Nuvem de GPU distribuída que orquestra as GPUs de consumo ociosas do mundo
Visitas mensais estimadas ao site
Estimativas da Similarweb para este domínio, não usuários ativos. Apenas meses com observações são exibidos; a data de coleta é separada do período medido.
Coletado em 11 de nov. de 2026
É a avaliação da nossa equipe editorial, de 0 a 5, e não uma média de notas de usuários. Os pontos de vista desta página são escritos por IA com base no que sabemos sobre o produto. Não são avaliações de clientes.
Segundo a telemetria do OpenAITools.app verificada em 2026-11-11, Salad (salad.com) é uma plataforma de IA indexada em Ferramentas de desenvolvimento com IA que gera 713,52 mil visitas mensais com variação de tráfego mês a mês de +67,49 mil (+10,4%). Seu principal mercado geográfico é Estados Unidos (40,9% de participação no tráfego) e opera com modelo de preços Teste gratuito, Pago, Preço sob consulta. As principais alternativas concorrentes por volume mensal incluem RunPod (2,88 mi visitas/mês), Vast.ai (1,26 mi visitas/mês), Modal (1,2 mi visitas/mês).
Preço imbatível para rodar modelos de IA.
Alguns nós falham ocasionalmente.
Perspectivas sintetizadas por IA com base na inspeção do site, preços e referências da categoria — não são depoimentos reais de clientes.
Agenda, monitora e realoca cargas Docker/OCI em milhares de nós GPU distribuídos, com failover quando nós desaparecem.
Acesso sob demanda a um pool distribuído de GPUs de consumo ociosas em mais de 190 países, com preço prioritário a partir de cerca de 0,015 dólar por hora de GPU.
Endpoint gerenciado de tokens para modelos de pesos abertos com cobrança por token, e seus dados nunca são usados para treinamento.
Rode a mesma pilha de orquestração dentro da sua organização, agrupando GPUs ociosas de estações num serviço interno compatível com OpenAI.
Serviços gerenciados, incluindo a Transcription API e suporte a Virtual Kubelet para agendar pods do Kubernetes na rede.
A Salad ataca o custo de computação GPU por outro caminho. Em vez de financiar nova capacidade de data center, coordena a oferta que já existe: GPUs de consumo ociosas em PCs e estações de trabalho pelo mundo. Desde 2018, mais de 450.000 GPUs contribuíram para a rede, e hoje ela reporta mais de 16.000 GPUs ativas por dia espalhadas por mais de 190 países. Os preços começam em cerca de 0,015 dólar por hora de GPU, o que a empresa posiciona como até 90% abaixo das tarifas dos hyperscalers.
A camada de orquestração é o produto central. O Salad Container Engine agenda contêineres OCI/Docker em nós que nunca viu antes, verifica e isola cada um atrás de um hipervisor, transmite logs e realoca o trabalho no instante em que um nó desaparece — algo crítico, porque hardware de consumo interrompível sai da rede de forma imprevisível. Uma classificação de confiança própria pontua desempenho e disponibilidade dos nós, e o preço prioritário casa a oferta interrompível barata com cargas de trabalho feitas para tolerá-la. O mesmo motor roda na Community Cloud, no hardware reservado Salad Dedicated (RTX PRO 6000 Blackwell entre os primeiros) e numa Private Cloud dentro da sua organização, onde GPUs ociosas de estações são agrupadas num serviço de tokens compatível com OpenAI sem que os dados corporativos saiam dos dispositivos da empresa.
Por cima ficam vários produtos gerenciados: um AI Gateway compatível com OpenAI para modelos de pesos abertos, uma Transcription API e o Gateway Service para túneis de IP residencial. Benchmarks publicados por carga de trabalho sustentam o discurso — por exemplo 5.243 imagens Flux.1-Schnell por dólar, 95,1% de precisão no CommonVoice a partir de 0,16 dólar por hora de áudio, e tarifas por hora de GPU ou preço por token a partir de 0,06 dólar por milhão de tokens de entrada para inferência de LLM. Entre os usuários em produção estão Civitai, Blend, Klyne.ai, Undetectable AI, Pareto e Datasembly.
Rode geração de imagens, inferência de LLM ou voz em milhares de GPUs de consumo por uma fração do custo de um hyperscaler, como Civitai e Blend fazem em produção.
Leve processamento em lote em grande escala, marcação de visão computacional ou dinâmica molecular como GROMACS para capacidade interrompível com grande economia.
