在租來的 GPU 上訓練一個 SDXL 或小型 Flux 模型的 LoRA，花費遠低於 $10。2026 年 9 月，RTX 4090 在 Vast.ai 上每小時約 $0.31，在 RunPod 上每小時 $0.74，而一次 SDXL LoRA 訓練連同準備和測試，只要一個多小時。每次嘗試 $0.34 到 $0.80，$10 的預算夠您試十幾次。
難的不是錢，而是圖片、標註，以及知道什麼時候該停。本指南全部都會談到，指令可以直接貼上使用。價格和工具版本都在 2026 年 9 月查核過，來源列在文末。
五個步驟的工作流程
LoRA 是什麼，為什麼便宜
LoRA（Low-Rank Adaptation）會凍結基礎模型，在其中部分層旁邊訓練兩個小矩陣。原始論文指出，和完整微調 GPT-3 175B 相比，可訓練參數減少了 10,000 倍，GPU 記憶體減少了 3 倍。圖像模型也是同樣的道理：SDXL 基礎 checkpoint 是一個 6.9 GB 的檔案，而您訓練出的 LoRA 是一個獨立的小檔案，載入時疊在基礎模型上，強度可以自己調。
所以一張消費級 GPU 就夠用，一次訓練也只要幾十分鐘，而不是好幾天。
依 VRAM 選 GPU
VRAM 決定您能訓練什麼。速度決定一次訓練要計費幾分鐘，所以每小時較貴但較快的顯示卡，算到每次訓練的成本可能差不多。
| 模型系列 | 文件列出的最低需求 | 寬裕 | 說明 |
|---|---|---|---|
| SD 1.5 | 8 GB | 12 GB 以上 | 以 512x512 訓練，最便宜也最快 |
| SDXL | 8 GB（建議 10 GB） | 24 GB | 只訓練 U-Net，快取 latent 和文字編碼器輸出 |
| FLUX.1 [dev]（12B） | 8 GB，需大量 block swapping | 24 GB | sd-scripts 列出 24、16、12、10 和 8 GB 的設定 |
| FLUX.2 [klein] 4B/9B | 未說明 | 24 GB | BFL：bf16 權重約 13 GB，LoRA 訓練可在 24 GB 以內完成 |
低 VRAM 設定能用，但很慢。sd-scripts 是靠在 GPU 和系統記憶體之間搬移 transformer 區塊，才把 FLUX.1 塞進 8 到 16 GB，而每次搬移都要花時間，這些時間都要付錢。在租來的機器上，24 GB 的顯示卡是合理的預設選擇：RTX 3090 或 4090。RTX 5090（32 GB）也可以，但 sd-scripts 註明它需要 PyTorch 2.8.0 搭配 CUDA 12.8 或 12.9，所以請確認您的範本附帶的軟體版本夠新。
資料中心等級的顯示卡比較快，但 RunPod 上 A100 80 GB 每小時 $1.59，是 4090 的兩倍多。只用 20 或 30 張圖訓練 LoRA，多出來的速度很少能彌補這個價差；這類顯示卡比較適合大型資料集或完整微調。
去哪裡租，要花多少
您需要的是給您一台機器的平台：有 shell 或 Jupyter notebook、有磁碟，也有辦法把檔案傳進傳出。這類工作最常見的兩個選擇是 Vast.ai 和 RunPod。
| GPU | VRAM | Vast.ai（起價） | RunPod 價格頁面 | RunPod 追蹤到的最低價 |
|---|---|---|---|---|
| RTX 3090 | 24 GB | 約 $0.11–0.13/小時 | $0.50/小時 | $0.22/小時 |
| RTX 4090 | 24 GB | 約 $0.31–0.33/小時 | $0.74/小時 | $0.34/小時 |
| RTX 5090 | 32 GB | 約 $0.41–0.47/小時 | $0.99/小時 | $0.69/小時 |
價格截至 2026 年 9 月。「Vast.ai（起價）」和「RunPod 追蹤到的最低價」來自 getdeploying.com 的價格追蹤，中間那欄是 RunPod 自己的價格頁面。Vast.ai 的價格由各主機自訂，所以您看到的報價會因地點和可靠度分數而不同。
兩者都按秒計費。額外費用則不同，而對一小時的工作來說，這些費用的影響比每小時價格看起來更大：
- Vast.ai 對儲存空間的計費是「只要執行個體存在，不論是否在執行」，頻寬則按位元組計費，費率由各主機自訂。在頻寬費高的主機上下載 7 GB 的基礎模型，費用會累積起來。用完請刪除執行個體，不要只是停止。
- RunPod 在執行期間對容器磁碟每 GB 每月收 $0.10，停止後不收；已停止的 volume 磁碟則是每 GB 每月 $0.20。資料傳入和傳出都不收費。
兩個平台都有現成的範本。ai-toolkit 的作者維護一個官方 RunPod 範本，kohya_ss 的 README 也把 RunPod 列為支援的環境。用範本可以省下十分鐘以上在計費時間內安裝 PyTorch 的工夫。更完整的價格比較，請看 GPUFlow、Vast.ai、RunPod 與 SaladCloud 比較和 GPU 租用的隱藏成本。
準備資料集和標註
這些都在您自己的電腦上做完，再去租機器。
圖片
- 數量。 一個人物、物品或風格用 15 到 40 張。Black Forest Labs 建議 FLUX.2 [klein] 使用「15 到 40 張風格一致的圖片」。如果多出來的圖品質較差，多不代表好。
- 一致與多樣。 每張圖都必須呈現這個概念，其他一切則要有變化：角度、光線、背景、構圖。如果產品的每張照片都放在同一張白桌上，LoRA 學到的會是那張桌子。
