Serverless GPU bei Modal: Preise und echte Monatskosten

Serverless GPU bei Modal: Der Einstieg beginnt mit einem Starter-Abo für $0 und $30 monatlichem Rechenguthaben. Ein kleiner GPU-Endpunkt, der den ganzen Monat zugewiesen bleibt, kann nach Abzug dieses Guthabens trotzdem $452.06 kosten. Das serverlose Modell lohnt sich für Aufgaben, die zwischen Lastspitzen herunterfahren können. Sobald Container dauerhaft abrechenbare Stunden sammeln, gehört eine dedizierte GPU in den Vergleich.

Abgeglichen mit der Modal-Preisseite, Stand November 2026; die Live-Seite wurde am 4. November geprüft. Sämtliche Modal-Tarife, Freikontingente und Multiplikatoren unten stammen von dieser Seite. Die Laufzeiten der Beispielaufgaben sind ausdrücklich Annahmen; die Rechnungen sind Berechnungen, keine Bereitstellungsbenchmarks. Alle Preise sind in US-Dollar angegeben.

Serverless GPU: Modal-Preise auf einen Blick

Starter bleibt die wirtschaftliche Standardwahl, bis eine Workspace-Grenze oder ein benötigtes Feature den Wechsel zu Team nötig macht. Modal ist eine serverlose Rechenplattform: Eine Python-Anwendung wird als Container bereitgestellt, und die Zahl laufender Container passt sich der Nachfrage an. Ein Container ist die Laufzeitumgebung mit dem eigenen Code und den zugewiesenen Ressourcen.

Die folgenden öffentlichen Tarife wurden im November 2026 geprüft. Rechenleistung oberhalb des enthaltenen Kontingents kommt zum Abopreis hinzu.

Starter erlaubt 200 bereitgestellte Apps, 5 bereitgestellte Cronjobs und 1 Tag Protokollaufbewahrung. Ein Cronjob läuft nach einem Zeitplan. Für eine nächtliche Stapelverarbeitung und einige Inferenz-Endpunkte können diese Grenzen ausreichen. Zehn gleichzeitige GPUs bezeichnen die parallele Kapazität, kein monatliches Kontingent von zehn GPU-Stunden.

Team erhöht die Zahl bereitgestellter Apps auf 1,000, die Protokollaufbewahrung auf 30 Tage und erlaubt unbegrenzt viele geplante Jobs. Enthalten sind eigene Domains, ein Proxy mit statischer IP, Budgets auf Umgebungsebene, rollenbasierte Zugriffskontrolle und Rollbacks über 3 Versionen. Der Wechsel lohnt sich beispielsweise, wenn ein viertes Workspace-Mitglied Zugriff benötigt oder die Fehlersuche im Produktivbetrieb Protokolle voraussetzt, die länger als einen Tag erhalten bleiben.

Auch Enterprise nennt 1,000 bereitgestellte Apps, dazu individuelle Bedingungen für Protokollaufbewahrung und Rollbacks. Hinzu kommen Audit-Protokolle, Single Sign-on, HIPAA-Kompatibilität, privater Slack-Support und eingebundene Engineering-Dienstleistungen für maschinelles Lernen. Mengenrabatte und Kapazitätsgrenzen werden per Angebot vereinbart. Ein öffentlich beziffertes monatliches Enterprise-Guthaben, das sich in eine Kalkulation einsetzen ließe, gibt es nicht.

Alle Tarife nennen Echtzeitmetriken, Zusammenarbeit, unbegrenzt viele Secrets, eigene Images, sofortige Bereitstellungen, verteilte Warteschlangen und Dictionaries sowie SOC 2-Konformität. Starter und Team bieten Community-Support über Slack. Bei Enterprise ist die Unterstützung für vertraglich zugesagte Ausgaben über die Marktplätze von AWS und GCP aufgeführt. Das sind Einkaufsvereinbarungen; allgemeine Cloud-Guthaben lassen sich dadurch nicht einfach übertragen.

Allein durch das höhere Rechenguthaben rechnet sich Team nicht. U steht im Folgenden für die monatlichen anrechenbaren Rechenkosten vor Guthabenabzug:

• Starter-Rechnung für Rechenleistung = max($0, U − $30).
• Team-Rechnung für Rechenleistung einschließlich Abo = $250 + max($0, U − $100).

