Zuletzt aktualisiert: Juni 2026. Die Preise stammen von replicate.com/pricing; die Kosten pro Aufruf und die Wartezeiten stammen aus dem Vorhersageprotokoll unseres eigenen Replicate-Kontos.
Kurze Antwort: Replicate ist immer noch eine der einfachsten Möglichkeiten, Tausende von Open-Source-KI-Modellen über eine einzige API auszuführen — keine GPU bereitzustellen, kein Docker zu betreuen. Aber es steht inzwischen an einem Scheideweg: Kaltstarts bleiben seine größte Schwäche, und es wurde von Cloudflare übernommen. Ob Sie es verwenden sollten, hängt von einer Frage ab — Batch-Jobs und Prototyping oder ein latenzsensitives Produkt?
Verwenden Sie Replicate, wenn… | Schauen Sie sich woanders um, wenn… |
|---|---|
Sie Prototypen entwickeln oder Batch-/Research-Jobs ausführen | Sie eine latenzsensitive, nutzerfokussierte Funktion ausliefern |
Sie den breitesten Katalog offener Modelle ohne Einrichtung möchten | Ein Kaltstart von 10–30 s Ihrer UX schaden würde |
Die Nutzung gering bis moderat und spitzenartig ist | Sie eine planbare Kostenprognose für hohe Volumina benötigen |
Sie Pay-as-you-go ohne Mindestumsatz mögen | Sie ein strenges SLA / garantierten Durchsatz wünschen |
Diese Bewertung basiert auf der aktuellen Preisseite, der praktischen Nutzung unseres eigenen Kontos und darauf, was Entwickler in der Community sagen.
Was Replicate tatsächlich ist
Replicate ist eine Cloud-Plattform, mit der du Machine-Learning-Modelle über eine REST API ausführen kannst. Du verwaltest keine Infrastruktur — du rufst ein Modell auf, es startet, läuft und berechnet dir nur die Sekunden, in denen es aktiv war. Zwei Dinge machten es populär:
Ein riesiger Community-Modellkatalog — Bild (Flux, Stable Diffusion — dieselben Modelle, die wir in unserem Leitfaden zu den besten KI-Bildgeneratoren vergleichen), Video, Sprache (Llama, DeepSeek), Audio und Tausende von von der Community veröffentlichten Modellen.
Das Cog-Framework — verpacke dein eigenes Modell in einen Container und stelle es als API-Endpunkt bereit.
Replicate führt öffentlich Produktionskunden auf, darunter BuzzFeed, Character.ai und Unsplash (replicate.com/customers), was dir zeigt, dass es für echte Workloads skaliert — innerhalb der Grenzen, auf die wir noch eingehen werden.
Die Explore-Seite kombiniert offizielle Modelle (Flux.2 pro) mit Community-Uploads — die Breite ist Replicates eigentliches Verkaufsargument.
Replicate-Preise im Jahr 2026
Replicate hat kein monatliches Abonnement. Sie zahlen pro Sekunde Rechenzeit, und der Preis hängt von der Hardware ab, auf der das Modell ausgeführt wird. Hier sind die aktuellen öffentlichen Preise (Juni 2026):
Hardware | Pro Sekunde | Pro Stunde |
|---|---|---|
CPU (Small) | $0.000025 | $0.09 |
Nvidia T4 (16GB) | $0.000225 | $0.81 |
Nvidia L40S (48GB) | $0.000975 | $3.51 |
Nvidia A100 (80GB) | $0.001400 | $5.04 |
Nvidia H100 (80GB) | $0.001525 | $5.49 |
8x Nvidia H100 | $0.012200 | $43.92 |
Einige offizielle Modelle werden anders abgerechnet — nach Eingabe/Ausgabe statt nach Zeit:
Flux-Bildmodelle: ~$0.025–$0.04 pro Bild
Videomodelle: ~$0.09–$0.25 pro Sekunde Ausgabedauer
Claude 3.7 Sonnet: $3.00 / Million Eingabe-Tokens
DeepSeek R1: $3.75 / Million Eingabe-Tokens
Ratenlimits: 600 Vorhersagen/Minute, 3.000 Anfragen/Minute bei anderen Endpunkten.
Replicate's Hardware-Preistabelle — jede GPU wird pro Sekunde abgerechnet, sodass sich die Kosten nach der Rechenzeit richten und nicht nach einem Pauschalplan.
Was das Sie tatsächlich kostet
Die Abrechnung pro Sekunde klingt günstig, und bei geringem Volumen ist sie das auch. In meinem eigenen Vorhersageprotokoll des Kontos kostet ein Aufruf von flux-kontext-apps/restore-image pauschal $0.04 und läuft 11–14 Sekunden, während ein leichterer birefnet-Aufruf zur Hintergrundentfernung bei unter $0.01 liegt. Das passt zur Faustregel „ein paar Cent pro Bild“.
