Modal

¿Qué es Modal?

Modal es una nube serverless que ejecuta código Python en GPU y CPU con facturación por segundo; la empresa la describe como infraestructura en la nube para equipos que desarrollan, entrenan y sirven aplicaciones de IA a escala.

Modal mete tu código en un contenedor, lo ejecuta en la nube y añade contenedores automáticamente cuando crece el tráfico, agrupando capacidad de las principales nubes para elegir dónde corre cada tarea. Las imágenes de contenedor y las solicitudes de GPU se escriben en Python, así que una aplicación de Modal no tiene archivos de despliegue YAML.

Modal Labs opera modal.com. Según la prensa tecnológica independiente, Modal fue fundada en 2021 por Erik Bernhardsson, CEO, y Akshat Bubna, CTO; la empresa afirma haber recaudado más de 466 millones de dólares de inversores como General Catalyst y Redpoint Ventures. El 28 de septiembre de 2026, una noticia tecnológica que citaba una fuente anónima dijo que Modal Labs, a la que describía como proveedor de infraestructura de inferencia de IA, estaba cerca de cerrar una ronda de 750 millones de dólares liderada por Accel con una valoración de 15.750 millones de dólares; Modal Labs no quiso comentar.

Funciones principales

Modal cubre la inferencia con lo que llama arranques en frío de menos de un segundo, trabajos por lotes en paralelo, entrenamiento y ajuste fino, Sandboxes aisladas para código generado por IA y Notebooks colaborativos con GPU.

Funciones, endpoints y trabajos por lotes

• Endpoints HTTPS: toda función puede convertirse en un endpoint HTTPS que escala con el tráfico y baja a cero en reposo.
• Distribución masiva y tareas de fondo: un trabajo puede repartirse entre miles de GPU sin capa de orquestación o lanzar trabajo por lotes asíncrono.
• Almacenamiento: los Volumes sirven de sistema de archivos distribuido para imágenes, pesos de modelos y conjuntos de datos.
• Observabilidad: registros y métricas por contenedor, exportables a proveedores de OpenTelemetry como Datadog.

Selección de GPU

El argumento gpu acepta T4, L4, A10, L40S, A100 (genérica, 40 GB u 80 GB), RTX PRO 6000, H100 (o H100!), H200, B200 (o B200+) y B300. B300, B200, H200, H100, A100, L4, T4 y L40S admiten hasta 8 GPU por contenedor (hasta 2.304 GB de RAM de GPU); la A10 se queda en 4 GPU y 96 GB.

Dos mejoras automáticas importan para los benchmarks: una solicitud de H100 puede correr en una H200 y una de A100 en una A100 de 80 GB, al precio original, mientras que solicitar H100! excluye la mejora a H200. Una función también puede listar tipos de GPU en orden de preferencia, y Modal va bajando por la lista.

Endpoints de inferencia

• Endpoints compartidos (Shared Endpoints): un subconjunto de modelos de Modal Library servidos desde pools gestionados por Modal y facturados por token; cada uno también puede correr en un endpoint dedicado (Dedicated Endpoint) para capacidad aislada o configurable.
• Servicio compatible con OpenAI: Modal promociona endpoints compatibles con OpenAI para modelos abiertos.

Modal Sandboxes

Modal Sandboxes son contenedores seguros, definidos en tiempo de ejecución, para ejecutar código no fiable de usuarios o agentes. Modal afirma que se pueden crear millones por programación en menos de un minuto, con instantáneas y restauración para arrancar rápido.

Notebooks

Notebooks de Jupyter alojados con precios serverless, apagado automático por inactividad, GPU de Modal y edición colaborativa en tiempo real.

Entrenamiento y clústeres multinodo

Modal anunció el 1 de octubre de 2026 que Modal Clusters tiene disponibilidad general con el decorador @modal.clustered: grupos de GPU multinodo con RDMA, planificados en bloque desde un pool de capacidad compartido y facturados por segundo.

Guía

Primeros pasos

1. Crea una cuenta en modal.com.
2. Ejecuta pip install modal y después modal setup para autenticarte (o python -m modal setup si la primera forma falla).
3. Escribe una función de Python decorada con @app.function(...), indicando la imagen de contenedor y la GPU, y ejecuta el archivo con modal run path/to/file.py.

