
분 단위 인스턴스와 초 단위 샌드박스를 갖춘 저렴한 클라우드 GPU.
월간 웹사이트 방문 수 추정치
이 도메인의 Similarweb 추정치이며 활성 사용자 수가 아닙니다. 관측 데이터가 있는 월만 표시하며 수집일과 집계 월을 구분합니다.
수집일 2026. 11. 11.

에디터가 매긴 5점 만점 평가이며, 사용자 평점의 평균이 아닙니다. 이 페이지의 관점들은 제품 정보를 바탕으로 AI가 정리한 것이며, 실제 사용자 후기가 아닙니다.
2026-11-11에 검증된 OpenAITools.app 텔레메트리에 따르면, Thunder Compute(thundercompute.com)은(는) AI 개발자 도구에 색인된 AI 플랫폼으로 월 10.21만회 방문을 기록 중이며, 전월 대비 트래픽 변화량은 -4.17만(-29%)입니다. 주요 지리적 시장은 미국(트래픽 점유율 53.5%)이며, Paid (per-minute instances, per-second sandboxes) 가격 모델로 운영됩니다. 월간 트래픽 기준 주요 경쟁 대안으로는 RunPod (월 288.1만회 방문), Lightning AI (월 27.26만회 방문), Modal (월 119.6만회 방문) 등이 있습니다.
초 단위 GPU 샌드박스 덕분에 테스트 비용 아낌.
SSH 접속도 빠르고 쓸만함.
실제 사이트 점검, 요금 구조, 동일 카테고리 기준을 바탕으로 AI가 재구성한 참고 관점이며 개별 실사용자의 후기가 아닙니다.
RTX A6000, L40, A100 80GB, H100 SXM 머신을 띄워 대개 몇 분 안에 SSH로 접속하고, 실행 중일 때만 과금됩니다.
GPU가 있거나 없는 격리된 Ubuntu VM을 RL 롤아웃, 평가, CI용으로 띄우고 초 단위로 과금하며 배치 사이에는 0으로 축소합니다.
CLI, VS Code 확장, MCP 서버, REST API로 터미널, 에디터, AI 에이전트, 자체 서비스에서 인프라를 제어합니다.
인스턴스 디스크를 스냅샷으로 저장하고 나중에 복원해, 머신을 계속 켜두지 않고 실험을 멈출 수 있습니다.
인스턴스와 샌드박스는 선점되지 않으며 아웃바운드 데이터 전송에는 요금이 부과되지 않습니다.
Thunder Compute는 스스로를 'GPU 샌드박스 회사'라 부르는 클라우드 GPU 제공업체입니다. 하나의 범용 VM을 제공하는 대신 제품을 두 가지 형태로 나눕니다. 인스턴스는 직접 개발과 훈련을 위한 장기 GPU 머신으로, RTX A6000, L40, A100 80GB, H100 SXM 중에서 고르고 GPU 수, vCPU, RAM, 디스크를 구성할 수 있으며 실행 중일 때만 분 단위로 과금됩니다. 샌드박스는 에이전트 워크로드용으로 설계된 격리된 단기 Ubuntu 마이크로VM으로, 강화학습 환경, 평가 스윕, 몇 분만 GPU가 필요한 CI 작업에 적합합니다.
회사는 가격과 개발자 경험을 전면에 내세웁니다. 공개 요금은 H100 SXM 인스턴스가 GPU 시간당 3.20달러, A100 80GB가 1.09달러, L40이 0.79달러, RTX A6000이 0.35달러이며, 샌드박스는 H100이 GPU 시간당 2.95달러, A100이 1.95달러입니다. 스토리지는 GB월 단위, 스냅샷은 월 단위로 청구되며 데이터 전송 요금은 없습니다. Thunder Compute는 워크로드를 효율적으로 스케줄링하고 유휴 시간을 줄여 비용을 낮추고 그 절감을 사용자에게 돌려준다고 설명합니다.
워크플로는 클릭 중심이 아니라 스크립트화를 전제로 설계되었습니다. CLI가 인스턴스 생성과 연결을 담당하고, VS Code 확장이 에디터 내 반복 작업을 돕고, MCP 서버와 REST API를 통해 에이전트와 내부 플랫폼이 프로그램적으로 GPU를 확보할 수 있습니다. 스냅샷은 세션 간 디스크 상태를 보존하고, 인스턴스와 샌드박스는 선점되지 않습니다. 회사는 2026년 1,300만 달러 시리즈 A를 유치해 플랫폼을 확장했고, 가이드와 퀵스타트, API 레퍼런스를 공개하고 있습니다.
Rent a GPU by the minute, attach VS Code, and iterate on CUDA code or fine-tuning without long-term commitments.
Run thousands of short rollouts and evaluations in isolated GPU VMs billed by the second, scaling to zero between batches.
Provision GPUs from inside a coding agent or CI system via the MCP server, CLI, or REST API instead of a web console.
Use a single snapshot-backed A100 overnight for training jobs at a fraction of the cost of major cloud list prices.
동일한 주요 카테고리에 속한 경쟁 AI 도구의 나란히 보는 텔레메트리 비교
| 순위 | AI 도구 | 월간 방문 수 | 전월 대비 성장률 | 직접 유입 비중 | 가격 | 일대일 비교 |
|---|---|---|---|---|---|---|
| ● | Thunder Compute | 10.21만 | -29% | 직접 유입 40% | Paid (per-minute instances, per-second sandboxes) | 현재 도구 |
| 1 | RunPod | 288.1만 | +5.9% | 직접 유입 57% | 유료 | vs RunPod |
| 2 | Lightning AI | 27.26만 | -12.3% | 직접 유입 52% | 무료+유료, 유료, 가격 문의 | vs Lightning AI |
| 3 | Modal | 119.6만 | +30.2% | 직접 유입 71% | 무료+유료, 가격 문의 | vs Modal |
| 4 | Vast.ai | 125.76만 | +2.8% | 직접 유입 75% | 유료 | vs Vast.ai |
| 5 | Nebius | 114.57만 | +10.7% | 직접 유입 39% | 유료, 가격 문의 | vs Nebius |
| 6 | FluidStack | 15.46만 | +7.3% | 직접 유입 31% | 유료, 가격 문의 | vs FluidStack |
무료 / 오픈소스PyTorch Lightning 제작팀이 만든 AI 클라우드
Nebius is an AI-focused cloud platform that gives teams non-virtualized NVIDIA GPU clusters, managed MLOps tooling, and a serverless inference layer so they can move from experiment to production on one stack.

