Replicate-Probleme 2026: Unerwartete Abbuchungen, Cold Starts, langsamer Support, blockierte Anfragen und wie Sie sie beheben
Die Replicate-Probleme, die Nutzer am häufigsten melden: Abbuchungen im Leerlauf, langsame Cold Starts, keine Antwort vom Support, blockierte Anfragen und API-Eigenheiten. Was jeweils die Ursache ist und was Sie dagegen tun können.
Wenn deine Replicate-Rechnung höher ausfällt als die Vorhersagen, die du ausgeführt hast, liegt das meist daran, dass du für Hardware-Zeit bezahlst und nicht für Ergebnisse. Öffentliche Modelle berechnen nur, solange eine Anfrage verarbeitet wird. Deployments und die meisten privaten Modelle berechnen jede Sekunde, in der eine Instanz online ist, einschließlich der Zeit für den Start und der Leerlaufzeit. Ein Deployment, das beim Hochfahren hängen bleibt, kann daher Geld kosten, ohne eine einzige Vorhersage abzuschließen.
Die Abrechnung ist die häufigste Beschwerde, aber nicht die einzige. Dieser Leitfaden behandelt die fünf Probleme, die Replicate-Nutzer am häufigsten melden: unerwartete Abbuchungen, langsame Kaltstarts, Support, der nicht antwortet, durch Moderation blockierte Anfragen und API-Verhalten, das sich von Modell zu Modell unterscheidet. Zu jedem Problem erfährst du die Ursache, was du bei Replicate tun kannst und was du wählen solltest, wenn du dich gar nicht erst damit beschäftigen möchtest.
Quellen geprüft am 22. November 2026: Replicates Dokumentation zu Abrechnung, Prepaid-Guthaben und Deployments, Replicates öffentliche GitHub-Repositories und die Trustpilot-Seite.
Die fünf Probleme im Überblick
| Problem | Ursache | Schnelle Abhilfe |
|---|---|---|
| Abbuchung, obwohl nichts läuft | Deployments und private Modelle berechnen Setup- und Leerlaufzeit | Auf null skalieren, prüfen, dass Instanzen offline sind, löschen |
| Langsame erste Anfrage | Das Modell muss erst hochfahren, bevor es laufen kann | Beliebte öffentliche Modelle nutzen oder für eine warme Instanz zahlen |
| Keine Antwort vom Support | Support nur per E-Mail ohne veröffentlichte Antwortzeit | Ein Ticket mit genauen Angaben; mit Limits selbst absichern |
| Anfragen blockiert, Guthaben unbrauchbar | Moderation beim Modell, und Guthaben ist nicht erstattungsfähig | Mit kleinen Aufladungen testen, bevor du ein Budget festlegst |
| Funktioniert bei einem Modell, schlägt bei einem anderen fehl | Ein- und Ausgaben unterscheiden sich je Modell | Das Schema jedes Modells lesen; nach jedem 500er den Zustand prüfen |
Was Replicate je nach Modelltyp berechnet
Alle Zitate stammen aus Replicates Abrechnungsdokumentation.
| Was du ausführst | Setup-Zeit | Leerlaufzeit | Aktive Zeit | Fehlgeschlagener Lauf |
|---|---|---|---|---|
| Öffentliches Modell | Kostenlos | Kostenlos | Berechnet | Nicht berechnet |
| Privates Modell auf dedizierter Hardware | Berechnet | Berechnet | Berechnet | Berechnet für die Instanzzeit |
| Deployment | Berechnet | Berechnet | Berechnet | Berechnet für die Instanzzeit |
| Schnell startendes Fine-Tune | Kostenlos | Kostenlos | Berechnet | Nicht berechnet |
- Öffentliche Modelle: „you only pay for the time it’s active processing your requests. Setup and idle time for the model is free.”
- Private Modelle: „you pay for all the time instances of the model are online”.
- Deployments: „we charge for all the time deployment instances are online.”
- Fehlschläge: „For all models, if a run fails, we don’t charge you”, aber bei privaten Modellen und Deployments war die Instanz während des fehlgeschlagenen Laufs online, und diese Zeit wird berechnet. Ein abgebrochener Lauf bei einem offiziellen Modell „may still be charged”.
Dasselbe Modell kann also als öffentliches Modell beim Warten kostenlos sein und als Deployment beim Warten berechnet werden. Viele Teams erstellen ein Deployment, um Kaltstarts zu vermeiden, und bemerken nicht, dass sie damit auch das Abrechnungsmodell gewechselt haben.