- 品質。 清晰、曝光正確，沒有浮水印或文字疊加。雜訊和 JPEG 色塊，LoRA 也會學得一樣忠實。
- 解析度。 SDXL 和 Flux 的短邊至少 1024 像素，SD 1.5 至少 512。不必裁成正方形：啟用 bucketing 後，sd-scripts 會依長寬比將圖片分組。
標註
每張圖片都有一個同名的文字檔（photo01.jpg、photo01.txt）。標註告訴模型哪些東西已經用文字說明了，讓 LoRA 去學文字沒說明的部分。開頭放一個罕見的觸發詞，接著描述所有您希望之後還能改變的東西：
zxq_mug, a ceramic coffee mug on a wooden desk, morning light from the left, shallow depth of field有兩個工具可以幫您寫初稿：
-
WD14 tagger，內建於 sd-scripts，會產生以逗號分隔的標籤。適合動漫風格的模型，以及用標籤訓練的 SDXL 微調模型：
python finetune/tag_images_by_wd14_tagger.py --onnx \ --repo_id SmilingWolf/wd-swinv2-tagger-v3 --batch_size 4 /workspace/dataset/img -
JoyCaption 是一個開放（Apache 2.0）的標註模型，專為訓練擴散模型打造，寫出來的是自然語言句子，比標籤更適合 Flux。它的 README 說明，以 bf16 執行約需 17 GB VRAM，另有 8-bit 和 4-bit 版本供較小的顯示卡使用。
OneTrainer 也內建 BLIP、BLIP2 和 WD-1.4 的標註功能。不管初稿是誰寫的，每一則標註都要讀過、修正。這是整個專案中最有價值的半小時。
選擇訓練工具
幾乎所有人都能在以下四個工具中找到合適的。全部免費且開源。
| 工具 | 介面 | 支援模型（2026 年 9 月） | 適合 |
|---|---|---|---|
| kohya-ss/sd-scripts | 命令列 | SD 1.x/2.x、SDXL、SD3/3.5、FLUX.1、Lumina、HunyuanImage-2.1、Anima | 可重現的訓練、完全掌控 |
| bmaltais/kohya_ss | 建立在 sd-scripts 上的網頁介面 | 同 sd-scripts | 想用 sd-scripts 又不想背參數 |
| Nerogar/OneTrainer | 桌面介面和 CLI | SD 1.5 到 3.5、SDXL、FLUX.1、FLUX.2、Chroma、Qwen Image 等 | 內建標註和遮罩功能 |
| ostris/ai-toolkit | 網頁介面和 YAML 設定檔 | SD 1.5、SDXL、FLUX.1、FLUX.2、Qwen-Image、Wan 影片等 | Flux 和較新的模型、RunPod 範本 |
sd-scripts 目前是 0.11.1 版（2026 年 6 月），以 Python 3.10 測試，需要 PyTorch 2.6.0 以上。ai-toolkit 建議使用 Python 3.12，目前安裝的是針對 CUDA 13.0 建置的 PyTorch 2.13.0。OneTrainer 需要 Python 3.10 到 3.13。
SDXL 我用 sd-scripts，因為整個設定就是那一行指令，每次訓練都容易重複和比較；Flux 則用 ai-toolkit。
用 sd-scripts 訓練 SDXL LoRA
在裝好 NVIDIA 驅動程式的全新 Linux 執行個體上，幾行指令就能設定完成：
git clone https://github.com/kohya-ss/sd-scripts.git
cd sd-scripts
python -m venv venv && source venv/bin/activate
pip install torch==2.6.0 torchvision==0.21.0 --index-url https://download.pytorch.org/whl/cu124
pip install --upgrade -r requirements.txt
accelerate config default --mixed_precision bf16
# SDXL base model (not gated, CreativeML Open RAIL++-M license)
hf download stabilityai/stable-diffusion-xl-base-1.0 sd_xl_base_1.0.safetensors \
--local-dir /workspace/models用 scp、rsync 或平台的檔案瀏覽器，把圖片和 .txt 標註的資料夾複製到 /workspace/dataset/img。接著在 /workspace/dataset.toml 中描述資料集：
[general]
caption_extension = ".txt"
enable_bucket = true
[[datasets]]
resolution = 1024
batch_size = 1
[[datasets.subsets]]
image_dir = "/workspace/dataset/img"
num_repeats = 10然後開始訓練：