Sobald U $100 erreicht, kostet Team bei gleicher Rechenleistung zum Basistarif $180 mehr als Starter: $250 − ($100 − $30) = $180. Unterhalb dieser Schwelle ist Team ebenfalls teurer. Ausschlaggebend sind also Zugriffsmöglichkeiten, Verwaltungsfunktionen oder Kapazität. Bei datenintensiven Aufgaben kann außerdem das höhere enthaltene Egress-Kontingent den Gesamtvergleich beeinflussen.

Modal-GPU-Preise: alle veröffentlichten Sekundentarife

Die GPU ist nur ein Kostenbestandteil eines Containers. Physische CPU-Kerne und Arbeitsspeicher werden separat addiert. Der im Namen des Beschleunigers genannte GPU-Speicher ersetzt nicht den berechneten System-RAM des Containers.

Die geprüfte Seite führt folgende vollständige Liste der Standard-GPU-Tarife auf:

• Nvidia B300: $0.001972 pro GPU-Sekunde.
• Nvidia B200: $0.001736 pro GPU-Sekunde.
• Nvidia H200 SXM: $0.001261 pro GPU-Sekunde.
• Nvidia H100 SXM5: $0.001097 pro GPU-Sekunde.
• Nvidia RTX PRO 6000: $0.000842 pro GPU-Sekunde.
• Nvidia A100, 80 GB: $0.000694 pro GPU-Sekunde.
• Nvidia A100, 40 GB: $0.000583 pro GPU-Sekunde.
• Nvidia L40S: $0.000542 pro GPU-Sekunde.
• Nvidia A10: $0.000306 pro GPU-Sekunde.
• Nvidia L4: $0.000222 pro GPU-Sekunde.
• Nvidia T4: $0.000164 pro GPU-Sekunde.

Bei mehreren GPUs in einem Container wird der gewählte GPU-Tarif mit der GPU-Anzahl multipliziert. Danach kommen CPU und RAM dieses Containers hinzu. Die gesamte Container-Rechnung wird nur dann mit der GPU-Anzahl multipliziert, wenn tatsächlich entsprechend viele getrennte CPU- und RAM-Zuweisungen entstehen.

Was kostet eine H100 bei Modal?

Der Tarif der H100 SXM5 entspricht $3.9492 pro GPU-Stunde: $0.001097 × 3,600. Das ist ausschließlich der GPU-Anteil, vor CPU, RAM, möglichen Multiplikatoren und Tarifguthaben. Die Umrechnung in Stunden hilft beim Angebotsvergleich; Modal rechnet weiterhin sekundengenau ab.

Ein schnellerer Beschleuniger rechtfertigt seinen höheren Tarif nur, wenn er die abrechenbare Laufzeit der Aufgabe ausreichend verkürzt. Entscheidend sind die Kosten pro abgeschlossener Anfrage oder Trainingslauf bei gleicher Ausgabequalität und geforderter Latenz. Ein niedrigerer GPU-Stundenpreis garantiert keine niedrigeren Kosten pro Ergebnis.

CPU und Arbeitsspeicher kommen hinzu

Standard-CPU kostet $0.0000131 pro physischer Kernsekunde. In Modals Vergleich mit AWS und GCP entspricht ein physischer Kern 2 vCPUs. Die Mindestanforderung beträgt 0.125 physische Kerne pro Container.

Arbeitsspeicher kostet $0.00000222 pro GiB-Sekunde, bei einer Mindestanforderung von 128 MiB pro Container. GiB und MiB sind binäre Speichereinheiten; diese Einheiten sollten auch bei der Eingabe der Ressourcen in die Kalkulation erhalten bleiben.

Für CPU und RAM zählt bei der Abrechnung jeweils der höhere Wert aus Anforderung und tatsächlicher Nutzung. Wer großzügig Ressourcen anfordert, setzt damit eine Kostenuntergrenze, selbst wenn die Anwendung weniger verbraucht. Umgekehrt kann eine Anwendung, die zeitweise mehr als angefordert nutzt, teurer werden als ein Budget, das nur die angeforderte Menge berücksichtigt.

