Was ist Modal?
Mit Modal führst du Python-Code auf CPUs und GPUs in der Cloud aus, ohne Server zu verwalten. Du ergänzt deinen Code um ein paar Zeilen, die festlegen, welche Hardware und welche Pakete eine Funktion braucht, und Modal startet Container, sobald Anfragen eintreffen, und fährt sie wieder herunter, wenn keine mehr kommen. Teams nutzen es, um eigene Modelle bereitzustellen, Batch-Jobs auszuführen, Modelle zu fine-tunen und Code-Sandboxes für KI-Agenten zu betreiben.
Der Starter-Tarif ist kostenlos und enthält jeden Monat Rechenleistung für 30 $ für bis zu 3 Personen. Team kostet 250 $ im Monat plus Nutzung, mit 100 $ inklusive Rechenleistung. GPUs werden sekundengenau abgerechnet; eine H100 kommt auf etwa 3,95 $ pro Stunde, eine A100 80GB auf etwa 2,50 $ und eine B200 auf etwa 6,25 $. Modal verkauft außerdem geteilte Inferenz-Endpunkte mit Abrechnung pro Token.
Was kostet Modal?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Starter | $0 + compute | 30 $ Guthaben/Monat, 3 Plätze, 10 GPUs gleichzeitig |
| Team | $250/month + compute | 100 $ Guthaben, unbegrenzte Plätze, 50 GPUs |
| Enterprise | Custom |
Starter 0 $ + Rechenleistung (30 $ Guthaben/Monat, 3 Plätze, 10 GPUs gleichzeitig); Team 250 $/Monat + Rechenleistung (100 $ Guthaben, unbegrenzte Plätze, 50 GPUs); Enterprise individuell. Pro Sekunde: H100 etwa 3,95 $/Stunde, A100 80GB etwa 2,50 $/Stunde, B200 etwa 6,25 $/Stunde.
Lohnt sich Modal?
Eine GPU bei AWS oder Google Cloud zu mieten heißt meist: einen Cluster einrichten, Dockerfiles schreiben und für die Maschine zahlen, während sie untätig herumsteht.
Modal überspringt das. Du schreibst ganz normales Python, markierst die Funktionen, die eine GPU brauchen, und Modal baut den Container, skaliert ihn und baut ihn wieder ab. Abgerechnet wird pro Sekunde, und sobald die Container auf null herunterskalieren, kostet es nichts. Es richtet sich an Leute, die eigenen Code ausführen wollen, nicht an solche, die das Modell eines anderen aufrufen.
Die Listenpreise sind konkurrenzfähig. Laut Preisseite kommt eine H100 auf etwa 3,95 $ pro Stunde und eine A100 80GB auf 2,50 $. Bei den Multiplikatoren wachsen die Rechnungen: Eine feste Region kostet das 1,15- bis 1,75-Fache, nicht unterbrechbare Ausführung das 3-Fache, und Sandboxes und Notebooks werden immer zum 3-fachen Satz abgerechnet. Container bleiben nach der letzten Anfrage standardmäßig 60 Sekunden aktiv, und auch diese Leerlaufzeit bezahlst du.
In der Tarifstaffel klafft eine Lücke. Starter erlaubt 10 GPUs gleichzeitig und speichert Logs einen Tag lang; Team für 250 $ im Monat hebt das auf 50 GPUs und 30 Tage Logs an. Audit-Logs, Single Sign-on über Okta und HIPAA gibt es nur in Enterprise, allerdings hat Modal für alle Kunden einen SOC 2 Type II-Bericht und führt jeden Container in einer eigenen gVisor- oder microVM-Sandbox aus. Ein- und Ausgaben von Funktionen werden bis zu 7 Tage gespeichert.
Der Haken: Große Modelle starten langsam. Laut Modals Doku booten Container in etwa einer Sekunde, aber ein Modell mit einigen Dutzend Gigabyte zu laden, kann Minuten dauern, wenn die Gewichte nicht gecacht sind oder keine Memory Snapshots genutzt werden. Container mit min_containers warmzuhalten beseitigt die Wartezeit, kostet aber Geld für untätige GPUs, und das schwächt das Argument der sekundengenauen Abrechnung, wenn dein Traffic gleichmäßig ist.
Unser Fazit: Wenn du nur ein populäres offenes Modell hinter einer API brauchst, rechnen Together AI oder Groq pro Token ab und lassen dir keine Container zum Feintunen. Modal ist seinen Aufpreis wert, wenn Modell, Pipeline oder Agenten-Sandbox deine eigenen sind.
Wo es sich lohnt
Ein ML-Startup mit zwei Leuten, das ein feinabgestimmtes 8B-Modell bereitstellt
Ein eigenes Modell hinter einen Endpunkt stellen, ohne DevOps einzustellen
Stell einen Web-Endpunkt auf einer L40S für etwa 1,95 $ pro aktiver Stunde bereit. Stoßweiser Traffic passt zu Scale-to-Zero; ein Modell, das in unter einer Sekunde antworten muss, braucht einen warmen Container, der bei 720 Stunden etwa 1.400 $ im Monat kostet.
