BILLING · 按结果计费图像按张，视频按秒
成本和产出一一对应，不用关心 GPU 利用率——生成 100 张图的账单就是 100 × 单价。
AI 生成的
两种买法
fal.ai 是餐厅——一千多道现成模型按份收钱；RunPod 是出租厨房——带 GPU 的灶台按小时租给你。同一个需求「生成一张图」，两家是完全不同的买法。
// 面向全员 · 不需要会写代码 · 主线是团队图片 / 视频生成链路的真实选型
FAL.AI · 1000+ MODELS
RUNPOD · GPU CLOUD
FLUX.2 $0.012/MP
RTX 4090 $0.69/H
SERVERLESS · SCALE-TO-ZERO
2026-07 官方牌价
SCROLL / 向下滚动
01
Two Ways to Buy
按结果付钱，还是按时间付钱
所有「AI 生成」的成本，最后都落在 GPU 上。区别只在于你站在离 GPU 多远的地方付钱——离得越远越省心，离得越近越自由。
Model API◈ fal.ai
买结果
调 API → 传提示词 → 拿回图 / 视频
按「每张图 / 每秒视频」计费。GPU、模型部署、扩缩容全部不可见。点菜：菜单上有的，十分钟接通。
计费单位 · $/image · $/second
GPU Cloud✦ RunPod
买算力
租 GPU 机器 → 装自己的模型 → 自己跑
按「GPU 每秒 / 每小时」计费。生成什么、怎么生成全由你。开火：独门配方只能自己做。
计费单位 · $/GPU·hour（按秒计量）
往下每一层，你多担一层责任、也多拿一层控制权：
| 层次 | 代表 | 你负责 | 平台负责 |
|---|---|---|---|
| 模型 API | fal.ai · Replicate | 写提示词、调 API | 模型、GPU、部署、扩缩容 |
| Serverless GPU | RunPod Serverless · Modal | 打包自己的模型进 Docker 镜像 | GPU、按请求启停、排队 |
| 整租 GPU | RunPod Pods · Lambda · Vast.ai | 模型、环境、启停、利用率 | 只管交出一台带卡的机器 |
Déjà vu
这和 Fly.io 那篇讲的「全托管 PaaS vs 租 VPS」是同一个故事在 GPU 世界的重演：fal 之于 RunPod ≈ Vercel 之于 Fly.io——只是这里的机器多了一块几万块钱的显卡，账单也放大了一个量级。
02
What is fal.ai
一千多个生成模型的「统一点菜口」
fal.ai 自我定位「面向开发者的生成式媒体平台」：把图像、视频、音频、3D 生成模型——官方口径超 1,000 个——包成同一套 API。FLUX、Kling、Veo、Seedance、Wan 全在菜单上，一个账号一个 key，今天调字节的模型、明天换 Google 的，代码几乎不用改。2025-12 完成 Sequoia 领投 D 轮 $140M，估值 $4.5B，一年翻三倍，是这条赛道的头部玩家。
🧾
🔀
QUEUE · 异步队列提交 → 回调
所有模型天生支持异步队列 + Webhook：提交任务立刻返回，生成完回调你的接口——长视频生成必须这么干。
🧪
DX · 开发体验SDK + Playground
Python / JS 官方 SDK；网页 Playground 不写代码先试效果、看实时标价，横评模型时效率极高。
几个当前牌价感受一下量级（2026-07 官网 pricing 页）：
| 模型 | 类型 | 牌价 | 换算 |
|---|---|---|---|
| FLUX.2 [dev] | 文生图 | $0.012 / MP | 一张 1024×1024 约 1 毛钱人民币 |
| Seedream V4 | 文生图 | $0.03 / 张 | 一张约 2 毛 |
| Wan 2.5 | 视频 | $0.05 / 秒 | 5 秒一条约 1.8 元 |
| Kling 2.5 Turbo Pro | 视频 | $0.07 / 秒 | 5 秒一条约 2.5 元 |
| Kling O3 Standard | 视频 | $0.084–0.112 / 秒 | 5 秒含音频约 4 元 |
| Veo 3 | 视频 | $0.40 / 秒 | 5 秒一条约 14 元——旗舰价 |
⚠ 误解一 · Serverless GPU
- pricing 页挂着 H100 $3.99/h 的 GPU 牌价
- 但 fal Serverless 现在是企业客户申请制
- 个人注册点进去只有「Request Access」
- 对绝大多数用户，fal 就是个模型 API 平台
⚠ 误解二 · 中介费
- Kling / Veo 等第三方模型经 fal 转售含 markup
