外账单。不过页面没有给出具体价格，因此实际性价比仍需询价确认。
优点是定位清晰，适合大模型微调中显存/内存压力较高的任务；US data residency、物理安全、双运营商网络和工程师 Slack Connect 支持也比较明确。缺点是没有公开价格、免费试用、中文服务和正式 API 信息；Apple Silicon/MLX 生态相较 NVIDIA/CUDA 更窄，部分训练任务可能并不适合。
它适合已有数据集、想微调开源 LLM 的团队，尤其是希望尝试非 NVIDIA 路线、需要美国数据驻留和工程支持的客户。中国大陆访问、支付方式和中文客服均未披露，建议按“未知”处理；若网络或合规不便，可比较 RunPod、Lambda Labs、Modal，或国内阿里云 PAI、腾讯云 TI、火山引擎等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 deliany.com 官网实际信息为准。
MLX原生按小时计费，适合低成本微调探索。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。