Ajustar arranques en frío y coste en reposo

Modal dice que los contenedores arrancan en un segundo aproximadamente, pero solo están calientes tras ejecutarse las importaciones y demás configuración de ámbito global, así que estar listos puede llevar de segundos a minutos. Tres ajustes equilibran latencia y gasto en reposo:

• scaledown_window: mantiene vivos los contenedores inactivos de 2 segundos a 20 minutos; ventanas más largas dan menos arranques en frío, pero los recursos inactivos se facturan.
• min_containers y buffer_containers: el primero mantiene un mínimo de contenedores calientes para que la función nunca escale a cero; el segundo añade contenedores de reserva mientras está activa.
• Regiones amplias: una región amplia como us ofrece un pool de recursos mayor que una estrecha y mejora así el tiempo de arranque en frío y la disponibilidad.

Casos de uso y ejemplos

Modal puede desplegar cualquier aplicación Python contenerizable y se orienta al cómputo intensivo con escalado horizontal: inferencia de ML a escala, entrenamiento y ajuste fino de modelos, pipelines de datos, cómputo científico y colas de trabajos.

• Plataformas de IA para toda la empresa: Andy Fang, cofundador de DoorDash, dice que su plataforma de IA usa Modal para inferencia, sandboxes para agentes y cómputo para código propio.
• Aprendizaje por refuerzo y servicio de modelos: Scott Wu, CEO de Cognition, dice que Modal ejecuta tanto su infraestructura de RL como su inferencia en producción.
• Evaluación de agentes: el responsable de IA aplicada de Ramp dice que su herramienta Inspect habría sido difícil de construir sin las sandboxes rápidas de Modal.
• Proyectos de referencia: los ejemplos cubren transcripción en tiempo real con Kyutai STT, ajuste fino de Flux, un agente de programación sobre Sandboxes y LangGraph, el entrenamiento de un modelo de lenguaje pequeño y el procesamiento paralelo de Parquet en S3.

Las tres citas de clientes son testimonios de la página de inicio, no estudios de caso independientes.

Para quién es

• Desarrolladores de Python e ingenieros de ML: las funciones se definen en Python; JavaScript/TypeScript y Go pueden llamar a funciones, ejecutar Sandboxes y gestionar recursos.
• Equipos con demanda irregular: Modal sostiene que sus tarifas por hora pueden parecer más altas, aunque el coste total baja con volúmenes de solicitudes con picos o impredecibles.
• De equipos pequeños a grandes organizaciones: Starter apunta a equipos pequeños y desarrolladores independientes, Team a startups y organizaciones más grandes, y Enterprise a organizaciones que priorizan la seguridad y el soporte.
• Startups e investigadores: las startups en fase inicial pueden solicitar créditos de cómputo gratuitos, y los académicos pueden obtener hasta $10k en créditos.

Las señales de reseñas independientes de esta ronda son limitadas: en una plataforma de reseñas de una comunidad de lanzamientos, Modal tenía un 5,0 con 61 reseñas a 5 de octubre de 2026, y su resumen de IA dice que los autores son sobre todo fundadores y que casi no hay críticas.

Plataformas

• SDK de Python y CLI: la mayoría de interacciones pasan por la herramienta de línea de comandos de código abierto modal y la biblioteca cliente de Python.
• SDK de JavaScript/TypeScript y Go: en beta; definir funciones probablemente seguirá siendo exclusivo de Python.
• Navegador: los Notebooks se abren en modal.com/notebooks y se pueden subir archivos .ipynb.
• Regiones de capacidad: EE. UU., UE, Asia-Pacífico, Japón, Australia, Reino Unido, Canadá, Oriente Medio, Sudamérica, África y México, en más de 20 nubes.
• Enrutamiento de solicitudes: las entradas de funciones pasan por defecto por us-east (Virginia); routing_region también acepta us-west (Oregón), eu-west (Dublín) y ap-south (Bombay).
• Marketplaces de nube: los clientes Enterprise pueden comprar en los marketplaces de AWS y GCP para aprovechar el gasto comprometido.

