Replicate — это облачная платформа для запуска готовых ML-моделей по API: вы передаёте input, получаете prediction (картинка, текст, аудио или поток токенов). Фокус-ключ: replicate. Pillar — ИИ-автоматизация / n8n; сосед по локальной генерации — ComfyUI workflow.

Канон: replicate.com/docs/get-started/python. Токен — в account/api-tokens, не в репозитории.

Prediction vs Deployment vs Local GPU

Путь Что это Старт Когда брать
Prediction разовый прогон модели replicate.run(...) прототип, скрипт, ноутбук
Deployment выделенный деплой модели кабинет Deployments стабильный прод и мониторинг
Webhook колбэк по завершению docs Webhooks асинхронные пайплайны
Local (ComfyUI) свой GPU без API локальный граф приватность / нет облачного бюджета

Источники: replicate.com/docs/get-started/python (pip install replicate, REPLICATE_API_TOKEN, replicate.run, FileOutput, streaming iterator); разделы Predictions / Deployments / Webhooks / Billing в docs. Цены в ₽ не фиксируем. Срез: 2026-10-05.

Как пользоваться Replicate: маршрут новичка

  1. Создайте API token на replicate.com/account/api-tokens.
  2. В shell: export REPLICATE_API_TOKEN=... (в проде — секрет окружения, не коммит).
  3. Поставьте клиент: pip install replicate.
  4. Выберите публичную модель (пример из доки: black-forest-labs/flux-schnell) и вызовите replicate.run(model, input={...}).
  5. Для картинок сохраните FileOutput: output[0].read() в файл.
  6. Для текстовых моделей со streaming итерируйте результат и печатайте чанки.
  7. Нужен фон без блокировки HTTP — смотрите Predictions lifecycle + Webhooks в доке.
import replicate

# export REPLICATE_API_TOKEN=...  # из account/api-tokens
output = replicate.run(
    "black-forest-labs/flux-schnell",
    input={"prompt": "an iguana on the beach, pointillism"},
)
with open("output.png", "wb") as f:
    f.write(output[0].read())

Чеклист:
[ ] Токен только в env
[ ] Модель и schema input с карточки модели
[ ] Файлы: local rb или HTTPS URL
[ ] Цены считаете в кабинете, не из статьи
[ ] Для прода смотрите Deployments + rate limits

Типичные ошибки

  • Закоммитить REPLICATE_API_TOKEN в git — сразу revoke и новый токен.
  • Путать owner/model без версии и pinned version hash, когда нужна воспроизводимость.
  • Тащить огромный локальный файл вместо URL, если файл уже в облаке.
  • Фиксировать «цену за картинку в ₽» без кабинета — биллинг зависит от модели и железа.
  • Собирать прод на голых predictions без webhooks/deployments и лимитов.

FAQ: Replicate

Что такое Replicate?

Replicate — облачная платформа, где вы запускаете ML-модели через API или веб: prediction принимает input, возвращает output (файл, текст, поток). Клиенты есть для Python, Node.js и других. Канон: replicate.com/docs.

Как запустить модель на Replicate из Python?

pip install replicate, затем export REPLICATE_API_TOKEN=… (токен из replicate.com/account/api-tokens). Дальше replicate.run(«owner/model», input={{…}}). Пример из доки: black-forest-labs/flux-schnell.

Чем prediction отличается от deployment?

Prediction — разовый прогон модели. Deployment — выделенный деплой с мониторингом для стабильной нагрузки. Для первых экспериментов хватает predictions; deployments — когда нужен production-контур.

Сколько стоит Replicate в рублях?

Точную цену в ₽ в статье не фиксируем: биллинг pay-as-you-go / prepaid credit зависит от модели и железа, смотрите кабинет и docs по Billing. Перед продом считайте стоимость на своих объёмах.

Можно ли передать локальный файл в модель?

Да. В Python клиенте можно открыть файл как binary (open(…, «rb»)) или передать публичный HTTPS URL. URL удобнее для больших файлов, которые уже в облаке.

Чем Replicate отличается от локального ComfyUI?

Replicate — облако и API без своей GPU. ComfyUI — локальный граф нод на вашем железе. Соседи: /comfyui-workflow-kak-polzovatsya/, pillar /ai-automation/.

Вывод

Replicate — API-слой над чужими GPU: токен → replicate.run → файл или поток. Для прототипа хватает predictions; для прода смотрите deployments, webhooks и биллинг в кабинете. Когда нужна система обучения под агентов и автоматизацию — форматы на странице обучения.

Артём Денисов — эксперт Нетологии и автор курса Яндекс Практикума по промпт-инжинирингу. Сверяет Replicate с replicate.com/docs (Get started Python, Predictions, Billing).

Хотите нейросети под свои задачи, а не «для всех»?

Когда базовых гайдов уже мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Тех-pillar — ИИ-автоматизация / n8n.