Lilac

6.1

Оценка редакции

Lilac предлагает интересную двустороннюю модель — соединяет владельцев простаивающих GPU с потребителями вычислений через OpenAI-совместимый API. Функциональность разнообразна (инференс, батч-задачи, кластерные резервации), но надёжность ограничена самой природой idle-ресурсов: прерывание задач неизбежно, а SOC 2 ещё не завершён. Цена от 10 до 100 USD в месяц адекватна для API-доступа, но отсутствие бесплатного плана снижает доступность для новых пользователей. Инновационность умеренная — концепция монетизации простоя GPU не уникальна, но автоматизация через Kubernetes-оператор и cache-read pricing — практичные доработки. Платформа подходит технически подкованным командам, готовым мириться с риском preemption.

Функциональность 7.0
Цена и ценность 6.0
Простота 6.5
Надёжность и поддержка 4.5
Инновационность 6.5

Как мы оцениваем Проверено 15 июля 2026 г.

Отзывы пользователей

Отзывы пока не собраны

Мы собираем отзывы пользователей об этом инструменте из открытых источников. Скоро они появятся здесь.

О сервисе

Lilac — это распределённая сеть простаивающих GPU для запуска инференса моделей, батч-задач и резервирования вычислительных кластеров. Платформа объединяет владельцев неиспользуемых мощностей и разработчиков, которым нужны вычисления для frontier-моделей, позволяя первым монетизировать простой оборудования, а вторым — получать доступ к GPU по конкурентной цене.

Для потребителей Lilac предлагает Inference API с оплатой за токен, совместимый с OpenAI SDK: достаточно сменить base URL и API-ключ. Поддерживаются модели MiniMax M3, Kimi K2.6, GLM 5.2, Gemma 4 с контекстными окнами до 1 млн токенов и кэшированием повторяющегося контекста. Дополнительно доступны:

Batch-контейнеры для произвольных образов на spare GPU
Кластерные резервации через партнёрские котировки
Интеграция с Eden AI для унифицированного доступа

Для поставщиков мощностей предусмотрен Kubernetes-оператор, который автоматически задействует idle-ноды кластера и освобождает ресурсы при появлении собственных задач владельца. GPU остаются внутри инфраструктуры владельца, что снижает риски передачи данных. Инференс-серверы работают на vLLM с поддержкой квантизаций FP8, INT4, NVFP4.

Польза для вас

Lilac решает две встречные проблемы на рынке GPU: разработчики получают доступ к inference API для frontier-моделей без необходимости аренды Dedicated GPU, а владельцы кластеров монетизируют простой оборудования без передачи контроля третьим лицам. Kubernetes-оператор обеспечивает автоматическое управление ресурсами — при возврате собственной нагрузки владельца сторонние задачи вытесняются, а GPU возвращаются в распоряжение хоста.

Для команд, работающих с длинным контекстом, кэширование повторяющегося Prompt Context снижает затраты на токены. OpenAI-совместимый интерфейс упрощает миграцию существующего кода — смена base URL и API-ключа занимает минуты.

Тарифы

Basic 10 $/мес

Pro 30 $/мес

Max 100 $/мес

Цены указаны по данным поставщика и могут меняться.

Плюсы

OpenAI-совместимый API — миграция без переписывания кода
Владельцы GPU монетизируют простой без передачи оборудования третьим лицам
Контекстные окна до 1 млн токенов с кэшированием повторяющегося контекста
Автоматическое вытеснение сторонних задач при возврате собственной нагрузки владельца кластера
Интеграция с Eden AI как дополнительный канал доступа к моделям

Минусы

Нет бесплатного тарифа — даже для знакомства с платформой требуется платная подписка
Задачи на idle-ресурсах могут быть прерваны при возврате нагрузки владельца кластера
SOC 2 ещё в процессе сертификации, что может быть препятствием для корпоративных клиентов
Для поставщиков GPU требуется Kubernetes — порог входа выше, чем у простых marketplace-решений

Частые вопросы

Есть ли бесплатный тариф у Lilac?

Нет, бесплатного плана нет. Доступны три платных тарифа: Basic за 10 USD/мес, Pro за 30 USD/мес и Max за 100 USD/мес. Для знакомства с платформой придётся оформить одну из платных подписок.

Для кого подходит Lilac?

Lilac подходит двум аудиториям. Разработчикам, которым нужен API-доступ к frontier-моделям с оплатой за токен и возможностью запускать батч-контейнеры. И владельцам GPU-кластеров с установленным Kubernetes, которые хотят монетизировать простои оборудования без передачи его третьим лицам.

Чем Lilac отличается от обычных облачных GPU-провайдеров?

Главное отличие — использование spare GPU из чужих кластеров, а не собственных дата-центров. Это снижает стоимость, но вводит риск прерывания задач при возврате нагрузки владельца. Для поставщиков предусмотрен Kubernetes-оператор с автоматическим освобождением ресурсов, а для потребителей — OpenAI-совместимый API без необходимости переписывать код.

Безопасно ли запускать задачи на чужих GPU через Lilac?

GPU остаются внутри инфраструктуры владельца кластера, что снижает риск передачи оборудования. Однако SOC 2 сертификация пока находится в процессе, поэтому для корпоративных клиентов с жёсткими требованиями к комплаенсу платформа может быть пока неподходящей. Передача данных через OpenAI-совместимый API стандартна для отрасли.

Рекомендованное