accelerate launch --num_cpu_threads_per_process 1 sdxl_train_network.py \
--pretrained_model_name_or_path=/workspace/models/sd_xl_base_1.0.safetensors \
--dataset_config=/workspace/dataset.toml \
--output_dir=/workspace/output --output_name=zxq_mug \
--save_model_as=safetensors \
--network_module=networks.lora --network_dim=16 --network_alpha=8 \
--network_train_unet_only \
--optimizer_type=AdamW8bit --learning_rate=1e-4 \
--lr_scheduler=constant_with_warmup --lr_warmup_steps=100 \
--max_train_epochs=8 --save_every_n_epochs=2 \
--mixed_precision=bf16 --save_precision=bf16 \
--cache_latents --cache_latents_to_disk --cache_text_encoder_outputs \
--gradient_checkpointing --sdpa --seed=42 \
--sample_prompts=/workspace/prompts.txt --sample_every_n_epochs=2prompts.txt 每行一個測試提示詞，並用 sd-scripts 的行內選項指定尺寸、種子和步數：
zxq_mug, a ceramic coffee mug on a kitchen counter --w 1024 --h 1024 --d 42 --s 28
zxq_mug, a ceramic coffee mug held by a hiker on a mountain top --w 1024 --h 1024 --d 42 --s 28各項設定的作用
- 步數。 圖片數 × 重複次數 × epoch 數 ÷ 批次大小。25 張圖的話：25 × 10 × 8 = 2,000 步。
network_dim16、network_alpha8。 LoRA 的容量。一個物品或一張臉，16 就很夠；風格有時需要 32。rank 越高，越快過擬合，檔案也越大。--network_train_unet_only。 這裡是必要的：sd-scripts 不允許在訓練文字編碼器的同時快取文字編碼器輸出，而且它的文件本來就「強烈建議」SDXL LoRA 只訓練 U-Net。- 快取和 gradient checkpointing。 這兩項讓 SDXL 能塞進 8 到 10 GB。快取也會停用標註打亂（caption shuffling）和標註丟棄（caption dropout），所以資料集檔案裡沒有這兩項。
learning_rate1e-4 搭配 AdamW8bit。 這是 sd-scripts 自己的 SDXL LoRA 範例所用的值。如果四個 epoch 後範例圖幾乎沒變，試試 2e-4。如果範例圖變成訓練圖片的翻版，就調低，或提早停止。- 每 2 個 epoch 存一次 checkpoint。 您會得到第 2、4、6、8 個 epoch 的檔案，從中挑最好的。最好的 LoRA 常常不是最後一個。
要花多久
在一個 kohya_ss 的 issue 討論串中，使用者回報在 RTX 4090 上以 1024x1024、批次大小 1、啟用 gradient checkpointing 訓練 SDXL LoRA，速度約每秒 1.1 到 1.4 次迭代。以這個速度，2,000 步需要 24 到 30 分鐘，再加上快取 latent 的幾分鐘。同一個討論串也顯示，當顯示卡 VRAM 不足、溢出到共用記憶體時情況有多糟：每步 50 秒以上。如果您的速度遠低於預期範圍，先查看 nvidia-smi，再去懷疑設定。
用 ai-toolkit 訓練 Flux 和較新的模型
Flux 用 ai-toolkit 最簡單。在租來的機器上：
git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
python3 -m venv venv && source venv/bin/activate
pip3 install --no-cache-dir torch==2.13.0 torchvision==0.28.0 torchaudio==2.11.0 \
--index-url https://download.pytorch.org/whl/cu130
pip3 install -r requirements.txt
cp config/examples/train_lora_flux_24gb.yaml config/zxq_mug.yml
# edit the dataset path, trigger word and steps, then:
python run.py config/zxq_mug.yml也可以用 cd ui && npm run build_and_start 啟動網頁介面，然後開啟 8675 連接埠。如果伺服器其他人也連得到，請照 README 的建議，先把 AI_TOOLKIT_AUTH 設成一組密碼。