Welche Laufzeiten auf der Monatsrechnung landen

Die bezahlte Lebensdauer des Containers umfasst auch Laden und Warten. Modal berechnet die Ladezeit der Anwendung, die Verarbeitung von Eingaben und die standardmäßigen 60 Sekunden, die ein Container nach der letzten Eingabe noch aktiv bleibt. Dieses Zeitlimit lässt sich konfigurieren. Sobald die Anwendung auf null Container herunterskaliert hat, enden die Rechenkosten.

Das ist bei einer Inferenz-API mit Ruhephasen entscheidend. Anfragezahl mal Modellausführungszeit unterschlägt Initialisierung und Nachlaufzeit. Trifft eine weitere Anfrage ein, während der Container noch offen ist, darf dafür nicht automatisch erneut eine vollständige Start- und Nachlaufphase addiert werden. Maßgeblich ist der tatsächliche Container-Lebenszyklus.

Bei konstanter Ressourcenzuweisung zu Standardtarifen gilt:

Rechenkosten = abrechenbare Sekunden × (GPU-Anzahl × GPU-Tarif + physische Kerne × CPU-Tarif + GiB × RAM-Tarif).

Diese Beträge werden über alle Container summiert. Parallele Replikate tragen jeweils ihre eigene Ressourcenlaufzeit bei, auch wenn sie in derselben Minute laufen. Bei schwankender CPU- oder RAM-Nutzung muss die Regel „höherer Wert aus Anforderung und Nutzung“ über die Zeit angewandt werden, statt die kleinste Zuweisung als konstant anzunehmen.

Anschließend folgt Abopreis + max($0, anrechenbare Rechenkosten − enthaltenes Rechenguthaben) + Kosten außerhalb dieses Kontingents. Das Workspace-Guthaben wird einmal von der gesamten anrechenbaren Nutzung abgezogen, nicht separat für jede Funktion oder GPU.

Was kosten Modal Sandboxes?

Sandboxes verwenden CPU- und RAM-Tarife für nicht unterbrechbare Ausführung. Diese Ressourcen unterliegen also nicht dem standardmäßigen Unterbrechungsmodell von Functions. Die Seite nennt ausdrücklich:

• CPU: $0.00003942 pro physischer Kernsekunde.
• Arbeitsspeicher: $0.00000667 pro GiB-Sekunde.
• GPU: die oben aufgeführten Standard-GPU-Tarife.

Modal beschreibt den Aufschlag für nicht unterbrechbare CPU- und RAM-Ressourcen als 3×. Für ein Budget sollten die ausdrücklich genannten Sandbox-Preise verwendet werden: Sie weichen leicht vom Dreifachen der angezeigten, gerundeten Standarddezimalwerte ab. Der GPU-Tarif wird nicht verdreifacht, nur weil die Aufgabe in einer Sandbox läuft; dafür verweist die Seite auf die Standardpreise.

Aufschläge für Region und Ausführungsart

Laut Tarifvergleich kostet die Auswahl einer Region 1.15× bis 1.75× des Basispreises. Derselbe Vergleich nennt für nicht unterbrechbare Ausführung 3×; die FAQ konkretisieren diesen Aufschlag für CPU und RAM.

Eine vollständige Matrix dazu, wie sich sämtliche Optionen je Ressource kombinieren, liefert die Preisseite nicht. Wer feste Platzierung und nicht unterbrechbare Ausführung zugleich benötigt, braucht eine Kalkulation für die konkrete Konfiguration. Die drei folgenden Rechnungen verwenden Standard-Functions ohne Aufschlag für eine ausgewählte Region. Keiner der beiden Multiplikatoren ist darin stillschweigend enthalten.

Drei durchgerechnete Monatsrechnungen

Die geschätzten Starter-Rechnungen betragen $452.06 für einen dauerhaft aktiven Endpunkt, $32.50 für eine API mit Lastspitzen und $141.01 für eine nächtliche Stapelverarbeitung. Jedes Szenario läuft für sich in einem ansonsten ungenutzten Workspace und erhält das volle monatliche Guthaben. Bei gemeinsamem Betrieb gäbe es ein geteiltes Guthaben statt drei separater Abzüge.