Ein Data Engineer, der einmal pro Quartal 50 Millionen Dokumente einbettet
Einen großen Batch-Job ausführen, ohne GPUs reserviert zu halten
Verteil die Arbeit mit .map() auf viele A10 für je 1,10 $ pro Stunde; das Limit von 10 gleichzeitigen GPUs bei Starter macht das langsam, deshalb rechtfertigt der Job meist das 50-GPU-Limit von Team für 250 $ im Monat.
Ein Unternehmen für KI-Agenten, das nicht vertrauenswürdigen Nutzercode ausführt
Jeder Agenten-Sitzung eine isolierte Sandbox geben
Modal Sandboxes isolieren jede Sitzung mit gVisor oder microVMs, rechnen CPU aber zum 3-fachen Funktionssatz ab, etwa 0,142 $ pro Kernstunde. Ein- und Ausgaben werden bis zu 7 Tage gespeichert, was bei Kundendaten wichtig ist.
Bevor du dich festlegst
- Einrichtung
- pip install modal, dann modal setup zur Authentifizierung und modal run auf eine dekorierte Funktion; die erste GPU-Ausgabe dauert Minuten, keinen Cluster-Aufbau.
- Integrationen
- Python-SDK, Web-Endpunkte, Cron-Jobs, Volumes, Secrets und in Enterprise Abrechnung über zugesagte AWS- oder GCP-Budgets via Cloud-Marktplätze.
- Daten und Datenschutz
- SOC 2 Type II; Ein- und Ausgaben von Funktionen bis zu 7 Tage gespeichert, Payloads von Endpunkten nicht gespeichert; HIPAA nur in Enterprise; Logs 1 Tag bei Starter und 30 bei Team.
- Kosten im großen Maßstab
- Eine H100 rund um die Uhr kostet zu Basispreisen etwa 2.840 $ im Monat, nicht unterbrechbar steigt das auf etwa 8.530 $, plus die Team-Gebühr von 250 $.
- Grenzen
- Starter erlaubt 100 Container und 10 GPUs gleichzeitig, Team 5.000 und 50; untätige Container werden standardmäßig 60 Sekunden lang abgerechnet; geteilte Endpunkte werden außerhalb des enthaltenen Guthabens pro Token abgerechnet.
Was gut ist
- Einfache Python-Decorators statt Dockerfiles und Cluster
- Sekundengenaue Abrechnung, die im Leerlauf auf null fällt
- H100 etwa 3,95 $ pro Stunde, A100 80GB etwa 2,50 $
- SOC 2 Type II und Isolation per gVisor oder microVM für jeden Container
Was nicht
- Feste Region, nicht unterbrechbare Läufe und Sandboxes kosten das 1,15- bis 3-Fache
- Große Modelle brauchen ohne Snapshots oder warme Container Minuten für den Kaltstart
- 250 $ im Monat, um über 10 gleichzeitige GPUs hinauszukommen
- SSO, Audit-Logs und HIPAA nur in Enterprise
Am besten für
Python-Entwickler und ML-Teams, die eigene Modelle bereitstellen oder GPU-Jobs ausführen wollen, ohne Server zu verwalten.
Alternativen zu Modal
Modal: häufige Fragen
- Lohnt sich Modal?
- Modal macht aus einer Python-Funktion mit weniger Aufwand einen GPU-Dienst als jede andere Cloud, über die wir gelesen haben, und verlangt einen Aufpreis, sobald du Garantien brauchst. Wir bewerten es mit 4.5 von 5.
- Was kostet Modal?
- Starter 0 $ + Rechenleistung (30 $ Guthaben/Monat, 3 Plätze, 10 GPUs gleichzeitig); Team 250 $/Monat + Rechenleistung (100 $ Guthaben, unbegrenzte Plätze, 50 GPUs); Enterprise individuell. Pro Sekunde: H100 etwa 3,95 $/Stunde, A100 80GB etwa 2,50 $/Stunde, B200 etwa 6,25 $/Stunde.
- Welche Nachteile hat Modal?
- Feste Region, nicht unterbrechbare Läufe und Sandboxes kosten das 1,15- bis 3-Fache; Große Modelle brauchen ohne Snapshots oder warme Container Minuten für den Kaltstart; 250 $ im Monat, um über 10 gleichzeitige GPUs hinauszukommen; SSO, Audit-Logs und HIPAA nur in Enterprise.
- Für wen eignet sich Modal?
- Python-Entwickler und ML-Teams, die eigene Modelle bereitstellen oder GPU-Jobs ausführen wollen, ohne Server zu verwalten.
- Was kostet Modal für ein Team oder im Produktivbetrieb?
- Eine H100 rund um die Uhr kostet zu Basispreisen etwa 2.840 $ im Monat, nicht unterbrechbar steigt das auf etwa 8.530 $, plus die Team-Gebühr von 250 $.
- Ist Modal sicher für Firmendaten?
- SOC 2 Type II; Ein- und Ausgaben von Funktionen bis zu 7 Tage gespeichert, Payloads von Endpunkten nicht gespeichert; HIPAA nur in Enterprise; Logs 1 Tag bei Starter und 30 bei Team.
- Was sind die besten Alternativen zu Modal?
- Die nächsten Alternativen, die wir getestet haben, sind Replicate, Together AI, Hugging Face und Fireworks AI.
Antworten geprüft am 22. Okt. 2026.