一行代码运行
用 replicate.run() 直接调用模型，传入 prompt 等参数就返回结果，官网把它作为对外的核心卖点：run and fine-tune models, all with one line of code。
价格按用量计费，$ 0.000025 /sec 起
平台Web / API
归类大模型与开发平台
收录2026-10-09
复核2026-10-09
编辑评分
4.7 / 5
★★★★☆
Replicate编辑总结
Replicate 是让开发者用云 API 运行、微调与部署机器学习模型的平台，模型主要由社区贡献，已有 thousands of models，并且都带生产可用的 API。接入门槛低到一行代码，用 replicate.run() 就能出结果，也能用开源的 Cog 把自定义模型打包部署，无人访问时自动缩容到零。计费按实际用量走：CPU (Small) 低至 $ 0.000025 /sec，Nvidia T4 GPU 为 $ 0.000225 /sec，模型侧另有按量报价，例如 flux-1.1-pro 每张 $0.04。短板是计费口径复杂，私模型按实例在线时长收费，包含启动与空闲时间，不先估算用量容易超支。
Replicate是什么？
Replicate 是一个模型托管与推理平台，把社区贡献的开源模型和多家厂商的闭源模型放进同一个云端 API，面向需要快速上线 AI 功能的开发者、创业团队和希望自建模型的算法人员。
官网上能确认的现状是：模型可以用一行代码运行，也可以拿自己的数据做微调，还可以用官方开源工具 Cog 打包并部署自定义模型；平台按需自动扩缩容，无人访问时缩容到零且不计费。计费分两类，公共模型按运行时长或输入输出量计费，私模型多数运行在独占硬件上，按实例在线时长计费。
不同角色的用法不一样：普通用户直接在模型页面试跑；开发者把 replicate.run() 接进 Node.js、Python 或 Colab 流程；团队则按 CPU (Small)、Nvidia T4、L40S、A100、H100 等硬件档位规划预算，并可用企业版的 SLA 与专属客户经理。
Replicate核心功能
社区模型库
社区已贡献 thousands of models，且都带生产可用 API；图像、语音、音乐、视频、图像修复、图片描述与大语言模型都有对应条目。
模型微调
可以拿自己的数据训练出更贴合特定任务的模型，官网以图像模型为例，说明能让 SDXL 这类模型生成特定人物、物体或风格。
自定义模型部署
不受平台现有模型限制，可用开源工具 Cog 打包自己的模型：先写 cog.yaml 定义环境，再用 predict.py 定义预测逻辑即可部署。
自动扩缩容
流量上来时自动扩容，没有流量时缩容到零且不收费，强调不需要自己维护 API 服务、CUDA 依赖与 GPU 批处理。
按量计费
只按代码实际运行的时间收费，不用为闲置 GPU 付钱；公共模型也可以按输入输出量计费，模型页面会给出成本估算。
日志与监控
提供指标与日志两类观测能力，指标用来看模型整体表现，日志可以定位单次预测的调试信息，方便排查线上异常。
多模态覆盖
包括的能力包括 Generate images、Generate speech、Generate music、Restore images、Generate videos from images、Caption Images 与 LLM。
Replicate值不值得用？
当你需要在几天内把 AI 功能接进产品、又不想自己管 GPU 时，它值得优先考虑：一行代码就能跑通模型，社区有 thousands of models，无人访问时会缩容到零且不计费。要做自己的模型也可以用 Cog 打包部署，微调流程在官网有完整文档。要留意的是成本口径：CPU (Small) 虽然只要 $ 0.000025 /sec，但换成 8x Nvidia A100 (80GB) GPU 就是 $ 0.011200 /sec，私模型还要为空闲与启动时间付费，用量没估准容易超支；此外官网没有公开免费额度说明，试跑前需要先确认预算。
建议选它的情况
- 想用一行代码快速验证某个模型效果，不想自己配环境
- 产品要在几天内上线 AI 功能，需要自动扩缩容与按用量计费
- 要把自研模型对外提供 API，可以用 Cog 打包并部署
- 需要在一把 API 下同时对比多家厂商的图像、视频与语言模型
不建议选它的情况
- 用量无法预估又不想超额：私模型按实例在线时长计费，含启动与空闲时间
- 需要明确的免费额度：官网只写了按用量付费，没有公开免费档
- 只做本地个人实验：官网把 flux-schnell 这类快速模型定位为本地开发与个人使用
Replicate使用建议
入门先把路子走对
