# Salad vs Thunder Compute

Salad 每月有 713,519 次造訪，月增率 +10.4%，定價模式為免費試用、付費、需聯絡報價。Thunder Compute 每月有 102,147 次造訪，成長率 -29%，定價模式為 Paid (per-minute instances, per-second sandboxes)。

| 指標 | [Salad](https://openaitools.app/tw/tool/salad-gpu-cloud) | [Thunder Compute](https://openaitools.app/tw/tool/thunder-compute) |
| :--- | :--- | :--- |
| 網站網址 | https://salad.com | https://thundercompute.com |
| 分類 | AI 開發者工具, AI API, AI 逐字稿, Large Language Models (LLMs) | AI 開發者工具, AI 模型, Large Language Models (LLMs) |
| 定價模式 | 免費試用、付費、需聯絡報價 | Paid (per-minute instances, per-second sandboxes) |
| 每月造訪次數 | 713,519 | 102,147 |
| 月成長率 | +10.4% | -29% |
| 主要市場 | 美國 | 美國 |
| 直接造訪 | 440,915 | 40,743 |
| 評論分數 | 4.3 | 4.4 |
| 收藏數 | 1 | 0 |
| 支援平台 | 網站 | 網站 |

## Salad

Salad 從另一個方向切入 GPU 算力成本問題。它不為新建資料中心融資，而是協調已經存在的供給：全球 PC 與工作站中閒置的消費級 GPU。自 2018 年以來，已有超過 45 萬張 GPU 參與該網路，目前報告顯示其每日活躍 GPU 超過 1.6 萬張，覆蓋 190 多個國家。價格從約每小時 0.015 美元起，官方將其定位為比超大規模雲廠商低最多 90%。

編排層是核心產品。Salad Container Engine 能把 OCI/Docker 容器調度到從未見過的節點上，進行驗證並透過 hypervisor 隔離，即時串流日誌，並在節點掉線的瞬間重新分配任務——這一點至關重要，因為可中斷的消費級硬體下線具有不可預測性。其專有的信任評分會為節點效能與可用性打分，優先定價機制則把低價的可中斷供給匹配給能夠承受中斷的工作負載。同一套引擎可運行在 Community Cloud、預留的 Salad Dedicated 硬體（首批包括 RTX PRO 6000 Blackwell），以及部署在你自己組織內部的 Private Cloud 上——在公司自有裝置內把閒置工作站 GPU 匯聚成相容 OpenAI 的 token 服務，資料不出企業裝置。

上層還有若干託管產品：面向開源權重模型的 OpenAI 相容 AI Gateway、Transcription API，以及用於住宅 IP 通道的 Gateway Service。官方公布了各工作負載的基準數據來支撐宣傳——例如每美元可生成 5,243 張 Flux.1-Schnell 圖像、在 CommonVoice 上達到 95.1% 準確率且每小時音訊僅 0.16 美元，以及 LLM 推理按 GPU 小時計費或按每百萬輸入 token 0.06 美元起計價。生產環境使用者包括 Civitai、Blend、Klyne.ai、Undetectable AI、Pareto 與 Datasembly。

**價格與方案:** SaladCloud 採用隨用隨付，無合約與最低消費：容器按秒計費，AI Gateway 按 token 計費，GPU 價格約從每小時 0.015 美元起並設有階梯式用量折扣。預留容量與企業合約可透過 Salad Dedicated 與 Private Cloud 取得，需聯繫報價。

- **Salad Container Engine:** 在數千個分散式 GPU 節點上調度、監控並重新分配 Docker/OCI 工作負載，節點消失時自動容錯移轉。
- **Community Cloud GPU 池:** 隨需存取覆蓋 190 多個國家的閒置消費級 GPU 分散式算力池，優先定價約從每小時 0.015 美元起。
- **相容 OpenAI 的 AI Gateway:** 面向開源權重模型的託管 token 端點，按 token 計費，你的資料不會被用於訓練。
- **運行在自有硬體上的 Private Cloud:** 在組織內部運行同一套編排堆疊，把閒置工作站 GPU 匯聚成內部相容 OpenAI 的服務。
- **依工作負載調校的 API:** 託管服務包括 Transcription API，以及把 Kubernetes Pod 調度到網路上的 Virtual Kubelet 支援。

**優勢:** 結構性低價——GPU 價格從每小時約 0.015 美元起; 同一套編排層覆蓋隨需、預留與私有基礎設施; 原生處理中斷，這在消費級硬體上尤其重要; 相容 OpenAI 的端點讓從其他廠商遷移更簡單

**限制:** 可中斷的消費級節點並不適合延遲敏感或常駐型工作負載; 分散式硬體的效能離散度高於統一的資料中心機架; 沒有傳統意義上的免費方案——成本直接隨用量成長

[Profile (Markdown)](https://openaitools.app/tw/tool/salad-gpu-cloud.md)