挑選 Flux 模型前，授權方面有兩件事要知道：
- FLUX.1 [dev] 在 Hugging Face 上需要申請存取。您必須接受 FLUX.1 [dev] Non-Commercial License，並用 Hugging Face 的讀取權杖下載。它的模型卡說明，產生的圖片可以商用；但權重和您訓練的 LoRA 適用非商業授權。
- FLUX.2 [klein] 4B 採用 Apache 2.0，不需申請存取。9B 版本則採用 FLUX Non-Commercial License。
Black Forest Labs 在 2026 年 6 月發表了一份用 ai-toolkit 訓練 FLUX.2 [klein] LoRA 的指南：在 RTX 4090 上跑 1,800 步「不到一小時」，並建議查看第 750 到 1,500 步左右的 checkpoint。FLUX.1 [dev] 的大小是 klein 4B 的三倍，我還沒找到同樣可靠的公開時間數據；請預留更多時間，並實測您的第一次訓練。
停止付費前先測試 LoRA
趁機器還在執行時，查看每個已儲存 epoch 的範例圖。它們能免費告訴您，LoRA 是否學會了這個概念，以及從哪裡開始過擬合。接著下載您滿意的 checkpoint：
rsync -avP user@your-instance:/workspace/output/*.safetensors ./loras/回到自己的電腦，把檔案放進 ComfyUI 的 models/loras 資料夾或 Forge 的 models/Lora，用固定的種子測試：
- 強度。 試 0.6、0.8 和 1.0。有些 LoRA 在低於 1.0 時效果最好。
- 靈活度。 把觸發詞放進訓練資料中沒有的場景：山頂上的馬克杯、畫作中的臉。如果只在和訓練圖片相似的場景中有效，就是過擬合了：改用較早的 epoch，或減少重複次數。
- 滲漏。 不加觸發詞生成圖片。如果這個概念還是出現了，代表您的標註對圖片描述得不夠。
結果不對時，問題通常出在資料集：拿掉幾張較差的圖片，或在標註中寫出您希望能改變的東西。調整學習率是第二步，不是第一步。
實際成本試算
一個 SDXL LoRA，25 張圖，2,000 步，使用 RTX 4090：
| 步驟 | 時間 |
|---|---|
| 從範本啟動，安裝 sd-scripts | 10 分鐘 |
| 下載 SDXL 基礎模型、上傳資料集、快取 | 10 分鐘 |
| 訓練（2,000 步，每秒 1.1 到 1.4 次迭代） | 30 分鐘 |
| 查看範例圖、下載 checkpoint、刪除執行個體 | 15 分鐘 |
| 合計 | 65 分鐘（1.08 小時） |
- Vast.ai，每小時 $0.31：1.08 × $0.31 = $0.34，另加儲存費和該主機的頻寬費率。
- RunPod，每小時 $0.74：1.08 × $0.74 = $0.80。那一小時的 50 GB 容器磁碟再加 50 × $0.10 ÷ 730 小時，不到 1 美分。
一個 FLUX.2 [klein] LoRA，訓練一小時，準備和測試 30 分鐘，在 RunPod 上是 1.5 × $0.74 = $1.11，在 Vast.ai 上是 1.5 × $0.31 = $0.47。
真正讓 $10 預算破功的，很少是訓練本身。而是整晚忘了關的執行個體（每小時 $0.74，12 小時就是 $8.88）、已停止卻仍在付儲存費的 Vast.ai 執行個體，或是在計費時間內花一小時寫標註。按秒計費只有在您用完就刪除機器時才有幫助。
GPUFlow 適合這項工作嗎
不適合。GPUFlow 出租的是語言模型的使用權：由提供者在自己的 GPU 上執行（通常用 Ollama），您透過一組相容 OpenAI 的 API 金鑰存取。沒有 shell、沒有 SSH，也不能存取檔案，所以無法安裝訓練工具、上傳圖片或下載 LoRA。而且它提供的是聊天模型，不是圖像模型。請在 Vast.ai、RunPod 或其他直接出租機器的類似平台上訓練。
如果您處理的是文字而不是圖片，同樣的「租用、訓練、刪除」做法也適用於語言模型：請看在租用的 GPU 上私密微調 LLM。
來源
全部於 2026 年 9 月查核。
- LoRA 論文：Hu 等人，LoRA: Low-Rank Adaptation of Large Language Models
- sd-scripts：README 和版本發布、SDXL LoRA 訓練、SDXL 說明與 VRAM、資料集設定、FLUX.1 LoRA 訓練、WD14 tagger
- bmaltais/kohya_ss、Nerogar/OneTrainer、ostris/ai-toolkit、JoyCaption
- SDXL 在 4090 上的速度：kohya_ss issue #1288
- Black Forest Labs：在 60 分鐘內用 LoRA 微調 FLUX.2 [klein]，以及 FLUX.1 [dev]、FLUX.2 [klein] 4B、FLUX.2 [klein] 9B 的模型卡
- Stable Diffusion XL base 1.0 模型卡
- 價格：RunPod 價格、RunPod pod 價格與儲存、Vast.ai 價格，以及 getdeploying.com 上的 RTX 3090、RTX 4090、RTX 5090 和 Vast.ai
- GPUFlow：API 快速入門