Für alle Beispiele gelten: ein Monat mit 30 Tagen, Functions zum Basistarif, keine fehlgeschlagenen oder wiederholten Arbeiten, keine Tokenkosten für Shared Endpoints, Speicher und Egress innerhalb der enthaltenen Kontingente sowie keine Steuern. CPU- und RAM-Anforderungen entsprechen den angegebenen Zuweisungen; die tatsächliche Nutzung liegt nie darüber. Auch Laden und Warten behalten damit diese Kostenuntergrenzen. Erst die Endbeträge werden auf Cent gerundet.

Kleiner Dauerbetrieb: $452.06 mit Starter

Angenommen, eine T4, 1 physischer CPU-Kern und 4 GiB RAM bleiben den gesamten Monat zugewiesen. Das Modell muss in diese Konfiguration passen. Das Beispiel kalkuliert Kapazität; es behauptet nicht, welches Modell damit wie schnell bedient werden kann.

Bezahlte Zeit = 30 × 24 × 3,600 = 2,592,000 Sekunden. Darin sind sämtliche Lade- und Wartezeiten innerhalb des Monats bereits enthalten.

• GPU: 2,592,000 × $0.000164 = $425.088.
• CPU: 2,592,000 × 1 × $0.0000131 = $33.9552.
• Arbeitsspeicher: 2,592,000 × 4 × $0.00000222 = $23.01696.
• Zwischensumme Rechenleistung: $425.088 + $33.9552 + $23.01696 = $482.06016.
• Starter: $0 + max($0, $482.06016 − $30) = $452.06.

Mit Team kostet dasselbe Beispiel $250 + ($482.06016 − $100) = $632.06.

Hier verliert Serverless seinen wichtigsten Abrechnungsvorteil: Kapazität, die nie abschaltet, kennt keine unbezahlten Pausen. Einen Worker warm zu halten kann durch Anforderungen an die Antwortzeit gerechtfertigt sein. Im Budget zählt er dann aber als dauerhafte Kapazität.

Inferenz-API mit Lastspitzen: $32.50 mit Starter

Angenommen werden 100,000 Anfragen mit jeweils 2 Sekunden Verarbeitungszeit auf einer L4, 2 physischen Kernen und 8 GiB RAM. Die Anfragen laufen sequenziell in 500 voneinander getrennten Lastphasen, jeweils in einem Container. Jede Lastphase umfasst zusätzlich angenommene 10 Sekunden Ladezeit und den standardmäßigen 60-Sekunden-Nachlauf. Es gibt keine überlappenden Replikate.

• Verarbeitung: 100,000 × 2 = 200,000 Sekunden.
• Laden und Warten: 500 × (10 + 60) = 35,000 Sekunden.
• Gesamte abrechenbare Zeit: 200,000 + 35,000 = 235,000 Sekunden.
• Kombinierter Tarif: $0.000222 + 2 × $0.0000131 + 8 × $0.00000222 = $0.00026596 pro Sekunde.
• Rechenleistung: 235,000 × $0.00026596 = $62.5006.
• Starter: max($0, $62.5006 − $30) = $32.50.

Vor Guthabenabzug liegen die Rechenkosten bei etwa $0.625 pro 1,000 Anfragen, danach für genau diese Arbeitslast bei etwa $0.325 pro 1,000. Für weitere Anfragen mit demselben Lastmuster nach Verbrauch des Freikontingents ist der erste Wert maßgeblich. Team würde $250 kosten, weil die Aufgabe vollständig in dessen Rechenkontingent von $100 passt.

Wer Start- und Wartezeiten ignoriert, lässt $9.31 aus: 35,000 × $0.00026596. Mehr getrennte Lastphasen oder mehr Replikate verändern diesen Zusatzaufwand. Auch die parallele Verarbeitung von Anfragen könnte die Verarbeitungszeit verändern. Ihr Durchsatz muss allerdings gemessen werden und lässt sich nicht aus diesem sequenziellen Beispiel ableiten.

Nächtliche Stapelverarbeitung: $141.01 mit Starter

Angenommen, eine A100, 80 GB, 4 physische CPU-Kerne und 16 GiB RAM laufen jede Nacht 2 Stunden. Pro Durchlauf kommen angenommene 30 Sekunden Ladezeit und der standardmäßige 60-Sekunden-Nachlauf hinzu; danach fährt die Anwendung herunter. Das könnte eine geplante Inferenz-Stapelverarbeitung oder ein Fine-Tuning-Job sein, der in diese Ressourcen passt. Die Dauer ist eine Vorgabe, keine Aussage zur Trainingsgeschwindigkeit.