Vier Abbuchungen, mit denen niemand rechnet
1. Ein Deployment, das abrechnet, obwohl es nichts tut
Deployments dienen dazu, Instanzen warm zu halten. Liegt die Mindestanzahl an Instanzen über null, zahlst du rund um die Uhr, ob Traffic eintrifft oder nicht. Bei einem Minimum von null zahlst du trotzdem für jeden Start und für die Leerlaufzeit, bevor eine Instanz herunterskaliert wird.
Der schwierigere Fall ist eine Instanz, die nie fertig hochfährt. In einem öffentlichen Bericht vom August 2026 beschreibt ein Nutzer ein privates Deployment, das 100 % Setup-Zeit und 0 % aktive Zeit anzeigte, während das Guthaben innerhalb von 18 Stunden von etwa 9 $ auf über 91 $ stieg, nachdem er es deaktiviert und die maximale Instanzzahl auf null gesetzt hatte. Das ist die Schilderung eines einzelnen Nutzers, und wir können sie nicht überprüfen, aber sie zeigt, warum du bestätigen solltest, dass Instanzen tatsächlich gestoppt sind, statt der Einstellung zu vertrauen.
2. Kaltstarts, die du bezahlst
Bei einem öffentlichen Modell ist der Start kostenlos. Bei einem Deployment oder privaten Modell zahlst du auch für den Start. Große Modelle laden länger, daher kosten die am seltensten genutzten und größten Modelle pro erfolgreicher Anfrage am meisten.
3. Guthaben, das verfällt
Replicates Seite zum Prepaid-Guthaben besagt, gekauftes Guthaben „is valid for 1 year from the purchase date” und „is not refundable”. Wenn du einen großen Betrag für ein Projekt auflädst, das dann pausiert, ist der ungenutzte Teil nach einem Jahr weg. Dieselbe Seite sagt, dass bei einem Kontostand von null „we will prevent any new work from starting”, und dass in seltenen Fällen eine Vorhersage über den Kontostand hinauslaufen kann, wobei die Differenz am Monatsende deiner Zahlungsmethode belastet wird.
4. Eine frühzeitige Abbuchung
Die Abrechnungsdokumentation besagt, dass „if your usage crosses certain limits for the first time, we’ll charge you early”, als Betrugsprüfung, und dass der Betrag auf der nächsten Rechnung als Guthaben erscheint. Das ist keine zusätzliche Gebühr, aber es ist eine Kartenabbuchung, die du nicht eingeplant hattest.
So stoppst du eine Abbuchung, die gerade läuft
- Liste jedes Deployment und jedes private Modell auf. Alte Experimente sind die häufigste Quelle. Prüfe jedes einzelne, nicht nur das, von dem du glaubst, dass es das Problem ist.
- Setze die minimale und maximale Instanzzahl auf null bei allem, was du nicht brauchst, und beobachte dann einige Minuten lang die Instanzzahl und das Metrik-Panel. Entscheidend ist die Zahl der Instanzen, die online sind, nicht der Wert im Einstellungsformular.
- Lösche, was du nicht mehr nutzt. Replicates Doku sagt: „You can only delete deployments that have been offline and unused for at least 15 minutes”. Skaliere also zuerst auf null und lösche nach dieser Wartezeit. Wenn das Löschen immer wieder scheitert, weil Instanzen noch online sind, ist das der Beleg, den du an den Support schicken solltest.
- Widerrufe API-Tokens, die du dir nicht erklären kannst. Ein geleaktes Token kann Arbeit auf deinem Konto starten. Erstelle für jeden Dienst ein neues Token, damit du siehst, welcher gerade Kosten verursacht.
- Schreibe dem Support mit konkreten Zahlen. Nenne den Namen des Deployments, den Zeitpunkt, zu dem du auf null skaliert hast, einen Screenshot der Metriken mit Setup- oder Leerlaufzeit nach diesem Zeitpunkt und den Kontostand zu zwei Zeitpunkten. Eine Anfrage mit genauen Zeiten lässt sich leichter gutschreiben als „Ich wurde zu viel belastet”.
- Schalte das automatische Aufladen aus, solange du untersuchst. Wird das Guthaben automatisch aufgefüllt, wird eine außer Kontrolle geratene Instanz immer weiter finanziert.