Der Haken ist die Vorhersagbarkeit. Da verschiedene Modelle auf unterschiedlichen GPUs mit unterschiedlichen Geschwindigkeiten laufen und eine fehlgeschlagene Generierung dennoch GPU-Zeit verbraucht, für die Sie bezahlen, ist Ihre monatliche Rechnung schwer vorherzusagen. Eine grobe Überschlagsrechnung zu den oben genannten Tarifen:
10.000 Hintergrundentfernungen/Monat (birefnet, <$0,01 pro Stück): ungefähr $30–$80/Monat, je nach Warm- vs.-Cold-Runs.
1.000 Bildbearbeitungen/Monat (flux-kontext zu $0,04 pro Stück): etwa $40/Monat, vorhersehbar, weil es ein fester Preis pro Bild ist.
Ein benutzerdefiniertes Modell auf einer H100 ($5.49/hr): Eine Vorhersage von 10 Sekunden liegt bei etwa ~$0.015 — aber mit einem 30-sekündigen Kaltstart springt dieser einzelne Aufruf auf ~3×.
Die letzte Zeile ist die Falle: Das Compute ist günstig; der Cold Start ist es, der die Kosten in der Praxis unauffällig in die Höhe treibt.
Unser eigenes Vorhersageprotokoll des Kontos. Beachten Sie die Spalte „Approximate cost“ ($0.04 für flux-kontext restores, <$0.01 für birefnet) und die Spalte „Queued“ — meist Millisekunden, aber ein birefnet-Aufruf lag bei 3.8s.
Wie wir getestet haben: Die hier genannten Kosten- und Warteschlangenwerte stammen aus dem Ausführen von Bildmodellen —
birefnet(Hintergrundentfernung),flux-kontext-apps/restore-imageundbria/expand-image— über die API von Replicate in unserem eigenen Konto; dabei haben wir die Ausführungsdauer und Kosten pro Aufruf direkt aus dem Prediction-Dashboard ausgelesen. Die weiter unten aufgeführten breiteren Cold-Start-Spannen stammen aus Entwicklerberichten, nicht aus unserem eigenen Benchmark, und sind entsprechend gekennzeichnet.
Die eigentliche Schwäche: Kaltstarts
Dies ist die Beschwerde, die am häufigsten auftaucht. Da Replicate pro Anfrage einen Container startet, muss ein Modell, das noch nicht „warm“ ist, zuerst hochfahren. Von Entwicklern gemeldete Kaltstartzeiten (WaveSpeedAIs Analyse dokumentiert diese im Detail, wenn auch als Wettbewerber):
Beliebte offizielle Modelle: ~5–10 Sekunden
Community-Modelle: ~10–30 Sekunden
Benutzerdefinierte / große Modelle: 60+ Sekunden, im schlimmsten Fall mit Boot-Schleifen für 2–3 Minuten
Das sieht man im echten Einsatz. In meinem eigenen Vorhersage-Log liegt die Queued-Zeit für ein warmes Modell bei 15–109ms — aber dasselbe Modell sprang bei einem Aufruf auf eine 3,8-sekündige Warteschlange. Wenn der Container kalt ist oder die Kapazität knapp wird, spürt der Endnutzer genau diese Wartezeit.
Für einen Batch-Job oder ein Research-Notebook spielt das keine Rolle. Für ein benutzerorientiertes Produkt, bei dem jemand auf ein Ergebnis wartet, ist ein 30-sekündiger Cold Start ein Ausschlusskriterium. Diese einzelne architektonische Tatsache — Container pro Anfrage — ist der wichtigste Grund, warum Entwickler 2026 nach Alternativen suchen.
Die Kostenseite löst dieselbe Art von Community-Feedback aus. In einem lang laufenden r/StableDiffusion-Thread darüber, ob Replicate preislich fair ist, fasste ein Nutzer die typische Erfahrung zusammen: "Ich nutze Replicate, und jedes generierte Bild kostet typischerweise 1–2 Cent. Bei Hunderten von Einsätzen pro Monat summiert sich das auf ein paar Dollar." Günstig pro Aufruf, aber es summiert sich — was mit dem übereinstimmt, was wir in unserem eigenen Log gesehen haben.
Was die Cloudflare-Übernahme verändert
Cloudflare übernahm Replicate Ende 2025 und schloss den Vorgang Anfang 2026 ab (Pressemitteilung). Fürs Erste ist die praktische Auswirkung gering: Replicate läuft weiterhin als eigene Marke, Ihre bestehende API und Ihre Modelle bleiben unverändert, und die oben genannten öffentlichen Preise sind gleich geblieben. Der Umzug auf die Edge-Infrastruktur von Cloudflare könnte im Laufe der Zeit die Zuverlässigkeit und die Cold Starts verbessern — ein Potenzial, das man im Auge behalten sollte. Die einzige Einschränkung für langlaufende Projekte: Übernahmen bringen irgendwann Preis- und API-Änderungen mit sich, also halten Sie Ihre Integration portabel.