• Abrechenbare Zeit: 30 × (2 × 3,600 + 30 + 60) = 218,700 Sekunden.
• Kombinierter Tarif: $0.000694 + 4 × $0.0000131 + 16 × $0.00000222 = $0.00078192 pro Sekunde.
• Rechenleistung: 218,700 × $0.00078192 = $171.005904.
• Starter: max($0, $171.005904 − $30) = $141.01.

Vor Guthaben kostet jeder nächtliche Durchlauf etwa $5.70: $171.005904 ÷ 30. Mit Team läge die Monatsrechnung bei $250 + ($171.005904 − $100) = $321.01.

Hier zählen die Ruhephasen des Tages mehr als der niedrig wirkende GPU-Sekundenpreis. Eine gemietete GPU, die nach jedem Job gestoppt wird, ist eine berechtigte Alternative. Ein Vergleich ausschließlich mit einer den ganzen Monat laufenden Mietinstanz würde Modals Vorteil überzeichnen.

Modal-Guthaben: Wo endet die kostenlose Nutzung?

Das monatliche Kontingent kann eine kleine Arbeitslast im aktuellen Tarif dauerhaft abdecken, bietet aber keinen unbegrenzten GPU-Zugang. Es gilt für anrechenbare CPU-, RAM- und GPU-Rechenleistung in Functions und Sandboxes. Die Preisseite beschreibt Starter und Team als nutzungsbasiert, ohne vorausbezahlte Rechenleistung oder Tokens zu verlangen.

Kostenloses Modal-Guthaben

Starter enthält $30 pro Monat. Beim kombinierten Stundentarif des Dauerbetriebsbeispiels von $0.669528 reicht das für etwa 44.8 abrechenbare Stunden: $30 ÷ $0.669528. Darin sind CPU und RAM des Beispiels enthalten. Der Wert ist deshalb nützlicher als eine Division allein durch den T4-Preis.

Wer nur gelegentlich experimentiert und innerhalb dieses Rechenkontingents, der Feature-Grenzen sowie der separaten Speicher- und Egress-Kontingente bleibt, kann ohne laufende Rechnung auskommen. Separat berechnete Shared Endpoints müssen dabei ebenfalls vermieden werden. Ein dauerhaft zugewiesener GPU-Dienst passt nicht in dieses kostenlose Nutzungsmuster.

Die Seite verspricht weder die Übertragung ungenutzter Monatsguthaben noch eine einheitliche Verfallsregel für jede Förderung. Das Kontingent sollte monatsweise eingeplant werden; für Förderguthaben gelten die jeweiligen Bedingungen. Ein künftiges Trainingsbudget darf nicht auf vermeintlich angesammeltem Guthaben beruhen.

Modal-Guthaben für Startups

Startups in der Frühphase können Förderguthaben beantragen. Einen allgemein gültigen Förderbetrag veröffentlicht die Preisseite jedoch nicht. Erst nach einer Zusage sollte eine Förderung als verfügbar eingeplant werden. Sie ist vom wiederkehrenden Starter-Kontingent getrennt.

Für Studierende in weiterführenden Studiengängen, Labore und Forschende bewirbt die Seite akademische Förderguthaben von bis zu $10,000. Das ist ein antragsgebundenes Programm, kein allgemeiner prozentualer Studierendenrabatt und keine garantierte Förderung für alle Studierenden.

Allgemeine AWS-, GCP- und Azure-Guthaben lassen sich laut Preis-FAQ nicht direkt auf Modal-Nutzung anrechnen. Die Seite erwähnt separat eine AWS Activate-Partnerschaft für berechtigte Startups und Marktplatzeinkäufe gegen zugesagte Ausgaben. Dadurch werden nicht sämtliche Cloud-Guthaben zu Modal-Guthaben.

Für Starter und Team ist kein öffentlicher Jahresrabatt ausgewiesen. Enthält ein Enterprise- oder Marktplatzangebot eine Abnahmeverpflichtung, müssen neben dem reduzierten Tarif auch Laufzeit und tatsächlich nutzbare Kapazität bewertet werden. Ungenutzte Verpflichtungen belasten das Budget ebenfalls.