So verhinderst du, dass es wieder passiert
- Nutze öffentliche Modelle, sofern du kein Deployment brauchst. Dann sind Setup- und Leerlaufzeit kostenlos. Wechsle nur dann zu einem Deployment, wenn Kaltstarts dich mehr kosten als Leerlauf-Hardware, und halte diesen Vergleich schriftlich fest.
- Begrenze die maximale Instanzzahl. Replicates Deployment-Doku beschreibt das als Weg, die Ausgaben zu begrenzen.
- Kaufe Guthaben in Beträgen, die du innerhalb des Jahres verbrauchst.
- Alarmiere bei Ausgaben, nicht bei Fehlern. Eine hängende Instanz erzeugt keine Fehler. Frage täglich dein Guthaben oder die Abrechnungsnutzung ab und alarmiere bei der Veränderung.
- Prüfe Deployments regelmäßig. Eine monatliche Liste von allem, was online ist, mit einem Verantwortlichen neben jedem Eintrag, beseitigt die meisten Überraschungen.
Langsame Kaltstarts
Ein Kaltstart ist die Wartezeit, in der ein Modell auf eine Maschine geladen wird, bevor deine Anfrage laufen kann. Replicates Dokumentation sagt, dass eine Vorhersage währenddessen im Status starting bleibt. Beliebte öffentliche Modelle sind meist bereits geladen. Weniger genutzte nicht, und die erste Anfrage nach einer ruhigen Phase wartet auf den gesamten Start. Selbst eine aktuelle positive Bewertung auf Trustpilot nennt Kaltstarts bei weniger beliebten Modellen als Nachteil.
Was du bei Replicate tun kannst:
- Warte nicht synchron. Erstelle die Vorhersage und frage dann per Polling ab oder nutze einen Webhook. Ein blockierender Aufruf, der in ein Timeout läuft, während der Status noch
startingist, sieht für deinen Nutzer wie ein Fehler aus, ist aber keiner. - Setze in deinem eigenen Code ein Zeitlimit und teile dem Nutzer mit, dass das Modell aufwärmt, statt einen Spinner ohne Ende anzuzeigen.
- Halte eine Instanz per Deployment warm, wenn das Modell zentral für dein Produkt ist. Das beseitigt die Wartezeit und bringt die oben beschriebene Leerlaufabrechnung zurück, es ist also ein Tauschgeschäft und keine Lösung.
- Bevorzuge Modelle, die bereits beliebt sind, wenn zwei Modelle die Aufgabe gleich gut erledigen würden.
Support, der nicht antwortet
Die meisten Ein-Stern-Bewertungen auf Replicates Trustpilot-Seite betreffen nicht das Produkt. Es geht darum, keine Antwort zu bekommen: ein Kunde, der sagt, Anfragen seien trotz erheblicher monatlicher Ausgaben unbeantwortet geblieben, ein anderer, der sich monatelang nicht anmelden oder niemanden erreichen konnte, und der oben erwähnte Deployment-Bericht, der öffentlich nach 18 Stunden ohne Antwort verfasst wurde, während das Guthaben weiter stieg. Die Seite hat nur 17 Bewertungen, sie ist also eine Stichprobe unzufriedener Nutzer und keine Messung. Dennoch ist das Muster konsistent genug, um damit zu planen.
- Sende ein vollständiges Ticket. Kontoname, die betroffene Ressource, genaue Zeitstempel, was du erwartet hast, was passiert ist und den betroffenen Betrag. Antworte im selben Thread, statt neue zu eröffnen.
- Verlasse dich nicht darauf, dass der Support Kosten stoppt. Skaliere zuerst selbst auf null und widerrufe Tokens; bitte erst danach um die Gutschrift.
- Frage nach einem Eskalationsweg, bevor du von der Plattform abhängig bist, nicht erst während eines Vorfalls. Wenn dein Umsatz von der API abhängt, lohnt es sich, nach einem namentlichen Ansprechpartner zu fragen.
Blockierte Anfragen und Guthaben, das du nicht nutzen kannst
Manche Modelle wenden eine eigene Inhaltsmoderation an, und eine Anfrage kann wegen eines Prompts oder Bildes abgelehnt werden, das du für harmlos hältst. Ein Rezensent beschreibt im Oktober 2026, dass Seedance-Anfragen wiederholt mit Urheberrechtsfehlern abgelehnt wurden, während das gekaufte Guthaben auf dem Konto blieb und der Support nicht antwortete.