Precios

Modal combina un plan mensual con precios de GPU por segundo y CPU y memoria medidas por uso; los precios de lista siguientes se capturaron el 5 de octubre de 2026.

Planes

Enterprise añade descuentos por volumen, servicios integrados de ingeniería de ML, soporte privado por Slack, registros de auditoría, SSO con Okta y HIPAA. Starter permite 200 aplicaciones desplegadas y 5 tareas cron desplegadas, y excluye dominios personalizados, reversiones de despliegue, presupuestos por entorno, el proxy de IP estática y RBAC; Team conserva 3 versiones para reversión.

Precios de GPU por segundo

La CPU tiene un mínimo de 0,125 núcleos por contenedor. Sandboxes y Notebooks usan tarifas de CPU y memoria más altas, $0.00003942 por núcleo y $0.00000667 por GiB por segundo, con las GPU a precio estándar. Los Volumes cuestan $0.09 por GiB al mes tras 1 TiB gratis, y el tráfico de salida que excede la asignación del plan, $0.04 por GiB. El ejemplo de cálculo de Modal sitúa Stable Diffusion en una A10G en unos $0.491 por 1.000 imágenes.

Qué cuenta para la factura

• Tiempo de carga e inactividad: Modal factura el tiempo de carga y procesamiento más un keep-alive predeterminado y configurable de 60 segundos tras la última entrada; una aplicación escalada a cero no se cobra.
• Solicitud o uso: la CPU y la memoria se cobran por el mayor valor entre lo solicitado y lo usado, con un mínimo de 128 MiB y 0,125 núcleos por contenedor.
• Fijación de región: fijar la región de un contenedor cuesta 1,15 veces los precios base en una región amplia y 1,75 veces en una estrecha; combinar ambas aplica el multiplicador menor.
• Ejecución no interrumpible: nonpreemptible=True triplica los precios de lista de CPU y memoria y no está disponible para funciones con GPU.
• Tokens de los endpoints compartidos: el cómputo incluido no los cubre; desde el 1 de septiembre de 2026, los tokens se facturan desde la primera solicitud, incluso en Starter.
• Método de pago: la guía de facturación exige uno registrado para usar Modal en absoluto, mientras que la guía de GPU lo vincula al uso de GPU; las páginas difieren en alcance.
• Ciclo de facturación y topes: la facturación es mensual, con cargos automáticos adicionales cuando el uso supera por primera vez ciertos umbrales; un límite de gasto alcanzado detiene las cargas de trabajo que añadirían cargos de tu bolsillo.
• Créditos de nube y reembolsos: no se pueden aplicar créditos de AWS, GCP ni Azure, y el acuerdo de software como servicio de Modal, vigente desde mayo de 2026, establece que las tarifas no son reembolsables salvo lo descrito en su sección 3.2.

Alternativas a Modal

Cada plataforma de GPU sin servidor de la lista difiere de Modal sobre todo en cómo factura la inactividad y en la amplitud de su oferta de GPU.

La división entre workers flexibles y activos de RunPod equivale a elegir min_containers en Modal. Replicate factura la mayoría de modelos públicos por tiempo de ejecución y algunos por entrada y salida. Modal se diferencia por la infraestructura definida en Python y las Sandboxes en la misma cuenta, además de una lista de GPU más larga que la de Cloud Run.

Limitaciones

Límites de ejecución

• Interrupción por defecto: toda función puede ser interrumpida y se reinicia con la misma entrada; la probabilidad de interrupción crece con la duración de la ejecución.
• Tiempos de espera: el límite de ejecución de las funciones es de 300 segundos por defecto, configurable de 1 segundo a 24 horas; las Sandboxes viven 5 minutos por defecto, ampliables a 24 horas.
• Concurrencia: los límites del espacio de trabajo de contenedores y GPU simultáneos dependen del plan, y una sola función tiene un límite estricto de 4.000 contenedores simultáneos.
• Solicitudes grandes de GPU: más de 2 GPU por contenedor suele implicar esperas más largas.
• Versión mínima de CUDA: la B300 requiere CUDA 13.1 o posterior.
• Limitación de los endpoints compartidos: rigen límites de concurrencia por modelo en todo el espacio de trabajo, y las solicitudes que los superan reciben HTTP 429.
• Estado multinodo incoherente: la guía de GPU sigue diciendo que el entrenamiento multinodo está en beta privada, mientras que el anuncio del 1 de octubre de 2026 declara Modal Clusters disponible de forma general.

