Problemas do Replicate em 2026: cobranças inesperadas, cold starts, suporte lento, requisições bloqueadas e como resolvê-los
Os problemas do Replicate mais relatados pelos usuários: cobranças com o modelo ocioso, cold starts lentos, suporte que não responde, requisições bloqueadas e peculiaridades da API. O que causa cada um e o que fazer a respeito.
Se a sua fatura da Replicate é maior do que as previsões que você executou, o motivo habitual é que você está pagando por tempo de hardware, e não por resultados. Os modelos públicos só cobram enquanto uma requisição está sendo processada. Os deployments e a maioria dos modelos privados cobram por cada segundo em que uma instância está online, incluindo o tempo de inicialização e o tempo ocioso. Um deployment preso na inicialização pode, portanto, custar dinheiro sem concluir nenhuma previsão.
A cobrança é a reclamação mais comum, mas não a única. Este guia percorre os cinco problemas que os usuários da Replicate mais relatam: cobranças inesperadas, cold starts lentos, suporte que não responde, requisições bloqueadas pela moderação e comportamento da API que muda de um modelo para outro. Para cada um, explica a causa, o que você pode fazer na Replicate e o que escolher se preferir não lidar com isso.
Fontes verificadas em 22 de novembro de 2026: a documentação da Replicate sobre cobrança, crédito pré-pago e deployments, os repositórios públicos da Replicate no GitHub e sua página no Trustpilot.
Os cinco problemas em resumo
| Problema | Causa | Solução rápida |
|---|---|---|
| Cobrança enquanto nada está rodando | Deployments e modelos privados cobram o tempo de configuração e o tempo ocioso | Reduzir a zero, confirmar que as instâncias estão offline, excluir |
| Primeira requisição lenta | O modelo precisa inicializar antes de executar | Usar modelos públicos populares, ou pagar para manter uma instância ativa |
| Sem resposta do suporte | Suporte somente por e-mail, sem prazo de resposta publicado | Um único ticket com números exatos; proteja-se com limites |
| Requisições bloqueadas, crédito inutilizável | Moderação no modelo, e o crédito não é reembolsável | Testar com recargas pequenas antes de comprometer um orçamento |
| Funciona em um modelo, falha em outro | Entradas e saídas diferem por modelo | Ler o schema de cada modelo; verificar o estado após qualquer erro 500 |
O que a Replicate cobra, por tipo de modelo
Todas as citações são da documentação de cobrança da Replicate.
| O que você executa | Tempo de configuração | Tempo ocioso | Tempo ativo | Execução com falha |
|---|---|---|---|---|
| Modelo público | Grátis | Grátis | Cobrado | Não cobrado |
| Modelo privado em hardware dedicado | Cobrado | Cobrado | Cobrado | Cobrado pelo tempo da instância |
| Deployment | Cobrado | Cobrado | Cobrado | Cobrado pelo tempo da instância |
| Fine-tune de inicialização rápida | Grátis | Grátis | Cobrado | Não cobrado |
- Modelos públicos: “você paga apenas pelo tempo em que o modelo está ativamente processando suas requisições. O tempo de configuração e o tempo ocioso do modelo são gratuitos.”
- Modelos privados: “você paga por todo o tempo em que as instâncias do modelo estão online”.
- Deployments: “cobramos por todo o tempo em que as instâncias do deployment estão online.”
- Falhas: “Para todos os modelos, se uma execução falha, não cobramos”, mas, nos modelos privados e nos deployments, a instância estava online durante a execução com falha, e esse tempo é cobrado. Uma execução cancelada em um modelo oficial “ainda pode ser cobrada”.
Assim, o mesmo modelo pode ser gratuito enquanto espera, como modelo público, e cobrado enquanto espera, como deployment. Muitas equipes criam um deployment para evitar cold starts e não percebem que também mudaram o modelo de cobrança.
Quatro cobranças que as pessoas não esperam
1. Um deployment que cobra sem fazer nada
Os deployments existem para manter instâncias ativas. Se o número mínimo de instâncias for maior que zero, você paga 24 horas por dia, chegue tráfego ou não. Com mínimo zero, você ainda paga por cada inicialização e pelo período ocioso antes de uma instância ser reduzida.
