O que é Modal?
O Modal permite rodar código Python em CPUs e GPUs na nuvem sem gerenciar servidores. Você adiciona algumas linhas ao código para dizer de qual hardware e pacotes uma função precisa, e o Modal inicia contêineres quando chegam requisições e os desliga quando elas param. Equipes o usam para servir seus próprios modelos, rodar jobs em lote, fazer fine-tuning e hospedar sandboxes de código para agentes de IA.
O plano Starter é gratuito e inclui US$ 30 de computação por mês para até 3 pessoas. O Team custa US$ 250 por mês mais o uso, com US$ 100 de computação incluídos. As GPUs são cobradas por segundo; uma H100 sai por cerca de US$ 3,95 por hora, uma A100 80GB por cerca de US$ 2,50 e uma B200 por cerca de US$ 6,25. O Modal também vende endpoints de inferência compartilhados cobrados por token.
Quanto custa Modal?
| Plano | Preço | O que inclui |
|---|---|---|
| Starter | $0 + compute | Crédito de US$ 30/mês, 3 assentos, 10 GPUs ao mesmo tempo |
| Team | $250/month + compute | Crédito de US$ 100, assentos ilimitados, 50 GPUs |
| Enterprise | Custom |
Starter US$ 0 + computação (crédito de US$ 30/mês, 3 assentos, 10 GPUs ao mesmo tempo); Team US$ 250/mês + computação (crédito de US$ 100, assentos ilimitados, 50 GPUs); Enterprise sob consulta. Por segundo: H100 cerca de US$ 3,95/hora, A100 80GB cerca de US$ 2,50/hora, B200 cerca de US$ 6,25/hora.
Modal vale a pena?
Alugar uma GPU na AWS ou no Google Cloud costuma significar configurar um cluster, escrever Dockerfiles e pagar pela máquina enquanto ela fica parada.
O Modal pula essa etapa. Você escreve Python comum, marca as funções que precisam de GPU, e o Modal monta o contêiner, escala e desmonta, cobrando por segundo e nada quando os contêineres chegam a zero. É para quem quer rodar o próprio código, não chamar o modelo de outra pessoa.
As tarifas de referência são competitivas. A página de preços dá cerca de US$ 3,95 por hora para uma H100 e US$ 2,50 para uma A100 80GB. Os multiplicadores são onde as contas crescem: fixar uma região custa de 1,15x a 1,75x, execução não preemptível 3x, e sandboxes e notebooks são sempre cobrados na tarifa de 3x. Os contêineres ficam ativos por 60 segundos após a última requisição por padrão, e você paga também por esse tempo ocioso.
A escada de planos tem um vão. O Starter permite 10 GPUs ao mesmo tempo e guarda logs por um dia; o Team, a US$ 250 por mês, sobe para 50 GPUs e 30 dias de logs. Logs de auditoria, single sign-on com Okta e HIPAA são exclusivos do Enterprise, embora o Modal tenha um relatório SOC 2 Type II para todos os clientes e rode cada contêiner em sua própria sandbox gVisor ou microVM. Entradas e saídas das funções são guardadas por até 7 dias.
O porém: modelos grandes iniciam devagar. A documentação do Modal diz que os contêineres sobem em cerca de um segundo, mas carregar um modelo de dezenas de gigabytes pode levar minutos, a menos que os pesos estejam em cache ou que se usem snapshots de memória. Manter contêineres aquecidos com min_containers resolve a espera pagando por GPUs ociosas, o que enfraquece o argumento da cobrança por segundo se o seu tráfego for constante.
Nossa opinião: se você só precisa de um modelo aberto popular atrás de uma API, Together AI ou Groq cobram por token e não deixam contêineres para você ajustar. O Modal justifica o prêmio quando o modelo, o pipeline ou a sandbox de agente são seus.
Onde ele se destaca
Uma startup de ML com duas pessoas que serve um modelo 8B com fine-tuning
Colocar um modelo próprio atrás de um endpoint sem contratar DevOps
Publique um endpoint web em uma L40S por cerca de US$ 1,95 por hora de tempo ativo. Tráfego em picos combina com a escala até zero; um modelo que precisa responder em menos de um segundo exige um contêiner aquecido, que em 720 horas custa cerca de US$ 1.400 por mês.
Um engenheiro de dados que gera embeddings de 50 milhões de documentos a cada trimestre
Rodar um grande job em lote sem manter GPUs reservadas
Distribua o trabalho com .map() em muitas A10s a US$ 1,10 por hora cada; o limite de 10 GPUs simultâneas do Starter deixa isso lento, então o job costuma justificar o limite de 50 GPUs do Team, por US$ 250 por mês.
