GPU brut ou API prête : Runpod face à fal.ai, prix comparés
Ou : la différence entre louer une voiture et prendre un taxi, appliquée à des gigaoctets de poids de modèle.
La réponse courte : fal.ai gagne tant que vous générez peu, ou si vous voulez un modèle fermé qu’on ne peut pas faire tourner soi-même. Runpod gagne dès que la carte travaille plusieurs heures d’affilée sur des modèles ouverts. Le premier facture le résultat, 0,025 $ le mégapixel pour Flux dev, le second le temps de la carte, 0,34 $ l’heure pour une RTX 4090 en Community Cloud. C’est l’un des duels entre fournisseurs GPU où les deux camps ne vendent même pas le même produit.
Une précision avant de compter : fal.ai loue aussi de la puissance brute. Sa grille officielle affiche la H100 à 4,50 $ de l’heure en prix catalogue et « à partir de » 1,89 $, et il héberge des applications serverless facturées à la seconde tant que leurs machines sont allumées, y compris pendant le démarrage et l’attente. Mais ce n’est pas pour ça qu’on vient chez fal.ai. On y vient pour appeler Flux, WAN ou Kling sans rien installer.
Pour qui : un créateur ou un développeur qui génère en continu sur des modèles ouverts, et veut payer la carte plutôt que chaque image.
À partir de : 0,34 $ de l’heure pour une RTX 4090 en Community Cloud, 0,74 $ en Secure Cloud, facturés à la seconde.
Pour démarrer : ouvrir un compte Runpod et lancer un pod ComfyUI. Pour quelques images par semaine, WaveSpeed facture MiniMax Image-01 à 0,0035 $ l’image, sans carte à louer.
Runpod vs fal.ai : le seuil où l’heure de GPU bat le prix à l’image
Sur une RTX 4090, une image Flux dev de 1024 pixels de côté, en 20 étapes, sort en 15 à 20 secondes selon les mesures publiées par la communauté ComfyUI. Au tarif Secure Cloud de Runpod, 0,74 $ de l’heure, vingt secondes de carte coûtent environ 0,004 $. La même image coûte 0,025 $ chez fal.ai. L’écart est de un à six, à une condition qui change tout : que la carte travaille. Une heure de pod coûte 0,74 $ qu’on génère une image ou deux cents, et 0,74 $ représentent une trentaine d’images Flux dev chez fal.ai. En dessous d’une trentaine d’images par heure de location, l’API gagne. Au-dessus, la carte gagne, et de plus en plus nettement.
| Usage | fal.ai | Runpod |
|---|---|---|
| Image Flux dev | 0,025 $ le mégapixel | temps de carte : 0,34 $ à 0,74 $ l’heure (RTX 4090) |
| Image Flux schnell | 0,003 $ le mégapixel | même carte, génération plus rapide |
| Vidéo WAN 2.2, image-to-video en 480p | 0,04 $ la seconde de vidéo | temps de carte : 0,79 $ à 1,09 $ l’heure (L40S) |
| Vidéo Kling 2.5 Turbo Pro | 0,35 $ les cinq premières secondes | indisponible, modèle fermé |
| H100 louée à l’heure | 4,50 $ au catalogue, dès 1,89 $ | 1,99 $ (PCIe, Community) à 3,49 $ (SXM, Secure) |
La ligne Kling du tableau est la plus importante : Kling, Veo et les autres modèles fermés n’existent qu’en API. Aucune location de GPU ne vous y donnera accès. Pour eux, la question ne se pose pas.
La question des données, elle, se pose des deux côtés, mais pas de la même façon. Sur un pod Runpod, le modèle tourne dans votre conteneur, et vos prompts ne passent par l’API de personne d’autre. Chez fal.ai, les conditions d’utilisation limitent l’usage de vos entrées à la fourniture du service, mais prévoient que les données d’usage puissent servir à développer des produits et des modèles d’IA. L’engagement explicite de ne jamais entraîner de modèle sur les données clients figure sur l’offre Enterprise, pas sur les comptes ordinaires.
Si vous voulez le confort de l’API avec votre propre modèle
Entre la carte louée et l’API sur étagère, il existe une troisième voie : déployer votre propre modèle en serverless, facturé à la seconde de calcul. Deux façons très différentes d’y arriver sont comparées dans le duel des deux serverless GPU.
Si le prix unitaire est votre seul critère
Certains fournisseurs combinent des instances GPU bon marché et un catalogue de modèles appelables en API, ce qui brouille la frontière de ce duel. Le cas le plus connu est examiné dans le duel du prix plancher.
Si vous hésitez encore sur le fournisseur de la carte
Le seuil calculé sur cette page vaut pour Runpod, mais le raisonnement vaut partout. Les plateformes qui louent des cartes à l’heure, et ce qu’elles valent face à Runpod, sont passées en revue dans les alternatives au GPU à la demande.