Modal 每月白送的 30 刀，到底能玩出什么花样？

一、先说清：这不是 30 刀现金

Modal 送的这 $30，不是打到账户的余额，而是每月重置的算力额度（compute credit）。它只能抵你在 Modal 上跑 GPU/CPU 的账单，不能提现、不滚存、月底清空。

但别小看它。Modal 按秒计费，无最低消费，不用不花钱，缩到零就归零。那 $30 不是"买 30 块钱的云"，而是"买一大段实打实的 GPU 时长"——多少取决于选哪张卡：

截图来源：modal.com/pricing（官方定价页，含 GPU 按秒单价与 Starter $30/月免费额度）

一句话逻辑：同样的 $30，选便宜的卡跑轻量模型 = 海量产出；选贵卡跑旗舰模型 = 少量但高质量。下面分场景拆。

二、它怎么算钱：搞懂计费，不然白送也浪费

很多人第一次收到 Modal 账单会吓一跳——明明只跑了 2 秒的函数，却扣了几百秒的钱。根因在容器生命周期：

计费起点：容器拉起、GPU 挂载那一刻就开始算，连镜像装依赖（pip_install）的时间都算 GPU 钱。

计费终点：容器被完全销毁才停。

最大坑——空闲超时：函数跑完之后容器不会立刻死，默认热留一段时间等下个请求（避免冷启动），这段空闲等待照样按秒计费。旧默认 300 秒（5 分钟），现在 @function 上 scaledown_window 默认 60 秒——不设就按默认来。

例子：2 秒的函数 + 默认 300 秒空闲 = 被扣 302 秒 GPU 钱，而不是 2 秒。

怎么不白扣（对白嫖党尤其重要）：

1. 设 container_idle_timeout=0 或短窗口（20–60s），函数结束立刻缩；
2. 所有任务一次性批量投进同一容器（间隔小于窗口就共享热容器，不重复扣启动费）；
3. 用预构建镜像（Image.from_registry()），别每次现装依赖；
4. 别设 min_containers，让自动缩 0；
5. 绑定卡后立刻设 spending limit = $30：超了自动暂停，绝不意外扣钱。

把上百个生成任务排在同一个热容器生命周期内批量跑，就是 Modal 上"缓存命中"最贴切的等价操作——不是真有缓存抵扣，而是不反复冷启。

三、玩法一：跑开源文本模型（LLM）

Modal 官方就鼓励你用免费额度部署开源 LLM。现成教程有 vLLM 部署（明确写"整个教程完全免费"）和 Ollama 示例。

用 vLLM 实测吞吐换算，$30 在各开源旗舰模型上能跑出多少 token（可持续吞吐，非极限值）：

加上 90% 缓存命中（输入 token 的 KV cache 复用，典型 10:1 负载下输入只增 10–20% 成本），同样的 $30 还能额外吃下约 10 倍于输出数的输入 token。

实话：小模型白嫖极香（8B 级一个月近 8000 万 token）；70B 旗舰只是够用（800–1300 万，约合 API 上 $5–15 价值）；超大 MoE 在免费档不划算（DeepSeek-V3 / Kimi-K2 卡时长上限或被 10 卡并发限制挡掉）。而且按 token 成本算，32B 在 Modal 上约 $2.7/百万输出，而 DeepInfra 同模型 API 才 $0.4/百万——自托管反而贵。免费额度的意义是"$0 试跑 / 隐私 / 定制"，不是"比 API 便宜"。

四、玩法二：跑绘画模型（最值）

图像生成没有 token 概念，单位是"张/秒"。取公开可持续吞吐，1024×1024 单图：

官方 Flux 示例直接 modal deploy 就能有个免费画图 API。

截图来源：modal.com/blog/how-to-run-flux1-dev-on-modal（官方博客，含 H100 示例代码）

官方示例里，跑 Flux.1-dev 只要几行 Python（核心就 @app.cls(gpu="H100") 这一句指定卡型）：

import time
from io import BytesIO
from pathlib import Path
import modal

app = modal.App("flux", image=flux_image)

@app.cls(gpu="H100", timeout=3600, secrets=[modal.Secret.from_name("huggingface")])
class Model:
    @modal.enter()
    def enter(self):
        self.pipe = diffusers.FluxPipeline.from_pretrained(
            "black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16
        ).to("cuda")

    @modal.method()
    def inference(self, prompt: str) -> bytes:
        image = self.pipe(prompt, output_type="pil", num_inference_steps=4).images[0]
        return image_bytes