Zwei dokumentierte Fakten sind hier wichtig. Replicate sagt, ein fehlgeschlagener Lauf wird nicht berechnet, eine blockierte Anfrage sollte dich also nichts kosten. Aber gekauftes Guthaben „is not refundable” und verfällt nach einem Jahr. Wenn das Modell, für das du es gekauft hast, deinen Anwendungsfall also weiterhin ablehnt, bleibt das Geld auf der Plattform.
- Lade zuerst einen kleinen Betrag auf und führe deine echten Prompts und Referenzbilder durch genau dieses Modell, bevor du mehr kaufst.
- Protokolliere den vollständigen Fehler bei jeder Ablehnung. Eine Moderationsablehnung lässt sich nicht wiederholen; ein Infrastrukturfehler schon.
- Halte ein zweites Modell bereit für dieselbe Aufgabe, da die Moderation sich zwischen Modellen unterscheidet.
API-Verhalten, das sich von Modell zu Modell ändert
Replicate hostet Modelle, die von vielen verschiedenen Autoren veröffentlicht wurden, und jedes definiert seine eigenen Ein- und Ausgaben. Diese Flexibilität ist der Sinn der Plattform, und genau hier brechen auch Integrationen.
- Dateieingaben. In einem Issue vom September 2026 stellte ein Entwickler fest, dass mehrere Bildmodelle gültige PNG-Dateien mit „Invalid image format” ablehnten, bis dem Client gesagt wurde, Dateien als Base64 zu senden, was die Modellseiten nicht erwähnten. Wenn ein Modell eine Datei ablehnt, die andere akzeptieren, probiere die andere Dateikodierung aus, bevor du das Bild debuggst.
- Form der Ausgabe. Manche Modelle geben eine einzelne Datei zurück, andere eine Liste, wieder andere Text. Normalisiere die Ausgabe an einer einzigen Stelle in deinem Code.
- Fehler, die keine Fehlschläge sind. Ein weiterer Bericht beschreibt eine Training-Anfrage, die einen 500er zurückgab, während der Training-Job tatsächlich startete und abgeschlossen wurde. Liste nach jedem 5xx bei einem Create-Aufruf die jüngsten Vorhersagen oder Trainings auf, bevor du es erneut versuchst, sonst zahlst du womöglich zweimal für denselben Job.
- Versionen. Community-Modelle werden über die Versions-ID angesprochen. Pinne die Version, die du getestet hast, und aktualisiere bewusst.
Wenn du dich um nichts davon kümmern möchtest
Die Abrechnung nach Hardware-Zeit ist sinnvoll, wenn du dein eigenes Custom-Modell mit hohem, gleichmäßigem Volumen betreibst. Wenn du überwiegend bekannte Bild-, Video- und Audiomodelle aufrufst, ist ein Preis pro Anfrage einfacher vorherzusagen.
WaveSpeedAI berechnet jedes Modell pro Anfrage oder pro Ausgabeeinheit, etwa pro Bild oder pro Sekunde Video, und es gibt nichts, was warm gehalten werden muss:
- Der Preis wird vor dem Ausführen angezeigt. Jede Seite im Modellkatalog zeigt die Kosten der von dir konfigurierten Anfrage.
- Keine Kaltstarts. Modelle sind bereit, wenn du sie aufrufst. Du erstellst keine Deployments, legst keine Instanzzahlen fest und zahlst weder für Start noch für Leerlauf.
- Fehlgeschlagene Tasks werden vollständig erstattet. Schlägt ein Task aus irgendeinem Grund fehl, einschließlich einer blockierten Anfrage, fließen 100 % seiner Kosten auf dein Guthaben zurück.
- Eine API für jedes Modell. Jedes Modell nutzt dieselben zwei Aufrufe, dieselbe Authentifizierung und dasselbe Ergebnisformat, und Dateien werden als URLs übergeben. Ein Modell hinzuzufügen bedeutet, den Modellpfad und dessen Parameter zu ändern, nicht deine Integration.
- Support, der antwortet. Du erreichst das Team über den Chat auf der Website oder auf Discord und bekommst zeitnah eine Antwort von einem Menschen.
- Ausgabenlimit pro API-Schlüssel. Du kannst begrenzen, wie viel ein Schlüssel ausgeben darf, sodass ein Testskript oder ein geleakter Schlüssel das Konto nicht leerräumen kann.
- Automatisches Aufladen ist optional, und eine Anfrage wird einfach mit
Insufficient credits. Please top up your account to continueabgelehnt, wenn das Guthaben aufgebraucht ist.
