Runpod сдаёт вычисления на GPU в трёх формах — постоянные Pods, бессерверные точки доступа без оплаты в простое и многоузловые Clusters — на более чем 30 моделях GPU, с посекундной оплатой и без обязательств.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Runpod — это облако GPU для разработчиков, которым нужны ускоренные вычисления без покупки оборудования и без корпоративных договоров. Компания называет себя облаком для разработчиков ИИ, и на практике это три продуктовые линии, разделяющие один каталог GPU в рамках одной учётной записи: Pods — экземпляры GPU для постоянных вычислений и разработки; Serverless — автомасштабируемые точки доступа, которые в простое сжимаются до нуля; Clusters — распределённые вычисления на нескольких GPU для обучения и пакетного инференса. Все три доступны по требованию, без договоров и минимальных обязательств, а заявленная цель устройства — пройти путь от эксперимента до продакшена, не меняя платформу между этапами.
Происхождение компании многое объясняет о том, кому она служит. Двое бывших разработчиков Comcast, Zhen Lu и Pardeep Singh, в конце 2021 года переделали майнинговые фермы из подвалов в Нью-Джерси в серверы для ИИ, движимые — по словам Lu — наблюдением, что «реальный опыт разработки софта поверх GPU был просто мусорным». В начале 2022 года они опубликовали в тематических сабреддитах предложение бесплатного доступа к GPU в обмен на отзывы; за девять месяцев после запуска они уволились с работы и вышли на миллион долларов выручки. Этот ориентированный на разработчиков и выросший из сообщества характер до сих пор виден в продукте, в том числе в том, как поставляется часть его мощностей.
Достигнутый с тех пор масштаб значителен, и его стоит приводить с датами, потому что цифры быстро меняются. TechCrunch в январе 2026 года сообщал, что Runpod вышла на 120 миллионов долларов годовой повторяющейся выручки при 500 000 клиентов-разработчиков в 31 регионе, заработав на собственные средства более 24 миллионов долларов до привлечения институционального капитала. К объявлению раунда A в июне 2026 года — 100 миллионов долларов во главе с Summit Partners при оценке в миллиард, что довело общий объём привлечённых средств до 122 миллионов после посевных 20 миллионов, совместно возглавленных Intel Capital и Dell Technologies Capital в мае 2024 года, — число разработчиков указывалось как более миллиона, а количество обработанных с момента запуска запросов на инференс превысило 20 миллиардов. Среди названных клиентов — Replit, Cursor, OpenAI, Perplexity, Wix и Zillow.
Runpod используется через веб-панель, интерфейс командной строки и REST API, а документация охватывает API v1 и v2 наряду со справочниками по моделям и CLI. Единицей развёртывания служит контейнер Docker, а значит ваш фреймворк, зависимости и код переезжают с вами — заявленная позиция платформы звучит как «ваши контейнеры, ваш фреймворк, ваш код», а не предписанная среда выполнения.
Инфраструктура охватывает 31 регион и более 30 моделей GPU и работает в двух отчётливо разных классах. Community Cloud берёт мощности у проверенных сторонних хостов по одноранговой схеме, где поды делят машину при программной изоляции на уровне контейнера. Secure Cloud работает в дата-центрах уровней 3 и 4 с выделенными машинами и GPU, лучшими SLA и постоянными сетевыми томами на NVMe. Оба класса стоят рядом в таблице цен для одних и тех же моделей GPU, и выбор между ними — решение о надёжности и изоляции не в меньшей степени, чем о стоимости.
Со стороны интеграции точки доступа Serverless сами по себе являются HTTP API: вы отправляете задачи, опрашиваете статус и забираете результаты либо используете синхронные вызовы для коротких работ. Точки доступа с балансировкой позволяют принести свой HTTP-фреймворк и описать собственные маршруты. Журналы, мониторинг и метрики в реальном времени предоставляются без дополнительного инструментирования, а пакет Runpod skills распространяет развёртывание и управление ресурсами на кодовых агентов, включая Claude Code и Cursor.