- 先在模型页试跑进入模型页面直接填 prompt 试跑，看到输出满意后再抄页面给的那一行 replicate.run() 代码，能省掉反复改代码的功夫。
- 用官方代码样例起步文档区按场景给了 Node.js、Python、Google Colab、Discord bot、Next.js 等样例，照着对应语言那份改最快。
- 先看模型页成本估算价格页明确说每个模型页面都会给出成本估算，上手前先看这一栏，再决定用哪个硬件档位跑。
- 微调从图像模型开始官网把 Fine-tune an image model 列为独立文档入口，先用图像模型跑通数据格式与训练流程，再迁移到别的模态。
进阶省时间也省钱
- 按档位算成本CPU (Small) 为 $ 0.000025 /sec，Nvidia T4 GPU 为 $ 0.000225 /sec，Nvidia A100 (80GB) GPU 为 $ 0.001400 /sec，按实际并发挑最低够用的档位。
- 优先选快速启动微调官网说明 fast booting fine-tunes 只按模型活跃处理请求的时间计费，不像其他私模型那样为空闲时间付费，长期跑优先选它。
- 按输出量计费的模型先比价同类模型单价差别明显：flux-dev 为 $0.025 / output image，ideogram-v3-quality 为 $0.09 / output image，按出图量选更省。
- 大额用量谈折扣价格页写明有量级折扣与企业支持，包括专属客户经理、优先支持、更高 GPU 上限与性能 SLA，用量大时先谈再充。
Replicate适合谁用？
快速做原型的开发者
推荐一行代码即可调用模型，文档覆盖 Python、Node.js 与 Google Colab，适合在一两天内验证某个模型能不能用。
上线 AI 功能的小团队
推荐自动扩缩容加按用量计费，没有流量时不收费，小团队不用自己维护 API 服务与 GPU 机器。
要托管自研模型的团队
推荐可以用 Cog 打包自己的模型并部署，环境依赖写在 cog.yaml 里；但私模型多按实例在线时长计费，需要盯住空闲成本。
用量难以预估的团队
有条件从 $ 0.000025 /sec 到 $ 0.011200 /sec 的档位跨度很大，私模型还含启动与空闲时间，预算没估准容易超支。
完全不懂代码的人
不推荐官方优势建立在调用 API 与写代码上，只想要图形界面做图的普通用户用它并不划算。
Replicate优点和缺点
优点
- 一行代码即可运行模型，接入成本低
- 社区有 thousands of models，且都带生产可用 API
- 无人访问时缩容到零，不产生闲置费用
- CPU (Small) 低至 $ 0.000025 /sec，可按需选档
- 支持 Cog 部署自研模型，不被平台模型限制
- 提供指标与日志，方便排查单次预测问题
缺点
- 私模型按实例在线时长计费，含空闲与启动时间
- CPU 到 8x Nvidia A100 档位价差大，预算难估
- 试跑也需要付费
- 模型由社区贡献，质量与文档水平参差不齐
- 高频出图时按张计费，成本会随用量线性上涨
Replicate版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| CPU (Small) | $ 0.000025 /sec | 1x CPU / 2GB RAM | 折合 $ 0.09 /hr，适合轻量任务 |
| CPU | $ 0.000100 /sec | 4x CPU / 8GB RAM | 折合 $ 0.36 /hr |
| Nvidia T4 GPU | $ 0.000225 /sec | 1x GPU / 16GB GPU RAM / 16GB RAM | 折合 $ 0.81 /hr |
| Nvidia L40S GPU | $ 0.000975 /sec | 1x GPU / 48GB GPU RAM / 65GB RAM | 折合 $ 3.51 /hr |
| Nvidia A100 (80GB) GPU | $ 0.001400 /sec | 1x GPU / 80GB GPU RAM / 144GB RAM | 折合 $ 5.04 /hr；4x、8x 容量需 committed spend 合约 |
| Nvidia H100 GPU | $ 0.001525 /sec | 1x GPU / 80GB GPU RAM / 144GB RAM | 折合 $ 5.49 /hr；多卡容量需 committed spend 合约 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