Agrupe GPUs ociosas já presentes em estações e servidores da empresa num serviço privado de tokens compatível com OpenAI que mantém os dados on-premises.
Use o Virtual Kubelet para agendar pods do Kubernetes em GPUs distribuídas, estendendo um cluster existente pela rede.
Comparação de telemetria lado a lado de ferramentas de IA concorrentes na mesma categoria principal
| Classificação | Ferramenta de IA | Visitas mensais | Crescimento mensal | Participação do tráfego direto | Preços | Comparação direta |
|---|---|---|---|---|---|---|
| ● | Salad | 713,52 mil | +10,4% | 62% direto | Teste gratuito, Pago, Preço sob consulta | Atual |
| 1 | RunPod Oferece aluguéis de GPU dedicadas e sem servidor confiáveis, mas carece do pool de hardware de consumidor peer-to-peer de altíssimo custo-benefício da Salad. | 2,88 mi | +5,9% | 57% direto | Pago | vs RunPod |
| 2 | Vast.ai Oferece um extenso mercado de GPU ponto a ponto com preços mais baixos, mas exige mais configuração manual. | 1,26 mi | +2,8% | 75% direto | Pago | vs Vast.ai |
| 3 | Modal Oferece execução serverless em Python sem esforço para pipelines de IA, mas foca em Function-as-a-Service em vez de VMs puras. | 1,2 mi | +30,2% | 71% direto | Freemium, Preço sob consulta | vs Modal |
| 4 | Nebius Fornece clusters de GPU NVIDIA de nível empresarial e ferramentas de ML gerenciadas, mas a um preço profissional mais alto. | 1,15 mi | +10,7% | 39% direto | Pago, Preço sob consulta | vs Nebius |
| 5 | Cerebrium Otimiza partidas a frio rápidas para inferência de modelos em tempo real, mas carece de recursos generalizados de orquestração de contêineres. | 26,97 mil | -50,8% | 56% direto | Teste gratuito, Pago | vs Cerebrium |
| 6 | Together AI Especializa-se em APIs de inferência serverless gerenciadas para modelos de código aberto, em vez de aluguel de infraestrutura de GPU pura. | 1,65 mi | +64,9% | 54% direto | Freemium, Pago | vs Together AI |
Oferece aluguéis de GPU dedicadas e sem servidor confiáveis, mas carece do pool de hardware de consumidor peer-to-peer de altíssimo custo-benefício da Salad.
Oferece aluguéis de GPU dedicadas e sem servidor confiáveis, mas carece do pool de hardware de consumidor peer-to-peer de altíssimo custo-benefício da Salad.
Oferece um extenso mercado de GPU ponto a ponto com preços mais baixos, mas exige mais configuração manual.
Oferece um extenso mercado de GPU ponto a ponto com preços mais baixos, mas exige mais configuração manual.
EspecializadoOferece execução serverless em Python sem esforço para pipelines de IA, mas foca em Function-as-a-Service em vez de VMs puras.
EspecializadoOferece execução serverless em Python sem esforço para pipelines de IA, mas foca em Function-as-a-Service em vez de VMs puras.
Fornece clusters de GPU NVIDIA de nível empresarial e ferramentas de ML gerenciadas, mas a um preço profissional mais alto.
Fornece clusters de GPU NVIDIA de nível empresarial e ferramentas de ML gerenciadas, mas a um preço profissional mais alto.
EspecializadoOtimiza partidas a frio rápidas para inferência de modelos em tempo real, mas carece de recursos generalizados de orquestração de contêineres.
EspecializadoOtimiza partidas a frio rápidas para inferência de modelos em tempo real, mas carece de recursos generalizados de orquestração de contêineres.
EspecializadoEspecializa-se em APIs de inferência serverless gerenciadas para modelos de código aberto, em vez de aluguel de infraestrutura de GPU pura.
EspecializadoEspecializa-se em APIs de inferência serverless gerenciadas para modelos de código aberto, em vez de aluguel de infraestrutura de GPU pura.
EspecializadoOffers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances.
EspecializadoOffers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances.
Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.
Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.
Gives access to competitive cloud GPU virtual machines, but operates traditional data centers instead of P2P.
Gives access to competitive cloud GPU virtual machines, but operates traditional data centers instead of P2P.
Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.
Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.
Delivers high-performance bare metal servers and clusters, but lacks a consumer-grade low-cost tier.
Delivers high-performance bare metal servers and clusters, but lacks a consumer-grade low-cost tier.
EspecializadoScales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training.
EspecializadoScales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training.