## Thunder Compute

Thunder Compute 是一家雲端 GPU 服務商，以「GPU 沙箱公司」自居。它沒有只提供一種通用虛擬機，而是把產品拆成兩種形態。執行個體是用於動手開發與訓練的長期 GPU 機器，可選 RTX A6000、L40、A100 80GB 或 H100 SXM，GPU 數量、vCPU、記憶體與磁碟均可配置，僅在執行時按分鐘計費。沙箱則是隔離的短時 Ubuntu 微型虛擬機，專為 Agent 工作負載設計：強化學習環境、評估批次，以及只需要幾分鐘 GPU 的 CI 工作。

公司主打價格與開發者體驗。公開費率顯示 H100 SXM 執行個體為每 GPU 小時 3.20 美元，A100 80GB 為 1.09 美元，L40 為 0.79 美元，RTX A6000 為 0.35 美元；沙箱按秒計費，H100 為每 GPU 小時 2.95 美元，A100 為 1.95 美元。儲存按 GB 月計量，快照按月計費，且不收取資料傳出費。Thunder Compute 表示透過高效排程工作負載、減少閒置時間來壓低成本，並將節省回饋給使用者。

整體工作流強調可腳本化而非依賴點擊。CLI 負責建立與連線執行個體，VS Code 擴充套件支援在編輯器內迭代，MCP 伺服器與 REST API 則讓 Agent 與內部平台能以程式化方式申請 GPU。快照可在工作階段之間保留磁碟狀態，執行個體與沙箱均不會被搶佔。公司於 2026 年完成 1300 萬美元 A 輪募資以擴展平台，並透過指南、快速上手與 API 文件公開技術堆疊。

**價格與方案:** Thunder Compute 的執行個體在執行時按分鐘計費，沙箱按秒計費。公開執行個體費率：RTX A6000 每 GPU 小時 0.35 美元、L40 0.79 美元、A100 80GB 1.09 美元、H100 SXM 3.20 美元，額外 vCPU 為每 vCPU 小時 0.04 美元。沙箱費率為 H100 SXM 每 GPU 小時 2.95 美元、A100 80GB 每 GPU 小時 1.95 美元，另加 vCPU、記憶體與儲存費用。執行個體磁碟儲存為每 GB 每月 0.219 美元（每顆 GPU 前 100 GB 免費），快照為每 GB 每月 0.05 美元，資料傳出免費。特別提醒：費率會變動，請以定價頁為準。

- **持久 GPU 執行個體:** 開通 RTX A6000、L40、A100 80GB 或 H100 SXM 機器，通常幾分鐘內即可 SSH 登入，僅在執行時計費。
- **按秒計費的 GPU 沙箱:** 啟動帶或不帶 GPU 的隔離 Ubuntu 虛擬機，用於 RL rollout、評估與 CI，按秒計費，工作之間可縮容至零。
- **開發者優先的工具鏈:** CLI、VS Code 擴充套件、MCP 伺服器與 REST API，讓你能從終端機、編輯器、AI Agent 或自有服務驅動基礎設施。
- **快照與持久儲存:** 將執行個體磁碟保存為快照並在之後還原，實驗可隨時暫停，無需讓機器持續執行。
- **無搶佔、無流量費:** 執行個體與沙箱永不被搶佔，對外資料傳輸不計費。

**優勢:** 相對超大規模雲商價格積極：公開的 H100 費率約每小時 3.20 美元，而大型雲普遍在 6 美元以上。; 兩種計費模型對應兩類真實工作負載：按分鐘的持久執行個體與按秒的臨時沙箱。; 無流量費、無搶佔，消除了兩大常見的意外成本與中斷來源。; 真實的開發者介面：CLI、VS Code 擴充套件、MCP 伺服器、REST API 與範本。

**限制:** GPU 庫存會波動，嘗試啟動某種型號時可能已售完。; 沙箱存取需要透過業務申請，註冊後並非完全自助開通。; GPU 型號目錄比最大的超大規模雲商更窄，後者的加速卡種類更豐富。

[Profile (Markdown)](https://openaitools.app/tw/tool/thunder-compute.md)

