# Salad vs Thunder Compute

Salad 记录了 713,519 月访问量，月度环比增长为 +10.4%，定价为免费试用，付费，定价请咨询。Thunder Compute 记录了 102,147 月访问量，增长率为 -29%，定价为 Paid (per-minute instances, per-second sandboxes)。

| 指标 | [Salad](https://openaitools.app/zh/tool/salad-gpu-cloud) | [Thunder Compute](https://openaitools.app/zh/tool/thunder-compute) |
| :--- | :--- | :--- |
| 官网地址 | https://salad.com | https://thundercompute.com |
| 分类 | AI Developer Tools, AI API, AI Transcription, Large Language Models (LLMs) | AI Developer Tools, AI Models, Large Language Models (LLMs) |
| 定价模式 | 免费试用，付费，定价请咨询 | Paid (per-minute instances, per-second sandboxes) |
| 月访问量 | 713,519 | 102,147 |
| 月度环比增长率 | +10.4% | -29% |
| 主要市场 | 美国 | 美国 |
| 直接访问量 | 440,915 | 40,743 |
| 评价得分 | 4.3 | 4.4 |
| 收藏数 | 1 | 0 |
| 支持平台 | 网站 | 网站 |

## Salad

Salad 从另一个方向切入 GPU 算力成本问题。它不为新建数据中心融资，而是协调已经存在的供给：全球 PC 与工作站中闲置的消费级 GPU。自 2018 年以来，已有超过 45 万块 GPU 参与该网络，目前报告显示其每日活跃 GPU 超过 1.6 万块，覆盖 190 多个国家。价格从约每小时 0.015 美元起，官方将其定位为比超大规模云厂商低最多 90%。

编排层是核心产品。Salad Container Engine 能把 OCI/Docker 容器调度到从未见过的节点上，进行验证并通过 hypervisor 隔离，实时推流日志，并在节点掉线的瞬间重新分配任务——这一点至关重要，因为可中断的消费级硬件下线具有不可预测性。其专有的信任评分会为节点性能与可用性打分，优先定价机制则把低价的可中断供给匹配给能够承受中断的工作负载。同一套引擎可运行在 Community Cloud、预留的 Salad Dedicated 硬件（首批包括 RTX PRO 6000 Blackwell），以及部署在你自己组织内部的 Private Cloud 上——在公司自有设备内把闲置工作站 GPU 汇聚成兼容 OpenAI 的 token 服务，数据不出企业设备。

上层还有若干托管产品：面向开源权重模型的 OpenAI 兼容 AI Gateway、Transcription API，以及用于住宅 IP 隧道的 Gateway Service。官方公布了各工作负载的基准数据来支撑宣传——例如每美元可生成 5,243 张 Flux.1-Schnell 图像、在 CommonVoice 上达到 95.1% 准确率且每小时音频仅 0.16 美元，以及 LLM 推理按 GPU 小时计费或按每百万输入 token 0.06 美元起计价。生产环境用户包括 Civitai、Blend、Klyne.ai、Undetectable AI、Pareto 与 Datasembly。

**定价与套餐:** SaladCloud 采用按需付费，无合约与最低消费：容器按秒计费，AI Gateway 按 token 计费，GPU 价格约从每小时 0.015 美元起并设有阶梯式用量折扣。预留容量与企业合约可通过 Salad Dedicated 与 Private Cloud 获取，需联系报价。

- **Salad Container Engine:** 在数千个分布式 GPU 节点上调度、监控并重新分配 Docker/OCI 工作负载，节点消失时自动故障转移。
- **Community Cloud GPU 池:** 按需访问覆盖 190 多个国家的闲置消费级 GPU 分布式算力池，优先定价约从每小时 0.015 美元起。
- **兼容 OpenAI 的 AI Gateway:** 面向开源权重模型的托管 token 端点，按 token 计费，你的数据不会被用于训练。
- **运行在自有硬件上的 Private Cloud:** 在组织内部运行同一套编排栈，把闲置工作站 GPU 汇聚成内部兼容 OpenAI 的服务。
- **按工作负载调优的 API:** 托管服务包括 Transcription API，以及把 Kubernetes Pod 调度到网络上的 Virtual Kubelet 支持。

