WaveSpeedAI

2026年Replicate常见问题:意外扣费、冷启动、客服响应慢、请求被拦截及解决方法

用户反馈最多的Replicate问题:空闲时仍被扣费、冷启动缓慢、客服无回复、请求被拦截以及API的各种怪异行为。每个问题的成因以及应对办法。

By WaveSpeedAI3 min read

如果你的 Replicate 账单比你实际运行的预测次数高,通常是因为你付费购买的是硬件时间,而不是结果。公开模型只在请求处理期间收费。部署(Deployment)和大多数私有模型则会对实例在线的每一秒收费,包括启动时间和空闲时间。因此,一个卡在启动阶段的部署可能一次预测都没完成,却仍在花钱。

账单是最常见的抱怨,但不是唯一的问题。本指南梳理 Replicate 用户最常反映的五类问题:意外扣费、冷启动缓慢、支持不回复、请求被审核拦截,以及不同模型之间 API 行为不一致。针对每个问题,文中会说明原因、你在 Replicate 上可以做什么,以及如果你不想再为此操心,可以选择什么。

资料核查日期:2026 年 11 月 22 日:Replicate 的计费、预付额度和部署文档,Replicate 的公开 GitHub 仓库及其 Trustpilot 页面。

五个问题一览

问题原因快速解决办法
没有运行任何任务却被扣费部署和私有模型会对启动时间和空闲时间计费缩容到零,确认实例已离线,然后删除
首次请求很慢模型必须先启动才能运行使用热门公开模型,或付费保持实例常驻
支持不回复仅提供邮件支持,且未公布响应时间提交一张包含准确数字的工单;用限额保护自己
请求被拦截,额度无法使用模型自带审核,且额度不可退款先小额充值测试,再决定预算
在一个模型上能用,在另一个上失败每个模型的输入和输出各不相同阅读每个模型的 schema;遇到 500 后核实实际状态

Replicate 如何按模型类型计费

所有引文均来自 Replicate 的计费文档。

你运行的内容启动时间空闲时间活跃时间失败的运行
公开模型免费免费计费不计费
专用硬件上的私有模型计费计费计费按实例时间计费
部署计费计费计费按实例时间计费
快速启动的微调模型免费免费计费不计费
  • 公开模型:“you only pay for the time it’s active processing your requests. Setup and idle time for the model is free.”
  • 私有模型:“you pay for all the time instances of the model are online”。
  • 部署:“we charge for all the time deployment instances are online.”
  • 失败:“For all models, if a run fails, we don’t charge you”,但对于私有模型和部署,失败的运行期间实例处于在线状态,这段时间会被计费。官方模型上被取消的运行“may still be charged”。

因此,同一个模型作为公开模型时等待是免费的,作为部署时等待却要计费。许多团队创建部署是为了避免冷启动,却没有注意到自己同时也切换了计费方式。

四种人们意想不到的扣费

1. 什么都不做也在计费的部署

部署的存在就是为了保持实例常驻。如果最小实例数大于零,无论有没有流量,你都要全天候付费。即使最小实例数为零,你仍然要为每次启动以及实例缩容之前的空闲时段付费。

更棘手的情况是实例始终无法完成启动。在 2026 年 8 月的一份公开报告中,一位用户描述其私有部署显示 100% 的启动时间和 0% 的活跃时间;在他们禁用该部署并把最大实例数设为零之后,余额在 18 小时内从约 9 美元涨到了 91 美元以上。这只是一位用户的说法,我们无法核实,但它说明了为什么你应该确认实例确实已经停止,而不是只相信设置项。

2. 你要为冷启动付费

在公开模型上,启动是免费的。在部署或私有模型上,启动同样要付费。大模型加载时间更长,所以使用最少、体积最大的模型,每次成功请求的成本最高。

3. 会过期的额度

Replicate 的预付额度页面写明,购买的额度“is valid for 1 year from the purchase date”且“is not refundable”。如果你为某个项目充了一大笔钱,而项目随后暂停,未使用的部分一年后就作废了。同一页面还说,当余额降到零时,“we will prevent any new work from starting”,并且在极少数情况下,一次预测可能会超出余额继续运行,差额会在月底从你的付款方式中扣除。

4. 提前扣款

计费文档中写道,“if your usage crosses certain limits for the first time, we’ll charge you early”,这是一项欺诈检查,该金额会在下一张账单中以抵扣额度的形式体现。这不是额外费用,但确实是一笔你没有预料到的刷卡扣款。