Replicate关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| CPU (Small) 单价 | $ 0.000025 /sec | Replicate 价格页 |
| Nvidia T4 GPU 单价 | $ 0.000225 /sec | Replicate 价格页 |
| Nvidia A100 (80GB) GPU 单价 | $ 0.001400 /sec | Replicate 价格页 |
| 8x Nvidia A100 (80GB) GPU 单价 | $ 0.011200 /sec | Replicate 价格页 |
| flux-1.1-pro 出图单价 | $0.04 / output image | Replicate 价格页 |
| flux-schnell 出图单价 | $3.00 / thousand output images | Replicate 价格页 |
| deepseek-r1 输出 token 单价 | $0.01 / thousand output tokens | Replicate 价格页 |
| flux-dev 模型规模 | 12 billion parameter rectified flow transformer | Replicate 价格页 |
Replicate常见问题
Replicate 怎么收费，有免费额度吗？＋
口径是只按实际用量付费，没有公开的免费额度说明。上手前建议先看模型页给出的成本估算。
它现在的主力能力是什么？＋
核心仍是运行与微调模型，强调 run and fine-tune models、deploy custom models，all with one line of code。首页列出的能力覆盖图像生成、语音、音乐、图像修复、图生视频、图片描述与大语言模型，社区模型库被描述为 thousands of models 且都带生产可用 API。
和直接对接各家厂商的原生 API 怎么选？＋
Replicate 把 OpenAI、Google、Anthropic、ByteDance、Black Forest Labs 等多家厂商的模型放在同一个平台，用同一套调用方式就能切换，省去逐个对接。若只用单一厂商且需要其独有功能或商务条款，直接对接原生 API 更直接；要在多个模型之间快速比价、比效果，用 Replicate 更省事。
国内能正常使用吗？＋
没有提到地区限制、支付方式或国内节点，这些需要自己确认。可以确定的是它属于云端托管服务，调用依赖网络访问，且计费按秒累计，网络不稳定导致的重试也会计入运行时间，跑批量任务前最好先用自己的网络实测一次。
私有模型和公共模型在计费上有什么区别？＋
公共模型按运行耗时或输入输出量计费，只为处理请求的时间付费。私模型多数跑在独占硬件上，要为实例在线的全部时间付费，包括启动、空闲与处理请求三种状态；例外是 fast booting fine-tunes，只按模型活跃处理请求的时间计费。
如何部署自己的模型？＋
用官方开源工具 Cog 打包：在 cog.yaml 里声明运行环境，例如 gpu: true、python_version 3.10 与所需的 python_packages，再用 predict.py 里的 Predictor 定义预测逻辑，之后交给 Replicate 生成 API 服务并按流量扩缩容。
用量大了有折扣和支持吗？＋
价格页列出企业方案，包含专属客户经理、优先支持、更高 GPU 上限、性能 SLA，以及协助上手、自定义模型与优化；同时说明大额支出有量级折扣。此外 4x、8x 的 A100 以及 H100、H200 多卡容量需要通过 committed spend 合约获取。
Replicate竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Replicate本工具 | 4.7 | 按用量计费，$ 0.000025 /sec 起 | 一行代码运行；社区模型库；模型微调；自定义模型部署 | Web / API |
| Lobe | — | 为 free，即免费使用 | Lobe 是一款免费的桌面应用程序，由相关团队开发，旨在让机器学习变得简单易用 | Mac / PC |
| HuggingFace | — | 未标价 | Hugging Face 是一个人工智能社区平台，致力于通过开源和开放科学的方式推进和普及 | — |
| Fiddl.art | — | 未标价 | AI 艺术生成器，支持自定义模型、创作和赚钱 | — |
| 魔乐社区 | — | 未标价 | 魔乐社区(Modelers.cn)是一个中立、公益性质的人工智能社区 | — |
| AgentGPT | — | 未标价 | AgentGPT 是一款基于浏览器的工具，允许用户配置和部署自主的 AI 代理 | — |