- 多付的是「一个 key 调所有家」的聚合便利
- 量小、横评阶段：这笔钱花得值
- 量大、模型锁定后：直调厂商更省（见第 5 章）
⚠ 误解三 · 余额即命门
- 预充值扣款模式，余额清零立刻报错
- 不是降速，是直接停
- 接生产链路必须配余额监控告警
- 我们被这个真实停过一次工
03
What is RunPod
把带显卡的机器，按秒租给你
RunPod 自我定位「AI Developer Cloud」：2022 年成立，2026-06 完成 Summit Partners 领投 $100M A 轮，估值 $1B，宣称开发者超百万、31 个地区有机房。它卖的东西很纯粹——带 GPU 的算力，三种形态：
Pods整租
一台 GPU 虚拟机
按需 / 抢占式（Spot）
整租一台带卡的机器，拿到就是你的。适合训练、微调、交互式实验——开着 ComfyUI 慢慢调。
RTX 4090 $0.69/h 起
Serverless自动扩缩
请求驱动的 worker
Docker 镜像 + handler 函数
请求来了自动起 worker、按秒计费、没请求缩到零。线上推理服务的形态——我们的图像生成就是它。
RTX 4090 Flex $1.10/h 折算
Instant Clusters多机多卡
分布式集群
一键拉起
大规模分布式训练用的多机环境，小团队基本用不到。另有 Runpod Hub（开源项目一键部署）和 Public Endpoints——RunPod 自己也开始卖现成模型 API，直接对标 fal 的生意。
🏢
SECURE CLOUD正经数据中心的卡
T3/T4 机房，给生产负载用。官网牌价表展示的就是这一池。
🚗
COMMUNITY CLOUD算力界的顺风车
经审核的第三方算力主机，同卡便宜一到三成，但机器可能被中断。共识：实验用 Community，生产必须 Secure。
当前牌价（Secure Cloud，2026-07 官网 pricing 页）：
| GPU | Pods 整租 | Serverless Flex | 一句话定位 |
|---|---|---|---|
| RTX 4090 · 24GB | $0.69 / h | $1.10 / h | SDXL / FLUX 出图性价比主力——我们用的就是这档 |
| RTX 5090 · 32GB | $0.99 / h | $1.58 / h | 4090 的接班人 |
| A100 · 80GB | $1.39–1.49 / h | $2.72 / h | 上一代训练卡，大显存推理 |
| H100 · 80GB | $2.89–2.99 / h | $4.55 / h | 训练 / 大模型推理旗舰 |
Serverless 单价比整租贵约六成，买的是弹性：像「一天几百张图、请求一阵一阵」的负载，Serverless 一个月几十美元；同样的活整租一台 4090 常开，一个月 $500 起步。存储另计：容器盘 $0.10/GB/月，Network Volume $0.07/GB/月。
Cold Start
官方宣传 FlashBoot「冷启动低于 200 毫秒」——那说的是容器本身。真实世界你的镜像动辄十几 GB（模型权重占大头），首次请求要拉镜像 + 载模型，社区实测几秒到十几秒是常态，大镜像可达分钟级。按「首次很慢、热着以后很快」设计链路，或花钱配常驻 worker。
04
Decision & Landscape
什么时候点菜，什么时候开火
◈ 点菜 → fal.ai
- 用现成模型、要结果、量还不大——零部署成本，十分钟接通
- 要横评多家模型选型——一个 key 全试遍，别逐家开户折腾
✦ 开火 → RunPod
- 工作流是自己攒的（自定义 ComfyUI 节点、LoRA、私有 checkpoint）→ Serverless。菜单上没有这道菜
- 训练 / 微调 / 交互式炼丹 → Pods 整租，按小时开关
⤴ 绕过中介
- 模型已锁定、量大成本敏感时：开源模型自部署摊薄成本
- 商业模型去厂商官方直调，砍掉聚合层的中介费
两家各自的邻居：
| 平台 | 和谁一个赛道 | 定位 | 差异点 |
|---|---|---|---|
| Replicate | fal 的直接对手 | 社区模型生态最广 | 长尾模型多，但冷门模型冷启动明显；fal 胜在快和媒体专注度 |
| Together / Fireworks | 隔壁赛道 | 开源 LLM 文本推理 | 按 token 计费，和 fal 的图像视频赛道错位 |
| Modal | RunPod Serverless 对手 | 代码优先 serverless | Python 装饰器即部署，DX 极佳、价格略高、不租整机 |
| Lambda Labs | RunPod Pods 对手 | 开箱即用训练 VM | 预装 PyTorch，研究向口碑好 |
