# fal

面向开发者的生成式媒体平台，提供托管模型 API、自定义模型部署和 GPU 计算能力，用于构建和运行图像、视频、音频等生成式媒体应用。

- Findings24: <https://findings24.com/zh-CN/tools/fal>
- 网站: <https://fal.ai>
- 价格: Paid
- 分类: AI 推理平台, AI 模型部署, GPU 云服务

## 什么是 fal？

fal 是一个用于构建和运行生成式媒体应用的开发者平台。它通过统一 API 提供图像、视频、音频、音乐、语音、3D 和多模态模型，同时提供用于部署自定义模型和运行 GPU 工作负载的基础设施。团队可以从调用托管模型开始，然后使用 fal Serverless 部署自定义端点，或使用专用 Compute 实例执行训练和持续运行的工作负载。该平台将这些工作流整合起来，使应用能够通过 fal 的推理基础设施使用托管模型和自定义模型。

## fal 能做什么？

### 统一模型 API

通过一个 API 调用 1,000 多个用于图像、视频、音频和其他媒体任务的模型端点。请求支持同步调用和异步队列调用；许多模型还提供流式传输或实时 WebSocket 连接。

### 自定义 Serverless 部署

将模型封装为 Python 应用，在云 GPU 运行器上进行测试，并部署带有身份验证、自动扩缩容、重试、修订历史记录和回滚支持的端点。

### 专用 GPU 计算

配置带 SSH 访问权限的 GPU 实例，用于训练、微调、批处理作业和持久化工作负载。Compute 按小时计费，Serverless 推理则按执行时间计费。

### 请求监控和扩缩容控制

控制台提供日志、请求级分析和错误跟踪。部署设置可让团队配置最小和最大并发数以及预热行为。

### 模型发现与比较

浏览模型市场，查看特定模型的定价，并在选择端点前于 Sandbox 中并排比较模型。

### 按使用量计费

托管模型 API 按每次输出或其他特定于模型的计费单位计费，而 Serverless 和专用 GPU 计算则按 GPU 费率计费。成本可能会受到分辨率、时长和质量等模型设置的影响。

## 使用场景

### 将媒体生成添加到应用中

使用托管端点添加图像、视频、音频、语音或 3D 生成功能，无需为每个 API 请求配置模型基础设施。

### 提供专有模型或微调模型服务

围绕自定义权重或专有流程构建 Python 应用，在云 GPU 运行器上进行测试，并将其部署为可随需求扩展的身份验证端点。

### 在专用 GPU 上训练或微调

在带 SSH 访问权限且按固定小时费率计费的专用实例上运行训练和微调作业，包括多 GPU 工作负载。

### 在集成前评估模型选项

在 Sandbox 中比较可用模型，并在选择端点前查看其计费单位和取决于设置的成本。

## 常见问题

### 如何发起第一次模型请求？

从市场中选择模型，创建 API 密钥，然后使用 fal 客户端库或 REST API 调用其端点。文档提供 Python、JavaScript 和 cURL 示例。

### 我可以部署自己的模型吗？

可以。定义一个 Python fal.App，在云 GPU 运行器上进行测试，然后将其部署为持久化端点。部署包括身份验证、自动扩缩容、重试和基于修订版本的回滚。

### 什么时候应该使用 Compute，而不是 Serverless？

Compute 适用于需要专用 GPU 访问权限和 SSH 的训练、微调、批处理作业及持久化工作负载。Serverless 面向 API 端点和使用托管运行器按需进行的推理。

### 使用量如何计费？

模型 API 使用特定于模型的单位，例如输出数量、秒数、字符数或百万像素。Serverless 和 Compute 按 GPU 计费；Compute 按小时计费，Serverless 则按实际使用时间计费。模型设置可能会影响最终成本。

## 快速信息

- **产品类别**: 生成式媒体推理和 GPU 计算平台
- **主要用户**: 构建 AI 应用的开发者和团队
- **模型覆盖范围**: 图像、视频、音频、音乐、语音、3D 和多模态模型
- **自定义部署**: 在托管的 Serverless GPU 运行器上运行 Python 应用
- **专用计算**: 带 SSH 访问权限、用于训练和持久化工作负载的 GPU 实例
- **定价模式**: 特定于模型的 API 使用量；Serverless 执行和专用 GPU 按使用量或小时计费