Speicher, Egress und Kosten außerhalb der Rechenleistung

Auf null herunterskalierte Rechenleistung bedeutet nicht, dass jede Rechnungsposition null beträgt. Gespeicherte Daten und ausgehender Datentransfer haben eigene Tarife und Freikontingente. Sie gehören außerhalb des Rechenguthaben-Abzugs in die Kalkulation.

Was kosten Modal Volumes?

Volumes, Modals persistenter Speicher, kosten $0.09 pro GiB-Monat, mit 1 TiB pro Monat kostenlos enthalten. Persistent bedeutet, dass die Daten über die Lebensdauer eines laufenden Containers hinaus verfügbar bleiben. Ein nächtlicher Job kann enden, während Modelldateien und Ergebnisse weiter gespeichert sind.

Entscheidend ist der über den Abrechnungszeitraum vorgehaltene Speicher. Es reicht nicht, nur den Datensatz zu zählen, den ein Job gerade liest. Aufbewahrte Checkpoints und Ergebnisse tragen ebenfalls zur gespeicherten Gesamtmenge bei.

Ausgehender Datentransfer und Shared Endpoints

Netzwerk-Egress, also ausgehender Datentransfer, kostet oberhalb des Tarifkontingents $0.04 pro GiB. Monatlich enthalten sind 1 TiB bei Starter, 10 TiB bei Team und 100 TiB bei Enterprise. Ein Dienst, der große generierte Dateien zurückgibt, kann trotz identischer Rechennutzung eine andere Rechnung verursachen als einer, der kurze Texte liefert.

Shared Endpoints folgen einem anderen Abrechnungsmodell: Laut Preisseite werden sie ab der ersten Anfrage pro Token berechnet; das Rechenkontingent deckt sie nicht ab. Die Seite datiert das Ende der kostenlosen Shared-Endpoints-Nutzung in Starter auf den 1. September 2026. Die drei GPU-Sekundenbeispiele lassen sich daher nicht auf einen tokenbasiert abgerechneten Endpunkt übertragen. Auch macht das $30-Guthaben dessen erste Anfragen nicht kostenlos.

Wann kostet Modal mehr als eine dedizierte GPU?

Eine dedizierte GPU wird günstiger, sobald ihre gesamten Mietkosten unter Modals Rechnung für die bezahlte Laufzeit nach Guthabenabzug liegen. Zuerst muss dieselbe Arbeitslast verglichen werden, danach der abrechenbare Lebenszyklus. Hardwarepakete, Leistung und Betriebsverantwortung können sich unterscheiden, selbst wenn beide Angebote A100 nennen.

Runpod: günstigerer dedizierter Tarif für regelmäßige A100-Nutzung

Runpod bietet dedizierte GPU-Instanzen namens Pods an. Die Runpod-Preisseite nennt eine A100 SXM mit 80 GB GPU-Speicher in der Secure Cloud für $1.79 pro Stunde, einschließlich 16 vCPUs und 125 GB RAM. Das ist ein nützlicher günstigerer Vergleichstarif für regelmäßige A100-Arbeit; Speicher kommt separat hinzu.

Die Modal-A100-Konfiguration aus dem Nachtbeispiel kostet $2.814912 pro bezahlter Stunde: $0.00078192 × 3,600, einschließlich der 4 physischen Kerne und 16 GiB RAM. Bei 100 bezahlten Stunden sind das $281.49 vor Guthaben, gegenüber $179 für den genannten Runpod Pod. Der Pod enthält mehr Arbeitsspeicher. Die Host-Konfigurationen sind nicht identisch, und der Vergleich ist kein Durchsatzbenchmark.

Nun wird ein über den gesamten 720-Stunden-Monat gemieteter Runpod Pod mit Modal verglichen, das zwischenzeitlich abschalten kann:

• Durchgehende Runpod-Rechenleistung: 720 × $1.79 = $1,288.80.
• Modal-Starter-Rechenleistung: max($0, bezahlte Stunden × $2.814912 − $30).
• Kostengleichstand: ($1,288.80 + $30) ÷ $2.814912 = 468.5 bezahlte Modal-Stunden.
• Monatsanteil: 468.5 ÷ 720 ≈ 65.1%.

