Modal 价格怎么算？GPU 费率、免费额度与三种月账单

Modal 价格从订阅费为 $0、每月含 $30 计算额度的 Starter 套餐起步。不过，即使只是一个小型 GPU 端点，整月持续保留资源，扣除额度后仍可能花费 $452.06。工作负载能在流量间歇关闭时，serverless 模式才更合适；一旦容器的计费时长趋于稳定，就该对比独享 GPU 的租用成本。

本文依据 Modal 定价页核实，价格口径为 2026 年 11 月，在线页面核查日期为 11 月 4 日。 下文所有 Modal 费率、套餐额度和倍率均来自该页面。工作负载时长是明确列出的假设，账单是计算结果，并非实际部署的性能测试。所有价格均为美元。

Modal 价格速览：先看套餐与额度

只要工作区限制和必需功能没有迫使你升级，Starter 通常就是更经济的默认选择。 Modal 是 serverless 计算平台：你提供容器化的 Python 应用，平台根据需求伸缩运行中的容器。容器就是承载代码及其所需资源的运行环境。

以下是 2026 年 11 月核实的公开套餐。超出套餐所含额度的计算用量，需要在订阅费之外另付费用。

Starter 支持 200 个已部署应用、5 个已部署 cron 定时任务，以及 1 天的日志保留期。cron 任务按设定的时间表运行。如果你只跑一个夜间批处理和几个推理端点，这些限制可能已经够用。10 个并发 GPU 指可同时使用的容量，不是每月赠送 10 个 GPU 小时。

Team 将已部署应用上限提高到 1,000 个，日志保留期延长至 30 天，定时任务数量不限。它还提供自定义域名、静态 IP 代理、环境级预算、基于角色的访问控制，以及覆盖 3 个版本的回滚。例如，工作区需要加入第 4 位成员，或者生产排障需要查看一天以前的日志时，升级就有了实际意义。

Enterprise 同样列出 1,000 个已部署应用，日志保留和回滚条款则按合同约定。它增加了审计日志、单点登录、HIPAA 兼容性、专属 Slack 支持，以及嵌入式机器学习工程服务。批量折扣和容量上限需要询价；公开页面没有可直接代入预算的 Enterprise 每月计算额度。

所有套餐均列有实时指标、协作、不限数量的 secrets、自定义镜像、即时部署、分布式队列与字典，以及 SOC 2 合规。Starter 和 Team 提供社区 Slack 支持。页面将通过 AWS 和 GCP 云市场使用承诺消费额度的支持列在 Enterprise 下。这属于采购安排，与直接转入通用云服务抵扣金是两回事。

仅凭更高的计算额度，Team 无法抵回订阅差价。 设 U 为每月扣除额度前、可使用额度抵扣的计算费：

• Starter 计算账单 = max($0, U − $30)。
• Team 计算账单加订阅费 = $250 + max($0, U − $100)。

当 U 达到 $100 时，同样按基础费率计算，Team 比 Starter 多花 $180：$250 − ($100 − $30) = $180。低于这一用量时，Team 仍然更贵。应当为访问权限、管理功能或容量升级。如果工作负载需要大量数据传出，套餐多含的出站流量也会影响总成本比较。

Modal GPU 价格：完整的每秒费率

GPU 费用只是容器成本的一部分。 还要单独加上物理 CPU 核心和系统内存费用；加速卡名称中包含的显存，并不能替代容器 RAM 的计费。

核查页面列出的完整标准 GPU 费率如下：

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

容器内有多张 GPU 时，先将对应 GPU 费率乘以 GPU 数量，再加上这个容器的 CPU 和内存费用。除非同时创建了同等数量的独立 CPU 与 RAM 资源分配，否则不要把整个容器账单都乘以 GPU 数量。

Modal H100 价格怎么算？

H100 SXM5 折合每 GPU 小时 $3.9492：$0.001097 × 3,600。这仅是 GPU 部分，尚未计入 CPU、内存、适用倍率和套餐额度。换算成小时便于比价，但 Modal 实际仍按秒计量。

更快的加速卡只有能充分缩短任务的计费时长，才值得支付更高单价。应在输出质量和延迟要求一致的前提下，比较每次请求完成或每次训练完成的成本。GPU 每小时单价更低，不代表完成同样工作的账单更低。

CPU 和内存另收费

标准 CPU 费率为每物理核心秒 $0.0000131。按照 Modal 用于与 AWS、GCP 比较的口径，1 个物理核心相当于 2 个 vCPU。每个容器最低申请量为 0.125 个物理核心。