Regiones y residencia de datos

• Fijación estricta: las cargas fijadas a una región nunca se trasladan a otro lugar, aunque esa región se quede sin capacidad.
• Restricciones de enrutamiento: routing_region solo puede establecerse en el primer despliegue de una función, y las entradas y salidas de más de 2 MiB siguen pasando por el almacenamiento de objetos en us-east.
• Endpoints compartidos: no hay región de contenedor ni de enrutamiento seleccionable; el tráfico pasa por us-west a través del pool de cómputo global.
• Registros: los registros de aplicación de funciones, Sandboxes y servidores se almacenan en EE. UU..

Uso aceptable

El acuerdo de Modal prohíbe la minería de criptomonedas o actividades blockchain relacionadas, los ataques de denegación de servicio, el intercambio de archivos entre pares y las plataformas generales de alojamiento de archivos o de distribución de medios.

Privacidad, seguridad y derechos sobre datos

• Acceso a los datos: Modal afirma que nunca accederá ni usará tu código fuente, las entradas o salidas de tus funciones ni los datos almacenados en imágenes o Volumes; los registros y metadatos de las aplicaciones solo se consultan con tu permiso para resolver problemas.
• Retención: las entradas y salidas de las funciones se cifran en reposo y se eliminan en un TTL máximo de 7 días; los endpoints de Modal Inference tienen retención de datos cero y las cargas útiles nunca se escriben en disco.
• Propiedad: los clientes conservan todos los derechos sobre sus datos de cliente y otorgan a Modal una licencia limitada para prestar el servicio; Modal puede usar métricas de servicio agregadas o anonimizadas permanentemente para sus propios fines comerciales durante y después del acuerdo.
• Lugares de procesamiento: los clientes pueden restringir el procesamiento a regiones concretas, y Modal no procesará datos de cliente en otro lugar sin consentimiento previo por escrito.
• Certificaciones: Modal ha completado una auditoría SOC 2 Type 2; el informe se puede solicitar en su portal de seguridad.
• HIPAA: debe existir un acuerdo de socio comercial, disponible en Enterprise, antes de enviar cualquier PHI; Volumes v1, las imágenes (salvo las instantáneas de sistema de archivos y de directorio), las instantáneas de memoria y el código de usuario quedan fuera de él, mientras que Volumes v2 sí está cubierto.
• Aislamiento y cifrado: los trabajos de cómputo se virtualizan con gVisor, las Sandboxes también pueden ejecutarse en un entorno de ejecución de VM seguro, los datos de usuario se cifran en tránsito y en reposo, y las API públicas usan TLS 1.3.
• Responsabilidad compartida: los clientes son responsables de las copias de seguridad de sus propios datos.
• Política de privacidad: actualizada por última vez el 17 de mayo de 2023; indica que los servicios no se dirigen a nadie menor de 13 años.

Preguntas frecuentes

Q1. ¿Tiene Modal un plan gratuito?

Starter no tiene tarifa de plataforma e incluye $30 de cómputo al mes, pero la guía de facturación exige un método de pago registrado y los tokens de los endpoints compartidos se facturan desde la primera solicitud.

Q2. ¿Me cobran cuando mi aplicación está inactiva?

No después de escalar a cero. El keep-alive predeterminado de 60 segundos y el tiempo de inactividad dentro de un scaledown_window más largo se facturan, y min_containers impide que la función llegue nunca a cero.

Q3. ¿Puedo mantener las cargas de trabajo dentro de la UE?

Las funciones y las Sandboxes pueden fijarse a regiones de la UE con un multiplicador de 1,15 o 1,75, con enrutamiento por eu-west, pero los registros de aplicación permanecen en EE. UU., las entradas y salidas grandes pasan por us-east y los endpoints compartidos no pueden fijarse.