Oberhalb dieser bezahlten Laufzeit hat der durchgehend gemietete Runpod Pod unter den genannten Annahmen die niedrigere Rechnung für Rechenleistung. Bei einem vollen Monat kostet das Modal-Beispiel $1,996.74 nach Guthaben, gegenüber $1,288.80 für den Pod vor dessen Zusatzkosten. Bei Team liegt der Schnittpunkt einschließlich Abo früher, bei etwa 404.6 Stunden: ($1,288.80 − $250 + $100) ÷ $2.814912.

Der Prozentwert misst abrechenbare Container-Laufzeit, nicht die Auslastung des Chips im Betrieb. Start, Verarbeitung und warmes Warten zählen gleichermaßen. Außerdem setzt er voraus, dass beide Konfigurationen dieselbe Arbeit in derselben Zeit erledigen. Diese Annahme muss gemessen werden. Danach kommen auf beiden Seiten Speicher, Transfer und erforderlicher Betriebsaufwand hinzu. Wird der Pod zwischen Jobs gestoppt, muss die Monatsmiete durch den tatsächlichen bezahlten Zeitplan und die Kosten des weiter vorgehaltenen Speichers ersetzt werden.

Die Analyse der Runpod-Preise erläutert die Entscheidung zwischen Pods und Serverless. Ein niedriger Pod-Tarif belegt nicht, dass jede Runpod-Serverless-Konfiguration günstiger als Modal ist.

Replicate: Entscheidend ist, was der Endpunkt abrechnet

Replicate, eine Plattform für gehostete und eigene Modelle, ist die weitere relevante Option für Modellinferenz per API. Die Replicate-Seite zu Hardwarepreisen nennt eine A100 80 GB für $0.001400 pro Sekunde beziehungsweise $5.04 pro Stunde, gebündelt mit 10 CPU-Einheiten und 144 GB RAM. Bei 100 abrechenbaren Stunden sind das $504 vor weiteren anwendbaren Bedingungen, gegenüber $281.49 vor Guthaben beim Modal-Beispiel.

Der höhere Stundenwert allein entscheidet den Vergleich nicht. Laut Replicate berechnen zeitbasiert bepreiste öffentliche Modelle die Verarbeitungszeit. Die meisten privaten Modelle berechnen Einrichtung, Leerlauf und aktive Zeit; für schnell startende Fine-Tunes gilt eine separate Ausnahme. Manche Modelle rechnen nach Eingabe oder Ausgabe statt nach Hardwarelaufzeit ab.

Ein öffentlicher Endpunkt kann deshalb weniger Sekunden berechnen als ein eigener Container mit Nachlaufzeit. Bei einem dauerhaft aktiven privaten Endpunkt kann das Kostenprofil umgekehrt aussehen. Vor dem Gesamtvergleich müssen das konkrete Modell und sein Abrechnungsmodus feststehen. Replicate passt zu Käufern, die eine verfügbare Modell-API suchen. Der Preis im öffentlichen Katalog ist kein Angebot für jede individuelle Bereitstellung.

Für eine breitere Auswahl hilft der Vergleich der GPU-Cloud-Anbieter. Ausschlaggebend bleiben die Kosten pro erledigter Arbeit, akzeptable Startverzögerung, Kontrolle über die Laufzeitumgebung, benötigte Kapazität und Betriebsaufwand.

Für wen lohnt sich Modal?

Modal passt, wenn eigene Python-Rechenaufgaben bei Lastspitzen wachsen und in Ruhephasen verschwinden sollen. Die wichtigste Kostengrenze ist die dauerhafte Zuweisung: Ein Dienst, der warm bleiben muss, verliert einen großen Teil des Vorteils des Herunterskalierens auf null. Ebenso konkret sind die Feature-Grenzen: Nutzerplätze, Parallelität, Protokolle und geplante Jobs können ein Abo-Upgrade erzwingen, bevor es das Rechenvolumen tut.

Bei Inferenz sollten eine Anfrage nach Inaktivität und eine repräsentative Lastspitze gemessen werden. Für Fine-Tuning oder Stapelverarbeitung zählt der vollständige Durchlauf einschließlich Laden, Ergebnisspeicherung und Wiederanlauf nach Fehlern. Ein langer Trainingsjob braucht außerdem eine Strategie für Unterbrechungen, weil Standard-Functions standardmäßig unterbrechbar sind.