系统内存费率为每 GiB 秒 $0.00000222，每个容器最低申请量为 128 MiB。GiB 和 MiB 是二进制内存单位，做预算时应保留这些单位。

CPU 和内存均按申请量与实际用量中较高的一项计费。申请较大的资源配额，即使实际用量较小，也会形成最低计费成本。反过来，如果应用突发用量超过申请值，只按申请值做出的预算也会偏低。

月账单到底计入哪些时间？

要算容器整个计费生命周期，包括加载和等待。 Modal 对应用加载、处理输入，以及最后一次输入结束后默认保留容器的 60 秒收费。这个超时可配置。应用缩容至零个容器后，计算费用才停止。

对于请求间存在空档的推理 API，这一点尤其关键。只用请求量乘以模型执行时间，会漏掉初始化和尾部保温等待。如果下一个请求到达时容器尚未关闭，也不要机械地为该请求再加一整段启动和等待时间；应按真实的容器生命周期估算。

在资源分配不变、采用标准费率时：

计算费 = 计费秒数 ×（GPU 数量 × GPU 费率 + 物理核心数 × CPU 费率 + GiB 数 × 内存费率）。

对所有容器分别计算后求和。即使多个副本在同一个自然分钟内并行运行，每个副本仍会独立产生资源时长。如果 CPU 或 RAM 用量随时间变化，应逐段应用申请量与实际用量取高的规则，不能始终按最低分配量计算。

然后计算订阅费 + max($0, 可抵扣的计算费 − 所含计算额度) + 额度范围外的费用。工作区的额度应对所有可抵扣用量合计后扣除一次，不能给每个函数或每张 GPU 各扣一次。

Modal Sandbox 如何收费？

Sandbox 使用不可抢占的 CPU 和内存定价，也就是说，这些资源不受默认 Function 中断机制约束。页面明确列出的费率为：

• CPU： 每物理核心秒 $0.00003942。
• 内存： 每 GiB 秒 $0.00000667。
• GPU： 使用上文的标准 GPU 费率。

Modal 将不可抢占 CPU 和内存的价格描述为标准价的 3×。预算时应使用明确列出的 Sandbox 费率：它们与页面上经过舍入的标准小数直接乘以三，结果略有差异。不要因为运行的是 Sandbox 就把 GPU 费率也乘以三；其 GPU 项指向的是标准定价。

指定区域与执行模式的倍率

套餐对比表显示，指定区域的价格为基础价的 1.15× 至 1.75×。同一张表将不可抢占执行标为 3×，FAQ 进一步明确，这一溢价适用于 CPU 和内存。

定价页没有给出各种选项如何叠加到各类资源上的完整矩阵。如果部署同时要求固定区域和不可抢占执行，就需要针对具体配置估价。下文三份账单均使用标准 Functions，不含指定区域溢价，因此没有暗中计入这两类倍率。

三种工作负载，三份月账单

Starter 的估算月账单分别为：常驻端点 $452.06、突发 API $32.50、夜间批处理 $141.01。 每个场景都独立运行在没有其他用量的工作区中，因此各自享有完整月度额度。如果三种负载放在同一工作区运行，就只能共享一份额度，不能扣除三次。

所有示例采用以下假设：每月 30 天，使用基础费率 Functions，没有失败或重试工作，没有 Shared Endpoint 的 token 费用，存储和出站流量在所含额度内，且不含税。CPU 和内存申请值等于列出的分配量，实际用量始终不超出申请值。因此，加载与等待阶段仍按这些最低分配量计费。只在最终合计时四舍五入到美分。

小型常驻端点：Starter 每月 $452.06

假设 1 张 T4、1 个物理 CPU 核心和 4 GiB RAM 整月持续分配。模型必须能装进这套配置。这是容量预算示例，并不宣称它能服务哪种模型，也不代表实际运行速度。

计费时间 = 30 × 24 × 3,600 = 2,592,000 秒。这一总时长已经包含当月发生的加载和等待。

• GPU：2,592,000 × $0.000164 = $425.088。
• CPU：2,592,000 × 1 × $0.0000131 = $33.9552。
• 内存：2,592,000 × 4 × $0.00000222 = $23.01696。
• 计算费小计：$425.088 + $33.9552 + $23.01696 = $482.06016。
• Starter：$0 + max($0, $482.06016 − $30) = $452.06。