**优势:** 结构性低价——GPU 价格从每小时约 0.015 美元起; 同一套编排层覆盖按需、预留与私有基础设施; 原生处理中断，这在消费级硬件上尤其重要; 兼容 OpenAI 的端点让从其他厂商迁移更简单

**局限:** 可中断的消费级节点并不适合延迟敏感或常驻型工作负载; 分布式硬件的性能离散度高于统一的数据中心机架; 没有传统意义上的免费档——成本直接随用量增长

[工具详情（Markdown）](https://openaitools.app/zh/tool/salad-gpu-cloud.md)

## Thunder Compute

Thunder Compute 是一家云 GPU 服务商，以「GPU 沙箱公司」自居。它没有只提供一种通用虚拟机，而是把产品拆成两种形态。实例是用于动手开发与训练的长期 GPU 机器，可选 RTX A6000、L40、A100 80GB 或 H100 SXM，GPU 数量、vCPU、内存与磁盘均可配置，仅在运行时按分钟计费。沙箱则是隔离的短时 Ubuntu 微虚拟机，专为 Agent 工作负载设计：强化学习环境、评估批次，以及只需要几分钟 GPU 的 CI 任务，用完即弃。

公司主打价格与开发者体验。公开费率显示 H100 SXM 实例为每 GPU 小时 3.20 美元，A100 80GB 为 1.09 美元，L40 为 0.79 美元，RTX A6000 为 0.35 美元；沙箱按秒计费，H100 为每 GPU 小时 2.95 美元，A100 为 1.95 美元。存储按 GB 月计量，快照按月计费，且不收取数据出网费。Thunder Compute 表示通过高效调度工作负载、减少空闲时间来压低成本，并将节省转嫁给用户。

整个工作流强调可脚本化而非依赖点击。CLI 负责创建与连接实例，VS Code 扩展支持在编辑器内迭代，MCP 服务器与 REST API 则让 Agent 和内部平台能够以编程方式申请 GPU。快照可在会话之间保留磁盘状态，实例与沙箱均不会被抢占。公司于 2026 年完成 1300 万美元 A 轮融资以扩展平台，并通过指南、快速上手与 API 文档公开技术栈。

**定价与套餐:** Thunder Compute 的实例在运行时按分钟计费，沙箱按秒计费。公开实例费率：RTX A6000 每 GPU 小时 0.35 美元、L40 0.79 美元、A100 80GB 1.09 美元、H100 SXM 3.20 美元，额外 vCPU 为每 vCPU 小时 0.04 美元。沙箱费率为 H100 SXM 每 GPU 小时 2.95 美元、A100 80GB 每 GPU 小时 1.95 美元，另加 vCPU、内存与存储费用。实例磁盘存储为每 GB 每月 0.219 美元（每块 GPU 前 100 GB 免费），快照为每 GB 每月 0.05 美元，出网流量免费。特别提示：费率会变动，请以定价页为准。

- **持久 GPU 实例:** 开通 RTX A6000、L40、A100 80GB 或 H100 SXM 机器，通常几分钟内即可 SSH 登录，只在运行时计费。
- **按秒计费的 GPU 沙箱:** 启动带或不带 GPU 的隔离 Ubuntu 虚拟机，用于 RL rollout、评估与 CI，按秒计费，任务之间可缩容至零。
- **开发者优先的工具链:** CLI、VS Code 扩展、MCP 服务器与 REST API，让你能从终端、编辑器、AI Agent 或自有服务驱动基础设施。
- **快照与持久存储:** 将实例磁盘保存为快照并在之后恢复，实验可随时暂停，无需让机器持续运行。
- **无抢占、无出网费:** 实例与沙箱永不被抢占，出站数据传输不计费。

**优势:** 相对超大规模云厂商价格激进：公开的 H100 费率约每小时 3.20 美元，而大型云普遍在 6 美元以上。; 两种计费模型对应两类真实工作负载：按分钟的持久实例与按秒的临时沙箱。; 无出网费、无抢占，消除了两大常见的意外成本与中断来源。; 真实的开发者接口：CLI、VS Code 扩展、MCP 服务器、REST API 与模板。

**局限:** GPU 库存会波动，尝试启动某种型号时可能已售罄。; 沙箱访问需要通过销售申请，注册后并非完全自助开通。; GPU 型号目录比最大的超大规模云厂商更窄，后者的加速卡种类更丰富。

[工具详情（Markdown）](https://openaitools.app/zh/tool/thunder-compute.md)