In der nächsten Woche lässt sich ein repräsentativer Durchlauf in eine Monatsschätzung überführen:

1. 1

   Ressourcen und Lebenszyklus erfassen

   GPU-Anzahl, angeforderte und beobachtete CPU- und RAM-Nutzung, Ladezeit der Anwendung, eigentliche Verarbeitungszeit, Replikate und warme Nachlaufzeit festhalten. Die angenommenen Laufzeiten der Beispiele durch Messwerte ersetzen.

2. 2

   Die Workspace-Rechnung berechnen

   Anrechenbare Rechenkosten summieren, das Monatsguthaben einmal abziehen und danach Abo, zusätzlichen Speicher, Egress und tokenbasiert berechnete Nutzung addieren. Für regionale oder nicht unterbrechbare Konfigurationen gelten die jeweiligen exakten Ressourcentarife.

3. 3

   Dieselbe erledigte Arbeit vergleichen

   Eine Alternative kalkulieren, die dieselben Anforderungen an Latenz, Speicher und Wiederherstellung erfüllt. Vor einer Ausweitung des Datenverkehrs ein Workspace-Budget setzen und die erste Rechnung mit der Schätzung abgleichen.

Häufige Fragen zu Modal-Kosten

Ist Modal kostenlos?

Starter hat keine monatliche Abogebühr und enthält jeden Monat $30 Rechenleistung. Nutzung darüber hinaus, zusätzlicher Speicher oder Egress sowie Produkte außerhalb des Rechenkontingents können trotzdem Kosten verursachen. Team beginnt bei $250 pro Monat zuzüglich Rechenleistung oberhalb der enthaltenen $100.

Gibt es eine kostenlose serverlose GPU?

Modals Starter-Kontingent kann gelegentliche GPU-Arbeit abdecken, solange die kombinierten GPU-, CPU- und RAM-Kosten im Monat innerhalb von $30 bleiben. Es ist ein begrenztes Rechenkontingent, keine unbegrenzte oder dauerhaft zugewiesene kostenlose GPU.

Bietet Modal einen Studierendenrabatt?

Die Preisseite bewirbt akademische Förderguthaben von bis zu $10,000 für Studierende in weiterführenden Studiengängen, Labore und Forschende. Einen allgemeinen prozentualen Studierendenrabatt nennt sie nicht. Entscheidend sind Förderzusage und Bedingungen.

Welche Erstattungsregeln gelten bei Modal?

Nach den aktuellen Nutzungsbedingungen sind Gebühren außer in den in Abschnitt 3.2 beschriebenen Fällen nicht erstattungsfähig. Die Bedingungen schränken außerdem die Reduzierung oder Kündigung von Verpflichtungen aus Serviceaufträgen ein. Ungenutzte Vorauszahlungen oder zugesagte Ausgaben sollten nicht als erstattungsfähig eingeplant werden; maßgeblich ist die Vereinbarung des jeweiligen Kaufs.

Haben sich die Modal-Preise geändert?

Die Live-Preisseite datiert eine Änderung der Starter Shared Endpoints ausdrücklich auf den 1. September 2026: Tokennutzung wird ab der ersten Anfrage berechnet und liegt außerhalb des monatlichen Rechenkontingents. Diese Prüfung liefert keine vollständige historische Zeitreihe der GPU-Tarifänderungen.

Modal oder Runpod: Was ist günstiger?

Im A100-Beispiel wird ein durchgehend gemieteter Runpod Secure Cloud Pod ab etwa 468.5 abrechenbaren Modal-Stunden in einem Monat mit 30 Tagen günstiger als die Rechenleistung bei Modal Starter. Diese Schwelle setzt gleiche Ausführungszeiten voraus und schließt Zusatzkosten aus. Für einen zwischen Jobs gestoppten Pod ist eine andere Rechnung nötig.

Was kostet eine Modal Sandbox?

Sandbox-CPU kostet $0.00003942 pro physischer Kernsekunde, RAM $0.00000667 pro GiB-Sekunde. Die Seite beschreibt nicht unterbrechbare CPU und RAM mit einem Faktor von 3× und verweist für GPU-Abrechnung auf die Standard-GPU-Liste.

Die KI-Business-Workflow-Audit-Checkliste und den Newsletter für Verantwortliche im operativen Geschäft erhalten.