Uma empresa de agentes de IA que roda código não confiável de usuários
Dar a cada sessão de agente uma sandbox isolada
As Modal Sandboxes isolam cada sessão com gVisor ou microVMs, mas cobram CPU a 3x a tarifa das funções, cerca de US$ 0,142 por core-hora. Entradas e saídas são guardadas por até 7 dias, o que importa para dados de clientes.
Antes de decidir
- Configuração
- pip install modal, rode modal setup para autenticar e modal run em uma função decorada; o primeiro resultado de GPU leva minutos, sem montar um cluster.
- Integrações
- SDK de Python, endpoints web, cron jobs, volumes, secrets e, no Enterprise, cobrança contra gasto comprometido na AWS ou no GCP pelos marketplaces das nuvens.
- Dados e privacidade
- SOC 2 Type II; entradas e saídas das funções guardadas por até 7 dias, payloads de endpoints não armazenados; HIPAA só no Enterprise; logs guardados por 1 dia no Starter e 30 no Team.
- Custo em escala
- Uma H100 rodando o tempo todo custa cerca de US$ 2.840 por mês nas tarifas base, subindo para cerca de US$ 8.530 se precisar ser não preemptível, mais a taxa de US$ 250 do Team.
- Limites
- O Starter permite 100 contêineres e 10 GPUs ao mesmo tempo, o Team 5.000 e 50; contêineres ociosos são cobrados por 60 segundos por padrão; endpoints compartilhados são cobrados por token fora dos créditos incluídos.
O que é bom
- Decorators simples de Python em vez de Dockerfiles e clusters
- Cobrança por segundo que cai a zero quando ocioso
- H100 por cerca de US$ 3,95 por hora, A100 80GB por cerca de US$ 2,50
- SOC 2 Type II e isolamento gVisor ou microVM por contêiner
O que não é
- Fixar região, execuções não preemptíveis e sandboxes custam de 1,15x a 3x
- Modelos grandes levam minutos na partida a frio sem snapshots ou contêineres aquecidos
- US$ 250 por mês para passar de 10 GPUs simultâneas
- SSO, logs de auditoria e HIPAA só no Enterprise
Ideal para
Desenvolvedores Python e equipes de ML que querem servir modelos próprios ou rodar jobs de GPU sem gerenciar servidores.
Alternativas ao Modal
Modal: perguntas frequentes
- Modal vale a pena?
- O Modal transforma uma função Python em um serviço de GPU com menos cerimônia do que qualquer nuvem sobre a qual lemos, e cobra um prêmio assim que você precisa de garantias. Damos nota 4.5 de 5.
- Quanto custa Modal?
- Starter US$ 0 + computação (crédito de US$ 30/mês, 3 assentos, 10 GPUs ao mesmo tempo); Team US$ 250/mês + computação (crédito de US$ 100, assentos ilimitados, 50 GPUs); Enterprise sob consulta. Por segundo: H100 cerca de US$ 3,95/hora, A100 80GB cerca de US$ 2,50/hora, B200 cerca de US$ 6,25/hora.
- Quais são as desvantagens de Modal?
- Fixar região, execuções não preemptíveis e sandboxes custam de 1,15x a 3x; modelos grandes levam minutos na partida a frio sem snapshots ou contêineres aquecidos; uS$ 250 por mês para passar de 10 GPUs simultâneas; sSO, logs de auditoria e HIPAA só no Enterprise.
- Para quem Modal é indicado?
- Desenvolvedores Python e equipes de ML que querem servir modelos próprios ou rodar jobs de GPU sem gerenciar servidores.
- Quanto custa Modal para uma equipe ou em produção?
- Uma H100 rodando o tempo todo custa cerca de US$ 2.840 por mês nas tarifas base, subindo para cerca de US$ 8.530 se precisar ser não preemptível, mais a taxa de US$ 250 do Team.
- Modal é seguro para dados da empresa?
- SOC 2 Type II; entradas e saídas das funções guardadas por até 7 dias, payloads de endpoints não armazenados; HIPAA só no Enterprise; logs guardados por 1 dia no Starter e 30 no Team.
- Quais são as melhores alternativas ao Modal?
- As alternativas mais próximas que analisamos são Replicate, Together AI, Hugging Face e Fireworks AI.
Respostas verificadas em 22 de out. de 2026.