Vor- und Nachteile
Stärken
Schnellster Weg, Tausende von Modellen ohne Infrastruktur auszuprobieren
Wirklich gute Web-UI zum Erkunden und Testen, bevor Sie Code schreiben
Cog macht die Bereitstellung benutzerdefinierter Modelle unkompliziert
Pay-as-you-go ohne Mindestbetrag — großartig für Prototyping
Schwächen
Kaltstarts (10–30s+) machen es für Echtzeit-, benutzerseitige Funktionen schwach
Die Abrechnung pro Sekunde ist schwer vorherzusagen; fehlgeschlagene Ausführungen kosten dich trotzdem
Der Modellkatalog kann bei frischen Open-Source-Veröffentlichungen Wochen hinterherhinken
Vertrauenssignale sind gemischt — ein niedriger öffentlicher Trustpilot-Score (2/5) und wiederkehrende Threads zur Preisfairness auf Reddit
Die besten Replicate-Alternativen im Jahr 2026
Plattform | Am besten für | Vorteil gegenüber Replicate | Grobe Preisgestaltung |
|---|---|---|---|
Apps mit geringer Latenzempfindlichkeit und Nutzerfokus | Optimiert für geringe Kaltstart-Latenz; großer Katalog an Bild-/Videomodellen (laut fal's eigenen Angaben) | Pro Bild ab ca. ~$0.01; Flux ca. ~$0.025–0.05/Bild | |
Together AI | Open-Source-LLM-Inferenz, Batch & Fine-Tuning | Dedizierte GPUs, Batch-Rabatte, garantierter Durchsatz | LLM-Inferenz ca. ~$0.10–$0.90 / M Tokens je nach Größe |
RunPod | Günstige rohe GPU, volle Kontrolle | GPUs sekundengenau/stundenweise mieten, kein Aufschlag pro Modell | H100 ab ca. ~$2–3/Stunde; serverless pro Sekunde |
Baseten | Produktionsreifes Modell-Serving mit Autoscaling | Dedizierte Deployments, schnelleres Warm-Scaling | GPU pro Minute; H100 ca. ~$0.10+/Min. |
Modal / Beam | Benutzerdefinierte Trainings- & Inferenz-Pipelines | Mehr Kontrolle über die Laufzeitumgebung | GPU pro Sekunde, H100 ca. ~$0.001–$0.002/Sek. |
aireiter (publisher) | Vermeidung von Vendor-Lock-in bei einem einzelnen Anbieter | Ein API-Schlüssel für Replicate, fal, OpenRouter & mehr; Routing um Preis/Ausfall herum | Durchgereichte Anbieterpreise + Gateway-Schicht |
(Die Preise der Wettbewerber sind ungefähr — prüfen Sie die Seite jedes Anbieters, bevor Sie sich festlegen.)
Das klarste mentale Modell, das Entwickler verwenden: brauchen Sie Geschwindigkeit → fal; brauchen Sie rohe, günstige GPU → RunPod; brauchen Sie Breite für Batch/Recherche → Replicate.
Die letzte Zeile gehört uns: aireiter ist ein unabhängiges Gateway, das Replicate, fal und OpenRouter über einen einzigen Schlüssel erreicht — praktisch, wenn du Anbieter per A/B-Test vergleichen oder ohne Code-Änderungen auf einen anderen Dienst ausweichen willst. Beurteilt es nach diesem Maßstab.
Wenn Sie API-Plattformen breiter vergleichen, haben wir denselben Vergleich auch bei Kie AI und bei OpenRouters Preisgestaltung durchgeführt.
Fazit: Sollten Sie Replicate 2026 verwenden?
Verwende es, wenn du prototypisierst, Batch- oder Research-Workloads ausführst oder das breiteste Katalogangebot an Open-Models mit dem geringsten Setup möchtest. Dafür ist es immer noch hervorragend geeignet.
Schauen Sie sich anderswo um, wenn Sie ein latenzsensitives, benutzerseitiges Feature ausliefern — Cold Starts werden schaden, und fal.ai ist das offensichtliche Upgrade. Behalten Sie in jedem Fall Ihre Integration portabel, während sich die Cloudflare-Migration einspielt.
FAQ
Ist Replicate kostenlos nutzbar?
Nein. Es gibt kein Abonnement, aber ein nutzungsbasiertes Modell — Ihnen werden die Rechenzeiten berechnet, die jede Vorhersage verbraucht.
Wie funktioniert die Abrechnung bei Replicate?
Sie zahlen pro Sekunde, in der das Modell aktiv läuft, zu einem vom Hardware-Typ (CPU, T4, A100, H100 usw.) festgelegten Satz. Einige offizielle Modelle berechnen stattdessen pro Bild, pro Sekunde Video oder pro Token.
Was sind die Ratenlimits von Replicate?
600 Vorhersagen pro Minute und 3.000 Anfragen pro Minute an anderen Endpunkten.
Hat Cloudflare Replicate gekauft?
Ja. Cloudflare kündigte die Übernahme im November 2025 an und schloss sie Anfang 2026 ab. Replicate bleibt als eigene Marke auf der Infrastruktur von Cloudflare bestehen.
Was ist die beste Alternative zu Replicate?
fal.ai für latenzarme, nutzernahe Workloads; Together AI für Open-Source-LLM-Inferenz und Fine-Tuning; Replicate selbst für den breitesten Modellkatalog.