O caso mais difícil é o de uma instância que nunca termina de inicializar. Em um relato público de agosto de 2026, um usuário descreve um deployment privado mostrando 100% de tempo de configuração e 0% de tempo ativo, com o saldo subindo de cerca de US$ 9 para mais de US$ 91 em 18 horas, depois de ele o ter desativado e definido o máximo de instâncias como zero. É o relato de um único usuário e não podemos verificá-lo, mas mostra por que você deve confirmar que as instâncias realmente pararam, em vez de confiar na configuração.
2. Cold starts que você paga
Em um modelo público, a inicialização é gratuita. Em um deployment ou modelo privado, você também paga pela inicialização. Modelos grandes demoram mais para carregar, então os modelos menos usados e maiores custam mais por requisição bem-sucedida.
3. Crédito que expira
A página de crédito pré-pago da Replicate diz que o crédito comprado “é válido por 1 ano a partir da data da compra” e “não é reembolsável”. Se você recarrega um valor alto para um projeto que depois é pausado, a parte não utilizada se perde após um ano. A mesma página diz que, quando o saldo chega a zero, “impediremos que qualquer novo trabalho seja iniciado”, e que, em casos raros, uma previsão pode ultrapassar o saldo, com a diferença cobrada no seu meio de pagamento no fim do mês.
4. Uma cobrança antecipada
A documentação de cobrança diz que “se o seu uso ultrapassar certos limites pela primeira vez, cobraremos antecipadamente”, como verificação antifraude, e que o valor aparece como crédito na fatura seguinte. Não é uma taxa extra, mas é uma cobrança no cartão que você não programou.
Como interromper uma cobrança que está ocorrendo agora
- Liste todos os deployments e modelos privados. Experimentos antigos são a fonte mais comum. Verifique cada um, não apenas o que você acha que é o problema.
- Defina o mínimo e o máximo de instâncias como zero em tudo o que você não precisa e, em seguida, observe a contagem de instâncias e o painel de métricas por alguns minutos. O número que importa é o de instâncias online, não o valor no formulário de configurações.
- Exclua o que você não usa mais. A documentação da Replicate diz: “Você só pode excluir deployments que estejam offline e sem uso há pelo menos 15 minutos”, então reduza a zero primeiro e exclua depois dessa espera. Se a exclusão continuar falhando porque ainda há instâncias online, essa é a evidência a enviar ao suporte.
- Revogue os tokens de API que você não consegue explicar. Um token vazado pode iniciar trabalho na sua conta. Crie um token novo para cada serviço, para saber qual deles está gastando.
- Escreva ao suporte com números. Inclua o nome do deployment, o momento em que você o reduziu a zero, uma captura de tela das métricas mostrando tempo de configuração ou ocioso após esse ponto e o saldo em dois momentos. Um pedido com horários exatos é mais fácil de creditar do que “fui cobrado a mais”.
- Desative a recarga automática enquanto investiga. Se o saldo é reabastecido automaticamente, uma instância descontrolada continua sendo financiada.
Como evitar que aconteça de novo
- Use modelos públicos, a menos que precise de um deployment. Você tem configuração e tempo ocioso gratuitos. Passe para um deployment apenas quando os cold starts custarem mais do que o hardware ocioso, e registre essa comparação por escrito.
- Limite o máximo de instâncias. A documentação de deployments da Replicate descreve isso como a forma de limitar o gasto.
- Compre crédito em valores que você usará dentro do ano.
- Crie alertas para gasto, não para erros. Uma instância travada não produz erros. Consulte seu saldo ou o uso de cobrança diariamente e crie alertas para a variação.
- Revise os deployments periodicamente. Uma lista mensal de tudo o que está online, com um responsável ao lado de cada item, elimina a maioria das surpresas.
Cold starts lentos
Um cold start é a espera enquanto um modelo é carregado em uma máquina antes de sua requisição poder ser executada. A documentação da Replicate diz que uma previsão permanece em starting enquanto isso acontece. Os modelos públicos populares costumam já estar carregados. Os menos usados não estão, e a primeira requisição após um período de inatividade espera a inicialização inteira. Até uma avaliação positiva recente no Trustpilot cita os cold starts em modelos menos populares como a desvantagem.
O que você pode fazer na Replicate:
- Não espere de forma síncrona. Crie a previsão e depois faça polling ou use um webhook. Uma chamada bloqueante que expira enquanto o status ainda é
startingparece uma falha para o seu usuário, mas não é. - Defina um prazo limite no seu próprio código e avise o usuário de que o modelo está aquecendo, em vez de mostrar um spinner sem fim.