Runpod тарифицирует по часам или посекундно, без подписных уровней: вы платите за использованные вычисления, а страница цен была отмечена как обновлённая 27 июля 2026 года.
Pods тарифицируются по модели GPU. В верхнем сегменте B300 стоит 7,89 доллара в час, B200 — 6,79, H200 — 4,59, H100 SXM — 3,29, H100 PCIe — 2,89, H100 NVL — 3,19. В среднем сегменте A100 SXM стоит 1,59, A100 PCIe — 1,39, RTX Pro 6000 — 2,09, L40S — 0,99, RTX 6000 Ada — 0,84. В начальном сегменте RTX 4090 стоит 0,74, RTX 3090 — 0,50, L4 — 0,49, A40 — 0,44, RTX A5000 — 0,27 доллара в час. Та же таблица приводит два класса инфраструктуры отдельными столбцами, поэтому фактическая цена зависит от выбранного класса.
Serverless тарифицируется отдельно и стабильно дороже за час, чем эквивалентный Pod, и это главный ценовой факт, который стоит усвоить: H100 стоит 4,79 доллара в час в Serverless против 3,29 как Pod, A100 — 2,72 против 1,59, RTX 4090 — 1,10 против 0,74. Уровень 16 ГБ стоит 0,58 доллара в час, разделяемый уровень 24 ГБ — 0,69. Runpod заявляет экономию 25 процентов на flex-воркерах по сравнению с другими бессерверными провайдерами. Надбавка покупает автомасштабирование и нулевую стоимость простоя: оправданно при пиковом трафике и расточительно при ровной нагрузке.
Clusters публикуют лишь две цены по требованию — H200 SXM по 4,31 доллара в час и A100 SXM по 1,79, — тогда как L40S, H100 SXM и B200 отмечены как обращение в отдел продаж. Reserved Clusters не публикуют цен ни для одной длительности: каждая ячейка для 1, 3, 6, 12 месяцев и более отсылает к отделу продаж.
Хранилище оплачивается независимо: контейнерный диск — 0,10 доллара за ГБ в месяц; том — 0,10 в работе и 0,20 в простое; сетевое хранилище — 0,07 до 1 ТБ, 0,05 свыше и 0,14 для высокопроизводительного уровня. Public Endpoints тарифицируются за вызов с большим разбросом по моделям.
Одна оговорка о публикуемых ценах: языковой раздел Public Endpoints указывает Deep Cogito v2 Llama 70B по 0,00001 доллара за миллион токенов, тогда как в том же разделе Qwen3 32B AWQ стоит 10,00, а IBM Granite 4.0 H Small — 1,00. Миллионнократный разброс внутри одной таблицы гораздо больше похож на ошибку страницы, чем на реальную цену, и здесь он приводится как есть. Runpod к тому же формулирует свою ценовую философию как движение цен ради доступности GPU, поэтому считайте каждую цифру снимком на момент времени и сверяйтесь с действующей страницей.
Сравнение зависит от того, какую сторону Runpod вы взвешиваете. По сравнению с крупными облаками — AWS, Azure, GCP — обменом становятся трение закупок и цена против глубины экосистемы и корпоративных договоров; Runpod заявляет вычислительные затраты до 90 процентов ниже и отсутствие платы за исходящий трафик, тогда как те предлагают интегрированные сервисы, к которым Runpod даже не подступается. По сравнению со специализированными на ИИ облаками GPU вроде CoreWeave и Lambda масштаб мощностей и корпоративное контрактование склоняются к более крупным игрокам, а Runpod конкурирует самообслуживанием и широтой моделей GPU. По сравнению со специалистами по бессерверному инференсу, включая Modal, Replicate, Baseten и Together, сравнение упирается в поведение при холодном старте, опыт разработчика и форму тарификации, и независимые тесты показывают, что расстановка меняется в зависимости от размера модели, а не что одна платформа доминирует. По сравнению с арендой GPU по типу маркетплейса вроде Vast.ai, Community Cloud занимает схожую нишу, а Secure Cloud добавляет вариант уровня дата-центра, которого у чистых маркетплейсов обычно нет. Практический способ оценки — прогнать собственную модель на двух-трёх из них, потому что опубликованные цифры холодного старта и пропускной способности редко переживают встречу с конкретной нагрузкой.