## 常見問題

### Salad 與 Thunder Compute 的每月流量相比如何？

Salad 每月有 713,519 次造訪，而 Thunder Compute 有 102,147。流量估算反映受眾規模，並非產品品質。

### 兩者的成長率相比如何？

Salad 的月增率為 +10.4%；Thunder Compute 為 -29%。

### 價格相比如何？

Salad：免費試用、付費、需聯絡報價。SaladCloud 採用隨用隨付，無合約與最低消費：容器按秒計費，AI Gateway 按 token 計費，GPU 價格約從每小時 0.015 美元起並設有階梯式用量折扣。預留容量與企業合約可透過 Salad Dedicated 與 Private Cloud 取得，需聯繫報價。 Thunder Compute：Paid (per-minute instances, per-second sandboxes)。Thunder Compute 的執行個體在執行時按分鐘計費，沙箱按秒計費。公開執行個體費率：RTX A6000 每 GPU 小時 0.35 美元、L40 0.79 美元、A100 80GB 1.09 美元、H100 SXM 3.20 美元，額外 vCPU 為每 vCPU 小時 0.04 美元。沙箱費率為 H100 SXM 每 GPU 小時 2.95 美元、A100 80GB 每 GPU 小時 1.95 美元，另加 vCPU、記憶體與儲存費用。執行個體磁碟儲存為每 GB 每月 0.219 美元（每顆 GPU 前 100 GB 免費），快照為每 GB 每月 0.05 美元，資料傳出免費。特別提醒：費率會變動，請以定價頁為準。

## 替代方案

| # | 工具名稱 | 每月造訪次數 | 月成長率 | 定價模式 | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [RunPod](https://openaitools.app/tw/tool/runpod) | 2,881,043 | +5.9% | 付費 | 面向 AI 開發者的 GPU Pod、Serverless 推論與叢集雲平台 | [.md](https://openaitools.app/tw/tool/runpod.md) |
| 2 | [Together AI](https://openaitools.app/tw/tool/together-ai) | 1,645,930 | +64.9% | 免費增值、付費 | 專門提供開源模型的託管式無伺服器推論 API，而非單純租賃 GPU 基礎設施。 | [.md](https://openaitools.app/tw/tool/together-ai.md) |
| 3 | [Vast.ai](https://openaitools.app/tw/tool/vast-ai) | 1,257,554 | +2.8% | 付費 | 從全球市集以秒為單位租用雲端 GPU | [.md](https://openaitools.app/tw/tool/vast-ai.md) |
| 4 | [Modal](https://openaitools.app/tw/tool/modal-com) | 1,196,021 | +30.2% | 免費增值、需聯絡報價 | 為 AI 與資料工作負載打造的无伺服器雲端基礎設施 | [.md](https://openaitools.app/tw/tool/modal-com.md) |
| 5 | [Nebius](https://openaitools.app/tw/tool/nebius) | 1,145,711 | +10.7% | 付費、需聯絡報價 | Nebius is an AI-focused cloud platform that gives teams non-virtualized NVIDIA GPU clusters, managed MLOps tooling, and a serverless inference layer so they can move from experiment to production on one stack. | [.md](https://openaitools.app/tw/tool/nebius.md) |
| 6 | [DeepInfra](https://openaitools.app/tw/tool/deep-infra) | 457,810 | -8.9% | 付費 | Offers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances. | [.md](https://openaitools.app/tw/tool/deep-infra.md) |
| 7 | [Lightning AI](https://openaitools.app/tw/tool/lightning-ai) | 272,562 | -12.3% | 免費增值、付費、需聯絡報價 | 由 PyTorch Lightning 創建團隊打造的 AI 雲端平台 | [.md](https://openaitools.app/tw/tool/lightning-ai.md) |
| 8 | [Novita AI](https://openaitools.app/tw/tool/novita-ai) | 271,371 | -10.4% | 付費 | 一個雲端囊括 200 多個模型 API、代理沙箱與 GPU 算力 | [.md](https://openaitools.app/tw/tool/novita-ai.md) |
| 9 | [FluidStack](https://openaitools.app/tw/tool/fluidstack) | 154,620 | +7.3% | 付費、需聯絡報價 | FluidStack builds and operates large-scale compute infrastructure for AI, including gigawatt-class data centers and GPU clusters used for training and inference. The company designs its own power, cooling and data center | [.md](https://openaitools.app/tw/tool/fluidstack.md) |
| 10 | [Anyscale](https://openaitools.app/tw/tool/anyscale-com) | 49,779 | -23.2% | 付費、需聯絡報價 | Scales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training. | [.md](https://openaitools.app/tw/tool/anyscale-com.md) |

---
來源：https://openaitools.app/tw/compare/salad-gpu-cloud-vs-thunder-compute

More Markdown: [分類](https://openaitools.app/tw/categories.md) · [流量排名](https://openaitools.app/tw/rankings.md) · [llms.txt](https://openaitools.app/tw/llms.txt)