如何停止正在发生的扣费

  1. 列出所有部署和私有模型。 旧的实验项目是最常见的来源。逐个检查,而不是只看你认为有问题的那一个。
  2. 把你不需要的一切的最小和最大实例数都设为零,然后观察几分钟实例数量和指标面板。关键的数字是在线实例数,而不是设置表单中的值。
  3. 删除不再使用的内容。 Replicate 的文档写道“You can only delete deployments that have been offline and unused for at least 15 minutes”,所以先缩容到零,等待这段时间之后再删除。如果删除因为实例仍在线而反复失败,这就是应该发给支持团队的证据。
  4. 撤销你无法解释来源的 API 令牌。 泄露的令牌可能会在你的账户上启动任务。为每个服务创建单独的令牌,这样你就能看出是哪一个在花钱。
  5. 带着数字给支持发邮件。 包括部署名称、你将其缩容到零的时间、显示该时间点之后仍有启动或空闲时间的指标截图,以及两个时间点的余额。带有确切时间的请求,比“我被多收费了”更容易获得抵扣。
  6. 排查期间关闭自动充值。 如果余额被自动补充,失控的实例就会一直有资金支撑。

如何避免再次发生

  • 除非必须,否则使用公开模型。 这样启动和空闲时间都是免费的。只有当冷启动造成的损失大于空闲硬件的成本时,才改用部署,并把这个比较结果记录下来。
  • 限制最大实例数。 Replicate 的部署文档将此描述为控制支出的方法。
  • 只购买一年内能用完的额度。
  • 针对支出告警,而不是针对错误告警。 卡住的实例不会产生任何错误。每天轮询你的余额或计费用量,并对变化设置告警。
  • 定期检查部署。 每月列出所有在线资源,并在每一项旁边标注负责人,就能消除大部分意外。

冷启动缓慢

冷启动是指在你的请求能够运行之前,模型被加载到机器上的等待过程。Replicate 的文档说明,在此期间预测会保持在 starting 状态。热门公开模型通常已经加载好。使用较少的模型则没有,安静一段时间之后的第一个请求要等待完整的启动过程。就连 Trustpilot 上最近的一条好评,也把较冷门模型的冷启动列为缺点。

你在 Replicate 上可以做的事:

  • 不要同步等待。 创建预测,然后轮询或使用 webhook。在状态仍为 starting 时超时的阻塞调用,对你的用户来说像是失败,但实际上并不是。
  • 在你自己的代码中设置截止时间,并告诉用户模型正在预热,而不是显示一个没有尽头的加载动画。
  • 如果该模型对你的产品至关重要,就用部署让实例保持常驻。 这消除了等待,但也带回了上文所述的空闲计费,所以这是一种权衡,而不是解决办法。
  • 当两个模型都能同样出色地完成任务时,优先选择已经很热门的模型。

不回复的支持

Replicate 的 Trustpilot 页面上,大部分一星评价并不是针对产品本身,而是针对得不到回复:有客户说尽管每月花费可观,请求却无人回应;另一位几个月无法登录,也联系不上任何人;还有上文提到的部署报告,在 18 小时没有回复、余额不断上涨之后被公开提交。该页面只有 17 条评价,所以它只是不满用户的一个样本,而不是一种度量。不过,这种模式足够一致,值得据此做好规划。

  • 发送一张完整的工单。 包括账户名、涉及的资源、确切的时间戳、你的预期、实际发生的情况以及涉及的金额。在同一个对话中回复,而不是另开新工单。
  • 不要指望支持团队来停止扣费。 先自己缩容到零并撤销令牌;之后再申请抵扣。
  • 在依赖平台之前,而不是在事故发生时,询问是否有升级渠道。如果你的收入依赖这个 API,争取一位指定的联系人是值得的。

被拦截的请求和无法使用的额度

有些模型会应用自己的内容审核,你认为无害的提示词或图片也可能被拒绝。2026 年 10 月,一位评论者描述了 Seedance 请求被反复以版权错误拒绝,而已购买的额度仍留在账户中,支持团队也没有回复。

这里有两个有文档依据的事实很重要。Replicate 表示失败的运行不收费,所以被拦截的请求不应该让你花一分钱。但是,购买的额度“is not refundable”并且一年后过期,所以如果你为之购买额度的模型一直拒绝你的使用场景,这笔钱就只能留在平台上。

  • 先小额充值,并用你真实的提示词和参考图片在目标模型上跑一遍,再决定是否购买更多。
  • 记录每次拒绝的完整错误信息。 审核拒绝不可重试;基础设施错误则可以重试。
  • 为同一个任务准备第二个模型,因为不同模型的审核标准不同。