- Mantenha uma instância ativa com um deployment se o modelo for central para o seu produto. Isso elimina a espera e traz de volta a cobrança por tempo ocioso descrita acima, então é uma troca, não uma solução.
- Prefira modelos que já sejam populares quando dois modelos fizerem o trabalho igualmente bem.
Suporte que não responde
A maioria das avaliações de uma estrela na página da Replicate no Trustpilot não é sobre o produto. É sobre não receber resposta: um cliente que diz que seus pedidos ficaram sem resposta apesar de um gasto mensal considerável, outro que não conseguiu fazer login nem falar com ninguém por meses, e o relato do deployment acima, registrado publicamente após 18 horas sem resposta enquanto o saldo continuava subindo. A página tem apenas 17 avaliações, então é uma amostra de usuários insatisfeitos, não uma medição. Ainda assim, o padrão é consistente o bastante para se planejar em torno dele.
- Envie um ticket completo. Nome da conta, o recurso, horários exatos, o que você esperava, o que aconteceu e o valor em questão. Responda na mesma conversa em vez de abrir novas.
- Não conte com o suporte para interromper um custo. Reduza a zero e revogue os tokens você mesmo primeiro; peça o crédito depois.
- Pergunte sobre um caminho de escalonamento antes de depender da plataforma, não durante um incidente. Se a sua receita depende da API, vale a pena pedir um contato nomeado.
Requisições bloqueadas e crédito que você não pode usar
Alguns modelos aplicam sua própria moderação de conteúdo, e uma requisição pode ser recusada por um prompt ou uma imagem que você considera inofensivo. Um avaliador em outubro de 2026 descreve requisições do Seedance rejeitadas repetidamente com erros de direitos autorais, enquanto o crédito comprado permanecia na conta e o suporte não respondia.
Dois fatos documentados importam aqui. A Replicate diz que uma execução com falha não é cobrada, então uma requisição bloqueada não deveria custar nada. Mas o crédito comprado “não é reembolsável” e expira após um ano, então, se o modelo para o qual você o comprou continuar recusando o seu caso de uso, o dinheiro fica na plataforma.
- Recarregue um valor pequeno primeiro e passe seus prompts e imagens de referência reais pelo modelo exato antes de comprar mais.
- Registre o erro completo de cada recusa. Uma recusa de moderação não pode ser repetida; um erro de infraestrutura pode.
- Tenha um segundo modelo para a mesma tarefa, já que a moderação difere entre os modelos.
Comportamento da API que muda de um modelo para outro
A Replicate hospeda modelos publicados por muitos autores diferentes, e cada um define suas próprias entradas e saídas. Essa flexibilidade é o objetivo da plataforma, e também é onde as integrações quebram.
- Entradas de arquivo. Em uma issue de setembro de 2026, um desenvolvedor descobriu que vários modelos de imagem rejeitavam arquivos PNG válidos com “Invalid image format” até que o cliente fosse instruído a enviar os arquivos em base64, algo que as páginas dos modelos não mencionavam. Se um modelo rejeita um arquivo que outros aceitam, experimente a outra codificação de arquivo antes de depurar a imagem.
- Formato da saída. Alguns modelos retornam um único arquivo, outros uma lista, outros texto. Normalize a saída em um único lugar do seu código.
- Erros que não são falhas. Outro relato descreve uma requisição de treinamento que retornou um 500 enquanto o job de treinamento de fato começou e foi concluído. Após qualquer 5xx em uma chamada de criação, liste as previsões ou treinamentos recentes antes de tentar de novo, ou você poderá pagar duas vezes pelo mesmo job.
- Versões. Os modelos da comunidade são endereçados por id de versão. Fixe a versão que você testou e atualize de propósito.
Se você prefere não gerenciar nada disso
A cobrança por tempo de hardware faz sentido quando você executa seu próprio modelo personalizado com volume alto e constante. Se você chama principalmente modelos conhecidos de imagem, vídeo e áudio, um preço por requisição é mais simples de prever.
A WaveSpeedAI cobra cada modelo por requisição ou por unidade de saída, como por imagem ou por segundo de vídeo, e não há nada a manter ativo:
- O preço é mostrado antes de você executar. Cada página do catálogo de modelos mostra o custo da requisição que você configurou.
