Replicate 与 RunPod 部署选型指南
对比 Replicate 公共、私有与部署模式的计费边界，以及 RunPod Pods、Serverless 的 worker 生命周期成本，按模型、硬件、调用和存储口径整理选型与验证步骤。
Replicate 与 RunPod 的选型，先按运行形态决定：偏向模型 API、私有模型或 Replicate deployment 时，核对模型类型与实例在线时间；偏向自行管理 GPU 容器或按请求使用 worker 时，核对 RunPod 的 Pods 与 Serverless。算力租赁不能只比较单价，启动、空闲、存储和数据保留都要进入同一张成本表。下面按部署路径给出验证方法与常见故障点。
算力租赁选型：先统一四个口径
先把模型、硬件、调用方式和数据位置放进同一张表，再比较相同口径下的费用：
| 路径 | 官方计费边界 | 选型时先确认 |
|---|---|---|
| Replicate 公共模型 | 收取处理请求的活动时间，设置和空闲时间不计费；默认使用共享硬件池和队列。Replicate 的计费说明 | 能否接受共享资源与排队 |
| Replicate 私有模型或 deployment | 通常按实例在线时间计费，包括设置、空闲和活动处理；fast-booting fine-tunes 是例外，只收活动处理时间。Replicate 的计费说明 | 是否需要常驻实例，以及最低和最高实例数 |
| RunPod Pods | On-demand 资源专属于 Pod；计算、容器盘和卷盘按秒计费，network volume 按小时计费，不收数据传输费；创建时需有覆盖至少一小时配置的额度。RunPod 的 Pods 计费页 | 停止后是否仍需保留环境与数据 |
| RunPod Serverless | 从 worker 启动到完全停止均计费，并向上取整到下一秒。RunPod 的 Serverless 计费页 | 能否接受启动、模型加载和空闲等待成本 |
如果分不清模型类型和实例状态，免费空闲与付费在线时间就可能被混算。
Replicate：先确定模型和部署类型
如果应用需要独立私有 API endpoint、按需求扩缩和基础设施控制，应重点评估 deployment。根据 Replicate Deployments 文档，deployment 提供专用私有 API endpoint；min_instances 用于保留热实例，max_instances 用于限制最大实例数及相应支出。
创建 deployment 时，按照 创建 deployment 文档向以下 endpoint 提交 name、model、version、hardware、min_instances 和 max_instances：
POST /v1/deployments
创建后版本仍可更新。验证时不要只看控制台是否显示创建成功，应向选定的公共、私有或 deployment endpoint 发送一条符合模型输入定义的请求，并核对实际返回内容。
费用可按下面的方法整理，所有单价都从当前报价填写：
公共模型估算 = Σ（实际计费项数量 × 当前单价）
普通私有模型或 deployment 估算 = Σ（实例在线秒数 × 对应报价）
fast-booting fine-tune 估算 = Σ（活动处理秒数 × 对应报价）
RunPod Pods：部署后先确认数据位置
RunPod 控制台的 GPU Pod 流程是：选择 GPU 类型、填写名称、按需选择模板、设置 GPU 数量，然后点击 Deploy On-Demand。也可以使用 RunPod 的 Pod 管理说明列出的 CLI 或 REST API：
runpodctl pod create --name YOUR_VALUE --gpu-id "YOUR_VALUE" --image "YOUR_VALUE"
curl --request POST \
--url https://rest.runpod.io/v1/pods \
--header 'Authorization: Bearer RUNPOD_API_KEY'
REST 请求体应按当前文档列出的字段填写。创建后，在控制台确认 Pod 已建立，再按照镜像文档启动服务，从应用侧请求它实际提供的地址；官方说明没有给出适用于所有镜像的统一健康检查路径。
在 RunPod 的 Pod 管理说明中，停止 Pod 会释放 GPU、保留 /workspace 的卷盘数据并清除容器盘；终止会永久删除未存入 network volume 的数据；编辑运行中的 Pod 也会重置环境。若出现 OCI runtime create failed，文档要求在部署时通过 Additional filters → CUDA Versions 选择兼容机器。
若考虑 savings plan，按 RunPod 的 Pods 计费页，它要求预先承诺三个月或六个月，不可退款并有固定到期日；余额达到 $0 时，Pod 会停止，未挂载 network volume 的 Pod 会被终止且数据无法恢复。购买前应把这些条款与自己的使用周期一起核对。
Pods 估算
= 计算秒数 × 计算单价
+ 容器盘或卷盘秒数 × 对应存储单价
+ network volume 小时数 × 对应小时单价
RunPod Serverless：把启动和空闲时间计入
按 RunPod 的 Serverless 计费说明，计费周期从 worker 启动开始，到 worker 完全停止结束，并向上取整到下一秒。计费时间包含容器初始化与模型加载的启动阶段、请求执行阶段，以及完成请求后的 idle timeout；默认 idle timeout 为五秒，这段时间同样计费。
Serverless 估算
= Σ（每个 worker 向上取整后的计费秒数 × 对应单价）
如果启动与空闲时间在公式中占比过高，应重新评估请求模式；如果业务必须自行维护容器、GPU 环境或长期数据，则应回到 Pods 路径核对持续计算与存储费用。Serverless 的创建 endpoint、鉴权和请求体请以当前官方文档为准，不应直接套用 Pods 的 POST /v1/pods。
上线验证与常见出错点
- Replicate：确认使用的是公共模型、私有模型还是 deployment，核对
min_instances、max_instances和实际请求 endpoint。 - RunPod Pods：按镜像文档启动服务并验证应用响应；执行停止或终止前，再确认数据究竟位于
/workspace还是 network volume。 - RunPod Serverless：发送一条有效请求，核对返回结果，再把新增计费时间拆成启动、执行和 idle timeout 三段复核。
以上步骤均按正文所链接的官方文档整理，未运行或测量；使用前请对照当前版本复核。