同样的负载在 Team 上为 $250 + ($482.06016 − $100) = $632.06。

这种情况会让 serverless 失去主要的计费优势：资源从不关闭，就没有不付费的空档。为了响应延迟而保留热容器仍可能合理，但预算应按持续占用资源来做。

突发推理 API：Starter 每月 $32.50

假设有 100,000 次请求，每次在 1 张 L4、2 个物理核心和 8 GiB RAM 上处理，处理时长假定为 2 秒。请求分成 500 批彼此分隔的突发流量，每批使用一个容器，批内顺序执行。每批额外包含假定的 10 秒应用加载和默认的 60 秒尾部保温等待。没有重叠运行的副本。

• 处理时间：100,000 × 2 = 200,000 秒。
• 加载与等待：500 × (10 + 60) = 35,000 秒。
• 总计费时间：200,000 + 35,000 = 235,000 秒。
• 综合费率：$0.000222 + 2 × $0.0000131 + 8 × $0.00000222 = 每秒 $0.00026596。
• 计算费：235,000 × $0.00026596 = $62.5006。
• Starter：max($0, $62.5006 − $30) = $32.50。

扣除额度前，计算成本约为每 1,000 次请求 $0.625；扣除月度额度后，这个特定工作负载约为每 1,000 次 $0.325。免费额度用完后，若突发模式相同，应使用前一个数字估算新增请求的成本。Team 的账单为 $250，因为这项负载的计算费用未超过其 $100 计算额度。

忽略启动与等待，会漏算 $9.31：35,000 × $0.00026596。突发批次更零散，或副本更多，这部分开销也会改变。并发处理请求也可能改变处理时长，但吞吐量必须实测，不能从这个顺序执行的例子中直接推定。

夜间批处理：Starter 每月 $141.01

假设 1 张 A100（80 GB）、4 个物理 CPU 核心和 16 GiB RAM 每晚运行 2 小时。每次另加假定的 30 秒加载和默认的 60 秒尾部等待，然后缩容关闭。这可以代表资源需求符合该配置的定时推理批处理或微调任务；时长是计算输入，并非训练速度结论。

• 计费时间：30 × (2 × 3,600 + 30 + 60) = 218,700 秒。
• 综合费率：$0.000694 + 4 × $0.0000131 + 16 × $0.00000222 = 每秒 $0.00078192。
• 计算费：218,700 × $0.00078192 = $171.005904。
• Starter：max($0, $171.005904 − $30) = $141.01。

扣除额度前，每晚运行一次约花 $5.70：$171.005904 ÷ 30。在 Team 上，每月账单为 $250 + ($171.005904 − $100) = $321.01。

在这个场景中，白天不运行的时间，比看起来很低的 GPU 秒单价更重要。每次任务结束就停止的租用实例，也是有效的对比选项；如果只拿整月不停机的租用实例来比较，就会夸大 Modal 的优势。

Modal 免费额度能覆盖多少用量？

在当前套餐下，每月额度可以长期覆盖小规模负载，但这不等于 GPU 无限免费使用。 额度适用于 Functions 和 Sandboxes 中符合条件的 CPU、RAM 和 GPU 计算。定价页将 Starter 和 Team 描述为按用量付费，无需预购计算资源或 token。

Modal 每月免费额度

Starter 每月包含 $30。按常驻端点示例每小时 $0.669528 的综合费率，可覆盖约 44.8 个计费小时：$30 ÷ $0.669528。这个数字已含示例中的 CPU 和 RAM，比只用 T4 单价相除更有参考价值。

如果偶尔做实验，计算用量在额度内，功能需求不超出套餐限制，存储与出站流量也在各自的额度内，就可能没有经常性账单。同时还要避免使用单独计费的 Shared Endpoints。持续分配 GPU 的服务不符合这种免费使用模式。

页面没有承诺未用完的月度额度可以结转，也没有为所有赠送额度统一规定到期规则。预算应按月计算，获赠额度则应阅读各自条款。不要假设额度会累积，再据此安排未来的训练预算。

Modal 创业与学术额度

早期创业公司可以申请赠送额度，但定价页没有公布统一的创业公司资助金额。只有申请获批后，才能将其视为可用资源。它与 Starter 每月重复发放的额度相互独立。

对于研究生、实验室和研究人员，页面宣传的学术额度为最高 $10,000。这是需要申请的额度项目，不是面向所有学生的统一百分比折扣，也不保证每位学生都能获得。

根据 Modal 定价 FAQ，通用的 AWS、GCP 和 Azure 抵扣金不能直接用于支付 Modal 用量。页面另提到面向符合条件创业公司的 AWS Activate 合作，以及通过云市场抵扣承诺消费的采购方式。这些安排并不意味着所有云服务抵扣金都能转成 Modal 额度。