- Sem cold starts. Os modelos estão prontos quando você os chama. Você não cria deployments, não define contagens de instâncias nem paga por inicialização e tempo ocioso.
- Tarefas com falha são reembolsadas integralmente. Se uma tarefa falha por qualquer motivo, incluindo uma requisição bloqueada, 100% do custo volta para o seu saldo.
- Uma API para todos os modelos. Todos os modelos usam as mesmas duas chamadas, a mesma autenticação e o mesmo formato de resultado, e os arquivos são passados como URLs. Adicionar um modelo significa mudar o caminho do modelo e seus parâmetros, não a sua integração.
- Suporte que responde. Você pode falar com a equipe pelo chat do site ou no Discord e receber uma resposta rápida de uma pessoa.
- Limite de gasto por chave de API. Você pode limitar quanto uma chave pode gastar, para que um script de teste ou uma chave vazada não esgote a conta.
- A recarga automática é opcional, e uma requisição é simplesmente recusada com
Insufficient credits. Please top up your account to continuequando os créditos acabam.
Uma requisição são duas chamadas: enviar e depois buscar o resultado.
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"
A primeira chamada retorna data.id; a segunda retorna data.status e, quando concluída, as URLs dos arquivos em data.outputs.
Onde a Replicate continua sendo a melhor opção: publicar seu próprio contêiner com Cog e a longa cauda de modelos da comunidade. Se o seu produto depende de um modelo personalizado que você mesmo empacotou, mantenha-o lá e aplique os controles acima. Para experimentar os modelos hospedados sem escrever código primeiro, use o gerador de imagens ou o gerador de vídeos.
Para uma comparação mais ampla, veja Replicate vs WaveSpeedAI.
FAQ
Por que a Replicate está me cobrando quando não estou executando nada?
Provavelmente um deployment ou modelo privado tem instâncias online. Elas são cobradas por tempo de configuração, ocioso e ativo, não apenas por previsões. Verifique a contagem de instâncias de cada deployment, reduza a zero os que não usa e exclua-os.
A Replicate cobra por previsões com falha?
A Replicate diz que uma execução com falha não é cobrada. Nos deployments e modelos privados, porém, você paga pelo tempo em que a instância esteve online, o que inclui o tempo gasto em uma execução que falhou.
O crédito da Replicate expira?
Sim. A página de crédito pré-pago diz que o crédito comprado é válido por um ano a partir da data da compra e não é reembolsável.
Como faço para um deployment da Replicate parar de cobrar?
Defina o mínimo e o máximo de instâncias como zero, confirme nas métricas que nenhuma instância está online e, em seguida, exclua o deployment depois que ele estiver offline e sem uso por pelo menos 15 minutos. Se as instâncias continuarem online depois disso, entre em contato com o suporte com horários.
Eu pago por cold starts na Replicate?
Não nos modelos públicos, onde o tempo de configuração é gratuito. Nos deployments e modelos privados, o tempo de inicialização é cobrado como qualquer outro tempo de instância.
Por que minha previsão da Replicate está presa em “starting”?
O modelo está inicializando. Os modelos menos usados não são mantidos carregados, então a primeira requisição espera um cold start. Faça polling do resultado em vez de esperar em uma única chamada bloqueante, ou mantenha uma instância ativa com um deployment e aceite o custo ocioso.
Como entro em contato com o suporte da Replicate e quanto tempo leva uma resposta?
O suporte é por e-mail e a Replicate não publica um prazo de resposta. Envie um único ticket com horários e valores exatos e interrompa você mesmo qualquer custo em andamento antes de esperar por uma resposta.
Minha requisição foi bloqueada. Recebo o crédito de volta?
Uma execução com falha não é cobrada, então a requisição bloqueada em si não deveria custar nada. O crédito que você já comprou não é reembolsável e expira um ano após a compra.
Por que o mesmo código funciona em um modelo da Replicate e falha em outro?
Cada modelo define suas próprias entradas e saídas. Verifique o schema do modelo e, se um arquivo válido for rejeitado, tente enviá-lo com a outra codificação de arquivo.
Existe uma forma de pagar por imagem ou por segundo de vídeo?
Sim. As plataformas que cobram por requisição, entre elas a WaveSpeedAI, mostram um preço fixo para cada requisição antes de você executar, não têm cobranças por tempo ocioso ou de configuração e reembolsam integralmente as tarefas com falha.
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)