| Vast.ai | Community Cloud 对手 | 纯 P2P 算力集市 | 全场最低价，机器质量看运气——RunPod Community 是它的「有审核版」 |
| CoreWeave | 不同量级 | 企业级 GPU 云 | 几十万张卡 + InfiniBand，服务大厂训练，不是小团队选项 |
行情背景
GPU 租赁是眼下竞争最惨烈的市场之一：H100 时租从 2024 年底的 $8–10 杀到 2026 年初专业云的 $1.5–2.5。这解释了为什么各家都在往上层「模型 API」卷（RunPod 开 Public Endpoints、fal 冲 $4.5B 估值）：卖裸算力越来越不赚钱，卖「结果」才有溢价。
05
How We Use Them
一个当厨房，一个当试吃摊
我们不是二选一，而是两家都在用，各干各的活——连起来正好是一条「探索 → 锁定 → 降本」的路径：
FAL.AI
探索 视频模型横评：Seedance / Kling / Veo 多家旗舰同题对照选型——一个 key 全试遍，不用逐家开户充值
探索 视频模型横评：Seedance / Kling / Veo 多家旗舰同题对照选型——一个 key 全试遍，不用逐家开户充值
RUNPOD
自建 Softie 图像生成：自己攒的 ComfyUI 镜像（SDXL / FLUX + 角色一致性节点，同一个虚拟角色反复出图）跑在 Serverless 上——任何模型 API 菜单上都没有这道菜
自建 Softie 图像生成：自己攒的 ComfyUI 镜像（SDXL / FLUX + 角色一致性节点，同一个虚拟角色反复出图）跑在 Serverless 上——任何模型 API 菜单上都没有这道菜
直调
降本 锁定后的量产：横评定下模型后，图像量产迁到字节火山方舟官方 API——同款模型比走聚合层便宜
降本 锁定后的量产：横评定下模型后，图像量产迁到字节火山方舟官方 API——同款模型比走聚合层便宜
// 聚合平台最大的价值在探索期——它挣的就是你「还没想清楚用哪个模型」时的钱。这没什么不对，但想清楚之后要记得重新算账。
📦
工程形态 · RunPod 链路模型烘焙进镜像
模型权重直接打进 Docker 镜像（约 27GB）→ 推镜像仓库 → Serverless 拉起 worker → 工作流引擎异步提交 + 轮询结果。
💤
成本形态 · Scale-to-Zero闲时趋近于零
0–2 个 worker 按需启停，一阵一阵的出图请求下，月账单是几十美元而不是整租的 $500+。
06
Lessons Learned
这些坑我们都真实踩过
Rule #1 · RunPod
Serverless 永远不要挂 Network Volume。教科书方案是「模型放共享网络盘、镜像做小」——我们在三个地区反复实测：endpoint 一绑 Volume，worker 就随机性起不来；解绑立刻正常。团队铁律：模型一律烘焙进镜像，镜像大点（27GB）没关系，稳定压倒一切。
🏷️
RUNPOD · 镜像更新用 digest，别信 latest
推了新镜像、endpoint 还在跑旧代码——latest 标签有缓存。必须用 镜像名@sha256:… 指定唯一版本，改完模板重新保存 endpoint、等旧 worker 过期。「推上去了」≠「跑的是新的」。
🔁
RUNPOD · 配置刷新老 worker 不会自动刷新
改了 endpoint 配置，热着的 worker 继续按旧配置跑。强制生效：先把最大 worker 数调 0 逼停，再调回来。控制台显示的配置 ≠ 线上真实状态，以后者为准。
🌐
RUNPOD · 双域名两个域名各管一套 API
api.runpod.ai 管任务调用，api.runpod.io 管资源管理（GraphQL）。用错返 404 且报错完全看不出原因。排查任务失败先「列最近任务 → 查单个详情」拿真实报错。
💰
FAL · 余额监控把余额当成运维项
预充值余额烧完立刻报错，没有缓冲。接进生产链路那天就要配「余额低于阈值告警」——我们是被真实停工教育后才补的课。
🚧
FAL · 隐形门槛模型各有各的内容政策
同在 fal 菜单上，政策不同：字节 Seedance 内置真人人脸检测，真实照片当参考图直接被拦（face detected），AI 生成人像能通过。横评时把政策差异当成和画质、价格并列的评测项。
⏳
通用 · 异步必修先拿号，后取餐
视频生成动辄几十秒到几分钟，同步等结果必超时。fal 的队列 + Webhook、RunPod 的提交 + 轮询，本质都是异步。接任何生成类 API，第一天就按异步设计，别先写同步版再返工。
一句话总括：fal.ai 卖的是做好的菜，RunPod 租的是带灶的厨房——试菜阶段尽管点，独门配方就得自己开火；而吃定了一道菜时，记得去找灶台的主人谈个批发价。