Заявление о холодном старте менее 200 мс требует указания условий. Главная страница Runpod рекламирует его через FlashBoot. Собственная документация точнее: холодный старт охватывает запуск контейнера, загрузку моделей в память GPU и инициализацию среды выполнения, и в ней прямо отмечено, что более крупные модели загружаются дольше, удлиняя холодный старт. Независимое тестирование Qwen Image fp16, требующей 56 ГБ видеопамяти, показало около 120–160 секунд общего холодного старта против 30–40 секунд собственно генерации — накладные расходы втрое-вчетверо. Противоречия здесь нет: маркетинговая цифра описывает прогретый путь с закэшированной моделью, а измерение — крупную модель, стартующую с нуля. Но покупатель, прочитавший только главную страницу, неверно рассчитает бюджет задержки. Стоит также учесть, что автор теста раскрывает участие собственной платформы в сравнении.
Независимые оценки средние и сильно поляризованы. У Runpod 3,7 из 5 на Trustpilot при 302 отзывах, из которых 156 — за последние двенадцать месяцев. Примечательнее всего распределение: 65 процентов пятизвёздочных и 19 процентов однозвёздочных при почти пустой середине. Такая двухвершинная форма говорит о том, что опыт резко расходится, а не группируется вокруг приемлемого. Профиль помечен как приглашающий клиентов оставлять отзывы, что вносит смещение выборки и должно учитываться при чтении общей оценки.
Повторяющиеся эксплуатационные жалобы конкретны и последовательны. Пользователи сообщают, что при исчерпании баланса поды удаляются, а не просто останавливаются, что требует полного пересоздания. Другие описывают периоды острого дефицита GPU, тарификацию, не соответствующую фактически предоставленным характеристикам — в одном отзыве говорится об оплате 1 ТБ памяти при полученных 300 ГБ, — и получение машин со сломанным NVSwitch, заблокированными GPU, нехваткой памяти или неподключёнными дисками, что один рецензент назвал рулеткой. Отдельные агрегаторы отзывов сообщают о подах, которые запускаются до 30 минут или не инициализируются вовсе, продолжая тарифицироваться, и о поддержке, качество которой колеблется от оперативной до полностью безмолвной.
Один неразрешённый спор по счетам стоит знать. Рецензент на Trustpilot утверждает, что никогда не был клиентом Runpod, что его платёжное средство использовали для открытия счёта, породившего 810 долларов несанкционированных списаний за две недели, и что Runpod заблокировала аккаунт за сторонний доступ, отказав при этом в возврате на том основании, что доказательств стороннего доступа не найдено. Это изложение одного пользователя, приводимое как таковое, а не как установленный факт.
Два класса инфраструктуры не взаимозаменяемы. Community Cloud берёт мощности у проверенных сторонних хостов, поды делят машину при изоляции только на уровне контейнера, а надёжность зависит от хоста. Secure Cloud предоставляет выделенное оборудование в дата-центрах уровней 3 и 4. Документация Runpod рекомендует Secure Cloud для чувствительных нагрузок. Значительная часть расхождения пользовательского опыта, вероятно, восходит именно к этому выбору, а таблицы, показывающие оба столбца рядом, облегчают выбор по одной лишь цене без осознания того, чем при этом жертвуют.