Starter 和 Team 没有展示公开的年付折扣。如果 Enterprise 或云市场报价带有消费承诺，应把期限、可实际使用的容量与折扣费率一起评估。没有用上的承诺消费同样会占用预算。

计算费之外：存储、出站流量和其他收费

计算资源缩容至零，不代表账单上每个项目都归零。 留存数据和向外传输的数据各有费率与免费额度，不能纳入计算额度的抵扣公式。

Modal Volume 存储价格

Modal 的持久化存储 Volumes 收费为每 GiB 月 $0.09，每月免费包含 1 TiB。持久化意味着数据在容器结束运行后仍然保留。夜间任务结束后，模型文件和输出仍可能继续占用存储。

应估算整个账期内留存的数据量。不要只计算某次任务瞬间读取的数据集；保留的检查点和输出文件也会计入存储总量。

出站流量与 Shared Endpoints

网络出站流量即传出数据，超出套餐额度后收费为每 GiB $0.04。每月所含额度分别为 Starter 1 TiB、Team 10 TiB、Enterprise 100 TiB。即使计算用量相同，返回大型生成文件的服务，也可能与只返回短文本的服务产生不同账单。

Shared Endpoints 采用另一种计费模式：定价页明确说明，从第一次请求开始按 token 收费，计算额度不适用。页面注明，Starter 的 Shared Endpoints 免费用量已于 2026 年 9 月 1 日取消。不要把前面三个按 GPU 秒计算的例子套到按 token 计费的端点上，也不要以为 $30 额度能让最初的请求免费。

什么时候 Modal 会比独享 GPU 更贵？

当独享 GPU 的总租用成本低于 Modal 扣除额度后的计费时长成本时，独享方案就更便宜。 先对齐工作负载，再比较可计费的生命周期。即使双方都写着 A100，硬件组合、性能和运维责任也可能不同。

Runpod：持续运行 A100 时，独享实例单价更低

Runpod 提供名为 Pods 的独享 GPU 实例。Runpod 定价页列出，Secure Cloud 上的 A100 SXM（80 GB 显存）每小时 $1.79，包含 16 个 vCPU 和 125 GB RAM。对于持续运行的 A100 任务，这是值得比较的较低报价；存储另计。

夜间任务示例中的 Modal A100 配置，包含 4 个物理核心和 16 GiB RAM，每计费小时 $2.814912：$0.00078192 × 3,600。运行 100 个计费小时，扣除额度前为 $281.49，而上述 Runpod Pod 为 $179。Pod 包含更多系统内存，两者的主机配置并不相同，这也不是吞吐量测试。

接下来，把整月保留 720 小时的 Runpod Pod，与能够按需关闭的 Modal 比较：

• 持续运行 Runpod 的计算费：720 × $1.79 = $1,288.80。
• Modal Starter 计算费：max($0, 计费小时数 × $2.814912 − $30)。
• 成本交点：($1,288.80 + $30) ÷ $2.814912 = 468.5 个 Modal 计费小时。
• 占整月比例：468.5 ÷ 720 ≈ 65.1%。

在所列假设下，超过这个计费时长，整月租用的 Runpod Pod 计算账单更低。运行一整个月时，Modal 示例扣除额度后为 $1,996.74，而 Pod 为 $1,288.80，尚未计入其附加费用。Team 加上订阅费后的交点更早，约为 404.6 小时：($1,288.80 − $250 + $100) ÷ $2.814912。

这个百分比衡量的是容器的计费在线时长，不是运行期间芯片的利用率。启动、处理和保温等待都计入其中。它还假设两种配置完成同样工作的时间一致。应先实测这一假设，再计入双方的存储、传输和必要运维成本。如果 Pod 也会在任务间停止，就应以实际付费运行时间及保留存储的成本，替换整月租金。

Runpod 价格解析进一步说明了 Pod 与 Serverless 的选购差异。Pod 单价低，并不能证明所有 Runpod Serverless 配置都比 Modal 便宜。