完整脚本见 modal.com/blog/how-to-run-flux1-dev-on-modal。

绘画白嫖收益比文本还猛：SD1.5 在 A10 上月近 10 万张，Flux.1-Dev 也有 1 万+ 张。单图成本 $0.0003–0.001，比任何绘画 API（Midjourney 约 $0.01–0.04/张）便宜 3–100 倍。性价比冠军是 SDXL/Flux 在 A10 上——Flux.1-Dev 是质量/成本甜点（要"真重绘不贴滤镜"质感就走这条），L40S 上约 $0.02/张，一个月 1.4 万张够发几百篇带配图博客。注意：别用 H100 跑图（纯浪费免费额度）；保持容器热启才能吃满额度。

五、玩法三：跑视频模型（最肉）

视频最吃资源，单位"秒视频/小时 GPU"。以刚开源的 MiniMax H3（33B 全模态，生成视频+原生音频）为例：官方推荐 4 卡部署（--num-gpus 4 --ulysses-degree 4），而免费档限 10 GPU 并发——H3 占 40% 额度，没法多副本并行。

H3 在 4×A100 上生成一条 5s 视频约 5–8 分钟（同量级视频模型实测参考）。$30 能出：

结论：$30 跑 H3 约能出 140–150 秒视频（约 28–30 条 5s 片段）。

对比更轻的开源视频模型，H3 不是最划算的——Wan2.1-1.3B（480p）单卡 A10 上 $30 能出约 1800 秒，L40S 上约 3000 秒。H3 的价值在质量/多模态（图生视频+参考+原生音频），不是省钱。

六、玩法四：当免费 GPU CI / 实验沙盒

不只跑模型，免费档还能当"云上 GPU 工作站"：

• Borda/affordable-GPU-CI：用 Modal serverless GPU 跑 GPU 测试，免费档覆盖一切，L4 上单次约 $0.01–0.02，一月能跑 1000+ 次；
• modal-projects/modal-auto-research-skills：官方 skill 集，教 agent 按需开 GPU、跑完即销、并行多卡，零空闲零浪费；
• adam-s/goldseam：自建 GPU 服务，scaledown_window=15min 后自动缩 0，billing 归零；
• 没本地 GPU 的人：调试 CUDA 代码、跑小规模实验、训练微调小模型，免费档 $5（无卡）够调试，$30（绑卡）覆盖大多小实验。

截图来源：modal.com/docs/guide/sandboxes（官方文档，Sandboxes 定义与示例）

官方文档里的 Sandbox 示例（在运行时拉起一个容器、执行任意命令）：

import modal

app = modal.App.lookup("my-app", create_if_missing=True)

sb = modal.Sandbox.create("echo hello", app=app)
sb.wait()
print(sb.stdout.read())

用它跑 CI、跑 lint、跑模型生成的代码都行，按秒计费、跑完即销。

七、玩家的共识打法

翻了一圈国内外教程和开源项目，白嫖党基本一致这么做：

1. 绑卡后立刻设 spending limit = $30：超了自动暂停，绝不意外扣钱；
2. 用 Volume 缓存模型权重：别每次冷启重下几十 GB；
3. scaledown_window 控制空闲计费：连续任务排同一容器生命周期内，别反复冷启；
4. 选便宜够用的卡：A10/L4 跑图和小模型最划算，别一上来 H100；
5. 批量投喂：一次调用喂多张图/多条任务，把启动开销摊薄；
6. 分 workspace 隔离实验：避免一个失控实验拉起 10 张 B200。

Yulivu/debuffer-skills 的 serverless-modal 还给了完整的免费预算换算表和 GPU fallback 写法（gpu=["H100","A100-80GB","L40S"] 自动尝试）。

八、哪些事免费档干不了

实话实说，边界要清楚：

• 超大 MoE 语言模型（DeepSeek-V3 671B、Kimi-K2 1T）：要么卡时长上限，要么被 10 卡并发限制挡掉，免费档跑不了几分钟；
• 常驻 24/7 服务：缩到零后每次冷启有延迟，不如 reserved GPU 便宜；
• 长训练（超过 4 小时）：vast.ai 等按小时更便宜；
• 高并发生产：10 GPU 并发 + 1 天日志 + 无自定义域名，正式产品不够。

免费档最适合：突发式（bursty）任务、批量推理、短微调、实验原型。长期常驻或大训练，去 vast.ai / reserved 实例更划算。

九、落到你手上的建议

如果你和我一样是"想速成做项目、不想被云账单吓到"的人，Modal 免费档是最低门槛的 GPU 入口：

没本地 GPU？绑个卡，设 $30 上限，安全试；
要画图配博客？抄官方 Flux 示例，modal deploy 一个免费画图 API，一个月 1 万+ 张够用；
要跑开源 LLM？vLLM 教程直接免费跑完；
要榨干？A10 上批量投喂、Volume 缓存、短 idle 窗口，三件套吃满 $30。

那 $30 不是天上掉馅饼的"免费午餐"，而是一张"云上 GPU 体验券"——用得懂机制的人能换出几千张图、几千万 token；用不懂的人可能跑了几次就超额或闲置清零。区别在于：你有没有把任务排进同一个热容器里。