Eine Anfrage besteht aus zwei Aufrufen: absenden, dann das Ergebnis abrufen.
curl --request POST 'https://api.wavespeed.ai/api/v3/wavespeed-ai/z-image/turbo' \
--header "Authorization: Bearer $WAVESPEED_API_KEY" \
--header 'Content-Type: application/json' \
--data '{"prompt": "A lighthouse on a cliff at sunrise, soft fog, 35mm photo"}'
curl --request GET "https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result" \
--header "Authorization: Bearer $WAVESPEED_API_KEY"
Der erste Aufruf liefert data.id; der zweite liefert data.status und, wenn abgeschlossen, die Datei-URLs in data.outputs.
Wo Replicate die bessere Wahl bleibt: wenn du deinen eigenen Container mit Cog veröffentlichst, und für die lange Liste an Community-Modellen. Wenn dein Produkt von einem Custom-Modell abhängt, das du selbst paketiert hast, belasse es dort und wende die oben genannten Kontrollen an. Um die gehosteten Modelle zunächst ohne Code auszuprobieren, nutze den Bildgenerator oder den Videogenerator.
Für einen breiteren Vergleich siehe Replicate vs WaveSpeedAI.
FAQ
Warum belastet mich Replicate, obwohl ich nichts ausführe?
Höchstwahrscheinlich sind bei einem Deployment oder privaten Modell Instanzen online. Diese werden für Setup-, Leerlauf- und aktive Zeit berechnet, nicht nur für Vorhersagen. Prüfe die Instanzzahl jedes Deployments, skaliere ungenutzte auf null und lösche sie.
Berechnet Replicate fehlgeschlagene Vorhersagen?
Replicate sagt, ein fehlgeschlagener Lauf wird nicht berechnet. Bei Deployments und privaten Modellen zahlst du jedoch für die Zeit, in der die Instanz online war, und dazu gehört auch die Zeit eines fehlgeschlagenen Laufs.
Verfällt Replicate-Guthaben?
Ja. Die Seite zum Prepaid-Guthaben besagt, dass gekauftes Guthaben ein Jahr ab Kaufdatum gültig und nicht erstattungsfähig ist.
Wie verhindere ich, dass ein Replicate-Deployment weiter abrechnet?
Setze die minimale und maximale Instanzzahl auf null, bestätige in den Metriken, dass keine Instanz online ist, und lösche das Deployment, sobald es mindestens 15 Minuten offline und ungenutzt war. Bleiben danach Instanzen online, kontaktiere den Support mit Zeitstempeln.
Zahle ich bei Replicate für Kaltstarts?
Nicht bei öffentlichen Modellen, bei denen die Setup-Zeit kostenlos ist. Bei Deployments und privaten Modellen wird die Startzeit wie jede andere Instanzzeit berechnet.
Warum hängt meine Replicate-Vorhersage bei „starting”?
Das Modell fährt hoch. Weniger genutzte Modelle werden nicht geladen gehalten, daher wartet die erste Anfrage auf einen Kaltstart. Frage das Ergebnis per Polling ab, statt auf einen einzigen blockierenden Aufruf zu warten, oder halte per Deployment eine Instanz warm und nimm die Leerlaufkosten in Kauf.
Wie erreiche ich den Replicate-Support, und wie lange dauert eine Antwort?
Der Support läuft per E-Mail, und Replicate veröffentlicht keine Antwortzeit. Sende ein Ticket mit genauen Zeitstempeln und Beträgen und stoppe laufende Kosten selbst, bevor du auf eine Antwort wartest.
Meine Anfrage wurde blockiert. Bekomme ich das Guthaben zurück?
Ein fehlgeschlagener Lauf wird nicht berechnet, die blockierte Anfrage selbst sollte also nichts kosten. Bereits gekauftes Guthaben ist nicht erstattungsfähig und verfällt ein Jahr nach dem Kauf.
Warum funktioniert derselbe Code bei einem Replicate-Modell und schlägt bei einem anderen fehl?
Jedes Modell definiert seine eigenen Ein- und Ausgaben. Prüfe das Schema des Modells, und wenn eine gültige Datei abgelehnt wird, versuche, sie mit der anderen Dateikodierung zu senden.
Gibt es eine Möglichkeit, stattdessen pro Bild oder pro Sekunde Video zu zahlen?
Ja. Plattformen, die pro Anfrage abrechnen, darunter WaveSpeedAI, zeigen vor dem Ausführen für jede Anfrage einen festen Preis an, kennen keine Leerlauf- oder Setup-Gebühren und erstatten fehlgeschlagene Tasks vollständig.
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)