Stable Diffusion WebUI
本地跑 Stable Diffusion 的经典网页界面
Replicate 是一个云端 API 平台,用于运行和微调开源机器学习模型,面向希望添加 AI 功能但不想管理 GPU 基础设施的开发者。平台覆盖图像生成、语音、音乐、图像修复、图生视频、图像描述和大语言模型,并通过 Node、Python 或 HTTP 的简短代码片段统一暴露这些能力。
Replicate 的核心承诺很直接:运行和微调模型、部署自定义模型,全部通过一行代码完成。典型调用会先用 API token 初始化 Replicate 客户端,传入模型和输入对象,然后输出结果。这个模式适用于整个模型目录,因此从图像模型切换到语言模型时,不需要更换 SDK 或重建部署流程。平台还提供 Playground,方便在选定模型前并排比较效果。
Replicate 的模型目录覆盖多个任务族。图像生成包括 google/nano-banana-2、openai/gpt-image-2、google/imagen-4-ultra、black-forest-labs/flux-2-flex 和 recraft-ai/recraft-v4-styles-pro-svg 等模型。除静态图像外,平台还支持语音生成、音乐生成、图像修复、从图像生成视频、图像描述以及大语言模型。单个模型的运行次数可以粗略反映采用程度,例如 openai/gpt-image-2 显示 30.9M 次运行,google/nano-banana-2 显示 20.6M 次运行。
Replicate 并不局限于公开模型。团队可以使用 Cog 部署自己的自定义模型,这是该公司用于打包机器学习模型的开源工具。私有模型通常运行在专用硬件上,因此不会与其他用户共享队列。代价体现在计费上:需要为实例在线的全部时间付费,包括设置时间、等待请求的空闲时间以及处理请求的活跃时间。快速启动的微调模型是例外,仅按模型活跃并处理请求的时间计费。流量高峰由自动扩缩容处理。
Replicate 的定位围绕交付速度,而非模型研究。该公司表示,团队可以在一天内部署 AI 功能,并扩展到数百万用户,而无需成为机器学习专家。这一定位适合希望发布 AI 功能的产品团队,例如 AI 设计助手或 AI logo 生成器,而不必组建专门的机器学习平台团队。无论是调用托管模型还是自己的微调模型,API 表面都保持一致。
定价与模型运行的硬件绑定。Replicate 公布了 CPU 和 GPU 选项的每秒及每小时费率,包括 Nvidia T4、L40S、A100、H100 和 H200,也列出了多 GPU 配置。额外的多 GPU A100、H100、H200 和 L40S 容量可通过承诺消费合同获取。由于私有模型按设置、空闲和活跃时间计费,成本规划在很大程度上取决于模型实际被调用的频率。快速启动的微调模型避免了空闲费用,因此更适合间歇性工作负载。
Replicate 最适合希望以 API 方式访问多种开源模型、并保留部署自有模型选项的开发者。它不太适合需要完全托管、有明确应用层方案的团队,因为该平台提供的是基础设施和模型访问,而不是终端用户功能。广泛的模型目录、基于 Cog 的打包方式以及硬件级定价,让团队可以快速原型验证,并在使用量增长后转向专用容量。
Replicate 采用基于硬件的定价,以下价格待核验:CPU (Small) $0.000025/秒($0.09/小时);CPU $0.000100/秒($0.36/小时);Nvidia T4 $0.000225/秒($0.81/小时);Nvidia L40S $0.000975/秒($3.51/小时);Nvidia A100 (80GB) $0.001400/秒($5.04/小时);Nvidia H100 $0.001525/秒($5.49/小时);Nvidia H200 $0.001525/秒($5.49/小时)。另有多 GPU 配置,额外的 A100、H100、H200 和 L40S 容量需通过承诺消费合同获取。私有模型按设置、空闲和活跃时间计费,快速启动的微调模型除外,仅按活跃处理时间计费。请以官方定价页面为准。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月16日 →