Replicate：先弄清端点按什么计费

Replicate 是运行托管模型和自定义模型的平台。如果你希望通过 API 使用模型推理，它也是值得列入候选的方案。Replicate 硬件定价页列出，A100 80 GB 每秒 $0.001400，即每小时 $5.04，包含 10 个 CPU 单位和 144 GB RAM。运行 100 个计费小时为 $504，尚未考虑其他适用条款；相比之下，Modal 示例在扣除额度前为 $281.49。

但较高的小时单价并不能决定一切。Replicate 说明，按时间计价的公开模型只对处理时间收费；大多数私有模型则对设置、空闲和运行时间收费，另对可快速启动的微调模型设有例外。部分模型按输入或输出收费，而不是按硬件时间收费。

因此，公开端点的计费秒数可能少于带有尾部保温等待的自定义容器；持续在线的私有端点，成本结构则可能反过来。比较总额之前，应先确定具体模型与计费方式。Replicate 适合希望直接获得现成模型 API 的买家；公开目录价格不是所有自定义部署的报价。

如果需要更广的候选范围，可参考 GPU 云服务商对比。决定因素仍是完成工作的成本、可接受的启动延迟、运行时控制能力、所需容量和运维投入。

什么样的工作负载适合 Modal？

自定义 Python 计算需要随突发需求扩容、在空闲时彻底停止，才是 Modal 的适用场景。 成本上的主要分界线是持续占用资源：必须保持热状态的服务，会失去缩容至零的大部分价值。功能方面的边界也很具体：席位、并发、日志和定时任务限制，都可能在计算量增长之前就迫使你升级订阅。

对于推理，应测量闲置后的首次请求，以及一批有代表性的突发请求。对于微调或批处理，应测量完整运行过程，包括加载、输出存储和故障恢复。长时间训练还需要中断应对策略，因为标准 Functions 默认可被抢占。

接下来一周，可以用一次有代表性的运行，做出月度预算：

1. 1

   记录资源与完整生命周期

   记下 GPU 数量、CPU 和 RAM 的申请值与实测值、应用加载时间、有效处理时间、副本数量，以及保温等待时间。用实测值替换示例中的假定时长。

2. 2

   按工作区汇总账单

   汇总可抵扣的计算费，每月额度只扣一次，再加订阅费、超额存储、出站流量及按 token 计费的用量。指定区域或不可抢占配置，应使用对应的精确资源费率。

3. 3

   比较完成同样工作的成本

   为能满足相同延迟、内存和恢复要求的替代方案报价。扩大流量前先设置工作区预算，并用首份账单核对估算。

Modal 价格常见问题

Modal 免费吗？

Starter 没有每月订阅费，每月含 $30 计算额度。但超额计算、超额存储或出站流量，以及不在计算额度范围内的产品，仍可能收费。Team 每月从 $250 起，超过所含 $100 计算额度的部分另计。

Modal 能免费使用 serverless GPU 吗？

如果 GPU、CPU 和内存的月度合计费用不超过 $30，Modal Starter 的额度可以覆盖偶尔使用 GPU 的需求。这是有限的计算额度，不是无限免费 GPU，也不是可以一直占用的免费 GPU。

Modal 有学生折扣吗？

定价页面向研究生、实验室和研究人员宣传最高 $10,000 的学术额度，没有列出面向所有学生的统一百分比折扣。是否获批及具体条款才是关键。

Modal 可以退款吗？

现行服务条款说明，除第 3.2 节所述情形外，费用不予退还；同时也限制减少或取消服务订单中的承诺。不要假设未使用的预付费用或承诺消费可以退款，应查看购买所适用的协议。

Modal 定价有调整吗？

在线定价页明确注明，Starter Shared Endpoints 于 2026 年 9 月 1 日发生变化：token 用量从第一次请求开始计费，不在每月计算额度范围内。本次核查并未建立 GPU 费率变化的完整历史记录。

Modal 和 Runpod 怎么比价格？

在 A100 示例中，按每月 30 天计算，整月租用的 Runpod Secure Cloud Pod 在 Modal 计费时长约达到 468.5 小时后，计算成本开始低于 Modal Starter。这一门槛假设两者执行时间相同，且不含额外收费。如果 Pod 在任务间也会停止，就需要重新计算。

Modal Sandbox 怎么收费？

Sandbox CPU 每物理核心秒 $0.00003942，RAM 每 GiB 秒 $0.00000667。页面将不可抢占 CPU 与内存描述为标准价的 3×，GPU 则使用标准 GPU 费率表。

获取 AI 业务工作流审计清单，并订阅运营者通讯。