## 常见问题

### Salad 和 Thunder Compute 在月流量上如何比较？

Salad 有 713,519 月访问量，而 Thunder Compute 有 102,147。流量估算描述的是受众规模，而非产品质量。

### 它们的增长率如何比较？

Salad 的月度环比增长率为 +10.4%；Thunder Compute 为 -29%。

### 价格如何比较？

Salad: 免费试用，付费，定价请咨询。SaladCloud 采用按需付费，无合约与最低消费：容器按秒计费，AI Gateway 按 token 计费，GPU 价格约从每小时 0.015 美元起并设有阶梯式用量折扣。预留容量与企业合约可通过 Salad Dedicated 与 Private Cloud 获取，需联系报价。 Thunder Compute: Paid (per-minute instances, per-second sandboxes)。Thunder Compute 的实例在运行时按分钟计费，沙箱按秒计费。公开实例费率：RTX A6000 每 GPU 小时 0.35 美元、L40 0.79 美元、A100 80GB 1.09 美元、H100 SXM 3.20 美元，额外 vCPU 为每 vCPU 小时 0.04 美元。沙箱费率为 H100 SXM 每 GPU 小时 2.95 美元、A100 80GB 每 GPU 小时 1.95 美元，另加 vCPU、内存与存储费用。实例磁盘存储为每 GB 每月 0.219 美元（每块 GPU 前 100 GB 免费），快照为每 GB 每月 0.05 美元，出网流量免费。特别提示：费率会变动，请以定价页为准。

## 替代工具

| # | 工具名称 | 月访问量 | 月度环比增长率 | 定价模式 | 简介 | 工具详情（Markdown） |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [RunPod](https://openaitools.app/zh/tool/runpod) | 2,881,043 | +5.9% | 付费 | 面向 AI 开发者的 GPU Pod、Serverless 推理与集群云平台 | [.md](https://openaitools.app/zh/tool/runpod.md) |
| 2 | [Together AI](https://openaitools.app/zh/tool/together-ai) | 1,645,930 | +64.9% | 免费增值，付费 | 专门提供开源模型的托管式无服务器推理 API，而非单纯租赁 GPU 基础设施。 | [.md](https://openaitools.app/zh/tool/together-ai.md) |
| 3 | [Vast.ai](https://openaitools.app/zh/tool/vast-ai) | 1,257,554 | +2.8% | 付费 | 从全球市场按秒租用云 GPU | [.md](https://openaitools.app/zh/tool/vast-ai.md) |
| 4 | [Modal](https://openaitools.app/zh/tool/modal-com) | 1,196,021 | +30.2% | 免费增值，定价请咨询 | 面向 AI 与数据负载的无服务器云基础设施 | [.md](https://openaitools.app/zh/tool/modal-com.md) |
| 5 | [Nebius](https://openaitools.app/zh/tool/nebius) | 1,145,711 | +10.7% | 付费，定价请咨询 | 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/zh/tool/nebius.md) |
| 6 | [DeepInfra](https://openaitools.app/zh/tool/deep-infra) | 457,810 | -8.9% | 付费 | Offers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances. | [.md](https://openaitools.app/zh/tool/deep-infra.md) |
| 7 | [Lightning AI](https://openaitools.app/zh/tool/lightning-ai) | 272,562 | -12.3% | 免费增值，付费，定价请咨询 | 由 PyTorch Lightning 创建团队打造的 AI 云平台 | [.md](https://openaitools.app/zh/tool/lightning-ai.md) |
| 8 | [Novita AI](https://openaitools.app/zh/tool/novita-ai) | 271,371 | -10.4% | 付费 | 一个云平台，涵盖 200 多个模型 API、Agent 沙箱与 GPU 算力 | [.md](https://openaitools.app/zh/tool/novita-ai.md) |
| 9 | [FluidStack](https://openaitools.app/zh/tool/fluidstack) | 154,620 | +7.3% | 付费，定价请咨询 | 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/zh/tool/fluidstack.md) |
| 10 | [Anyscale](https://openaitools.app/zh/tool/anyscale-com) | 49,779 | -23.2% | 付费，定价请咨询 | Scales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training. | [.md](https://openaitools.app/zh/tool/anyscale-com.md) |

---
来源：https://openaitools.app/zh/compare/salad-gpu-cloud-vs-thunder-compute

更多 Markdown 页面: [分类](https://openaitools.app/zh/categories.md) · [流量排名](https://openaitools.app/zh/rankings.md) · [llms.txt](https://openaitools.app/zh/llms.txt)