因模型而异的 API 行为

Replicate 托管着由许多不同作者发布的模型,每个模型都定义自己的输入和输出。这种灵活性正是该平台的意义所在,也是集成容易出问题的地方。

  • 文件输入。 在 2026 年 9 月的一个 issue 中,一位开发者发现,有几个图像模型会拒绝有效的 PNG 文件并提示“Invalid image format”,直到让客户端改用 base64 发送文件为止,而模型页面并未提及这一点。如果某个模型拒绝了其他模型都接受的文件,请先尝试另一种文件编码,再去排查图片本身。
  • 输出形态。 有些模型返回单个文件,有些返回列表,还有些返回文本。请在代码中的同一个位置统一输出格式。
  • 并非失败的错误。 另一份报告描述了一个训练请求返回了 500,而训练任务实际上已经启动并完成。在创建调用返回任何 5xx 之后,请先列出最近的预测或训练任务,再决定是否重试,否则同一个任务你可能要付两次钱。
  • 版本。 社区模型通过版本 ID 来寻址。请固定你测试过的版本,并有意识地进行升级。

如果你不想管理这些

当你以高且稳定的流量运行自己的自定义模型时,按硬件时间计费是合理的。如果你主要调用知名的图像、视频和音频模型,按请求计价会更容易预测。

WaveSpeedAI 按每次请求或每单位输出(例如每张图片或每秒视频)为每个模型定价,不需要保持任何东西常驻:

  • 运行前就能看到价格。 模型目录中的每个页面都会显示你所配置请求的费用。
  • 没有冷启动。 模型在你调用时已就绪。你无需创建部署、设置实例数,也无需为启动和空闲时间付费。
  • 失败的任务全额退款。 如果任务因任何原因失败,包括请求被拦截,其费用的 100% 会退回到你的余额。
  • 一个 API 对应所有模型。 每个模型都使用相同的两次调用、相同的认证方式和相同的结果格式,文件以 URL 形式传递。添加模型只需更改模型路径及其参数,而无需改动你的集成。
  • 会回复的支持。 你可以通过网站上的聊天或 Discord 联系团队,并从真人那里得到及时的回复。
  • 每个 API 密钥可设置支出上限。 你可以限制某个密钥的可用花费,这样测试脚本或泄露的密钥就无法耗尽账户。
  • 自动充值是可选的,当额度用完时,请求会直接被拒绝,并返回 Insufficient credits. Please top up your account to continue。

一次请求包含两次调用:提交,然后获取结果。

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"

第一次调用返回 data.id;第二次调用返回 data.status,完成后会在 data.outputs 中返回文件 URL。

Replicate 仍然更适合的场景:使用 Cog 推送你自己的容器,以及长尾的社区模型。如果你的产品依赖于你自己打包的自定义模型,就把它留在那里,并采用上文的各项控制措施。如果想先不写代码就试用托管模型,请使用图像生成器或视频生成器。

如需更全面的对比,请参阅 Replicate vs WaveSpeedAI。

常见问题

为什么我没有运行任何东西,Replicate 还在向我收费?

最可能的原因是某个部署或私有模型有实例在线。这些实例按启动、空闲和活跃时间计费,而不仅仅是按预测计费。检查每个部署的实例数量,把不用的缩容到零并删除。

Replicate 会对失败的预测收费吗?

Replicate 表示失败的运行不收费。但是,对于部署和私有模型,你要为实例在线的时间付费,其中包括在失败的运行上所花的时间。

Replicate 的额度会过期吗?

会。预付额度页面说明,购买的额度自购买之日起一年内有效,且不可退款。

如何让 Replicate 部署停止计费?

把最小和最大实例数设为零,通过指标确认没有实例在线,然后在部署离线且未使用至少 15 分钟后将其删除。如果此后实例仍然在线,请带上时间戳联系支持团队。

我要为 Replicate 上的冷启动付费吗?

公开模型不需要,其启动时间是免费的。在部署和私有模型上,启动时间与其他实例时间一样计费。

为什么我的 Replicate 预测卡在“starting”?

模型正在启动。使用较少的模型不会一直保持加载状态,因此第一个请求要等待冷启动。请轮询结果,而不是等待一次阻塞调用;或者用部署让实例保持常驻,并接受空闲成本。

如何联系 Replicate 支持,回复需要多久?

支持通过邮件提供,Replicate 没有公布响应时间。请发送一张带有确切时间戳和金额的工单,并在等待答复之前,自己先停掉任何正在产生的费用。

我的请求被拦截了,能拿回额度吗?

失败的运行不收费,所以被拦截的请求本身应该不产生任何费用。你已经购买的额度不可退款,并在购买一年后过期。

为什么同一段代码在一个 Replicate 模型上能用,在另一个上却失败?

每个模型都定义自己的输入和输出。请查看该模型的 schema;如果有效的文件被拒绝,请尝试用另一种文件编码发送。

有没有办法改为按每张图片或每秒视频付费?

有。按请求计价的平台(WaveSpeedAI 就是其中之一)会在你运行之前为每次请求显示固定价格,没有空闲或启动费用,并对失败的任务全额退款。

分享