Соответствие требованиям условное, а не сплошное. Runpod прошла SOC 2 Type 2, а её Trust Center перечисляет SOC 2 Type 2, SOC 3, HIPAA, GDPR и переходное письмо 2026 года, причём часть документов требует одобренного доступа. Но страница соответствия прямо указывает, что охват может меняться в зависимости от нагрузки, региона, поставщика и модели развёртывания, и советует подтверждать конкретные требования при проверке безопасности. Там же отмечено, что отчёты, сертификации и охват партнёров со временем меняются. Сертификация на уровне компании, таким образом, является отправной точкой проверки, а не её выводом.
Сайт приводит две разные цифры доступности. Корпоративный раздел главной страницы называет 99,9 процента, а раздел вопросов на той же странице — гарантию 99,99 процента. Runpod не публиковала объяснения этого расхождения, и здесь приводятся обе цифры как есть.
По крайней мере одна опубликованная цена выглядит ошибочной. Deep Cogito v2 Llama 70B указана по 0,00001 доллара за миллион токенов в разделе, где сопоставимые модели стоят 1,00 и 10,00 доллара за миллион токенов. Это почти наверняка ошибка страницы, и здесь не делается никаких предположений о том, какой должна быть верная цифра.
Serverless стоит дороже за GPU-час, чем Pods. Это устройство, а не изъян, но оно подводит команды, полагающие, что бессерверное автоматически дешевле. При ровной предсказуемой нагрузке Pod существенно дешевле; Serverless оправдывает надбавку лишь тогда, когда время простоя существенно.
Точки доступа с балансировкой меняют очередь на гибкость. Они позволяют принести свой HTTP-фреймворк, но, в отличие от стандартных точек, не предоставляют очереди для накопившихся запросов. При резком росте нагрузки именно это различие определяет, подождут ли лишние запросы или откажут.
Приводимые цифры сопровождаются датами. Число разработчиков составляло 500 000 по данным января 2026 года и более миллиона к июню 2026 года; обе цифры приводятся с датами, а не согласуются между собой. Показатели масштаба, доли успешных развёртываний и удержания заявлены компанией и не проходили независимого аудита, как и сообщённая клиентами экономия вроде сокращения счёта за инфраструктуру на 90 процентов.
Pods — это экземпляры GPU для постоянных вычислений и разработки, доступные как гарантированные Reserved или как прерываемые и более дешёвые Spot. Serverless предоставляет автомасштабируемые точки доступа, сжимающиеся до нуля в простое и не тарифицируемые вне работы. Clusters дают распределённые вычисления на нескольких GPU для обучения и крупнопакетного инференса, до 64 GPU по требованию и больше по резервированию. Все три делят один каталог GPU в рамках одной учётной записи, и предполагаемый путь — использовать их на разных этапах, не меняя платформу.
Она описывает конкретное условие, а не любой случай. FlashBoot с закэшированной моделью на прогретом пути действительно может быть настолько быстрым. Собственная документация Runpod отмечает, что холодный старт включает запуск контейнера, загрузку модели в память GPU и инициализацию среды выполнения и что более крупные модели требуют больше времени. Независимое тестирование модели изображений с требованием 56 ГБ видеопамяти показало около 120–160 секунд холодного старта против 30–40 секунд генерации. Измеряйте на своей модели, а не планируйте бюджет задержки вокруг заголовочной цифры.
Согласно документации, есть три рычага. Кэшируйте модель — запеките веса в образ воркера или держите их на сетевом томе, чтобы не загружать в момент запроса. Включите FlashBoot. И задайте число активных воркеров больше нуля: это устраняет холодный старт первого запроса, но лишает экономии от сжатия до нуля. Третий пункт — прямой размен между стоимостью и задержкой, и разрешать его следует исходя из того, пиковый у вас трафик или ровный.