Massed Compute is a cloud GPU provider offering on-demand NVIDIA instances, single-tenant bare metal servers, large InfiniBand node clusters, and a programmatic REST API and MCP server. It targets AI training, inference, machine learning, data analytics, and VFX rendering workloads.
Massed Compute is a cloud GPU provider offering on-demand NVIDIA instances, single-tenant bare metal servers, large InfiniBand node clusters, and a programmatic REST API and MCP server. It targets AI training, inference, machine learning, data analytics, and VFX rendering workloads.

학습과 추론을 위한 프라이빗 AI 클라우드
무료 / 오픈소스200개 이상 모델 API, 에이전트 샌드박스, GPU 컴퓨팅을 하나의 클라우드에서
무료 / 오픈소스General Compute is an inference cloud built around alternative AI silicon rather than standard GPU fleets. The company buys racks of accelerators, racks them in colocation data centres, and handles the cooling, power, and networking itself. On top of that hardware it runs a disaggregated inference stack that splits each request: prompt processing runs on NVIDIA GPUs for prefill, while token generation runs on faster decode chips such as Cerebras, SambaNova, Positron AI, and d-Matrix. Customers get bare metal access or a tokens-per-second SLA.
무료 / 오픈소스General Compute is an inference cloud built around alternative AI silicon rather than standard GPU fleets. The company buys racks of accelerators, racks them in colocation data centres, and handles the cooling, power, and networking itself. On top of that hardware it runs a disaggregated inference stack that splits each request: prompt processing runs on NVIDIA GPUs for prefill, while token generation runs on faster decode chips such as Cerebras, SambaNova, Positron AI, and d-Matrix. Customers get bare metal access or a tokens-per-second SLA.