Community Cloud получает GPU от проверенных сторонних хостов по одноранговой схеме; поды делят машину при программной изоляции на уровне контейнера, цены ниже, а надёжность зависит от хоста. Secure Cloud работает в дата-центрах уровней 3 и 4 с выделенными машинами и GPU, лучшими SLA и постоянными сетевыми томами на NVMe. Документация Runpod рекомендует Secure Cloud для чувствительных нагрузок, и для надёжности в продакшене это тоже более уместный выбор по умолчанию.
Pods тарифицируются по часам в зависимости от модели GPU: например, B300 — 7,89, H200 — 4,59, H100 SXM — 3,29, A100 SXM — 1,59, L40S — 0,99, RTX 4090 — 0,74 и RTX A5000 — 0,27 доллара в час, причём два класса инфраструктуры показаны отдельными столбцами. Serverless тарифицируется отдельно и выше: H100 — 4,79, A100 — 2,72 доллара в час. Хранилище оплачивается отдельно от 0,05 доллара за ГБ в месяц. Clusters публикуют две цены по требованию, остальные отсылают к продажам, а Reserved Clusters не публикуют ни одной. Цены двигают намеренно, поэтому сверяйтесь с действующей страницей.
Потому что вы покупаете разное. Pod — это выделенная мощность, которую вы удерживаете и оплачиваете постоянно. Воркер Serverless — это мощность, появляющаяся по требованию, автоматически масштабирующаяся и не стоящая ничего в простое, и за эту эластичность взимается почасовая надбавка. Экономика склоняется к Serverless, когда точка доступа большую часть времени простаивает, и к Pods при ровной нагрузке. Посчитать на своём фактическом цикле загрузки надёжнее любого из этих допущений по умолчанию.
Может подойти, с условиями. Runpod прошла SOC 2 Type 2, её Trust Center перечисляет материалы по SOC 3, HIPAA и GDPR, Secure Cloud добавляет сетевую изоляцию, а раздел вопросов упоминает SLA с доступностью 99,99 процента, хотя та же главная страница в другом месте называет 99,9. Важнейшая оговорка исходит от самой страницы соответствия Runpod: охват меняется в зависимости от нагрузки, региона, поставщика и модели развёртывания и должен подтверждаться при проверке безопасности. Считайте сертификацию началом проверки, а не её итогом.
Несколько пользовательских отзывов сообщают, что при исчерпании баланса поды удаляются, а не просто останавливаются, вынуждая создавать новый под и заново задавать все настройки. Поскольку это сообщённое пользователями поведение с реальными последствиями для несохранённой работы, держите запас средств, храните ценное в сетевом хранилище, а не на локальном диске пода, и следите за балансом, если оставляете поды запущенными.
Независимые сигналы смешанные и поляризованные. Trustpilot показывает 3,7 из 5 при 302 отзывах, где 65 процентов пятизвёздочных и 19 процентов однозвёздочных при малой середине, а профиль приглашает оставлять отзывы. Повторяющиеся жалобы включают дефицит GPU, машины с аппаратными неисправностями, тарификацию, расходящуюся с поставленными характеристиками, медленно стартующие или отказывающие, но всё равно тарифицируемые поды и неровную поддержку. Двухвершинное распределение лучше всего объясняется разделением на Community и Secure Cloud и колебаниями предложения GPU, так что ваш опыт во многом зависит от выбранной инфраструктуры и нужной модели карты.
Против крупных облаков Runpod конкурирует ценой — заявляя до 90 процентов меньшие вычислительные затраты и отсутствие платы за исходящий трафик — и самообслуживанием без закупок, отказываясь при этом от окружающей экосистемы сервисов. Против CoreWeave и подобных ИИ-облаков более крупные игроки обычно ведут по масштабу мощностей и корпоративному контрактованию, а Runpod ведёт по широте самостоятельно выбираемых GPU. Против Modal, Replicate и других специалистов по бессерверному инференсу решающими становятся поведение при холодном старте на вашей модели, опыт разработчика и форма тарификации, и независимые тесты не показывают победителя на всех размерах моделей. Проверяйте на собственной нагрузке.
