如果你写过Python的数据处理脚本或者跑过机器学习模型，肯定遇到过这种问题：本地电脑跑太慢，买云服务器又太麻烦，配环境就要半天。Modal就是针对这个痛点的，它让你不用管任何基础设施，直接把Python函数丢上去跑，用多少算多少。
官网：modal.com
Modal就是一个无服务器的Python运行环境。你用pip安装Modal的SDK，然后在你的Python函数上面加一个装饰器，这个函数就能在Modal的云端容器里执行。它支持普通CPU计算，也支持GPU计算（包括A10G、A100等型号），还能做分布式并行处理。你不需要配置服务器、不需要装Docker、不需要管扩缩容，所有这些都由Modal自动处理。
怎么用
使用方式很Pythonic。安装完modal包之后，用@app.function()装饰器标记你要在云端运行的函数，然后用app.local_launch()或者直接在终端运行modal run your_script.py就能执行。它会在云端创建一个沙箱环境，安装你指定的依赖（通过Image参数），然后执行你的代码。结果可以通过返回值获取，也可以通过Volume持久化存储。整个过程和你本地运行Python脚本的感觉差不多，只是执行环境从本地换到了云端。
价格贵不贵
Modal的定价方式是按使用量计费。CPU计算每小时约0.000231美元（按秒计），内存每小时约0.000046美元，GPU价格取决于型号，A10G大约每小时0.74美元。新用户注册送30美元的免费额度，可以跑不少实验。和其他云服务相比，Modal的优势在于启动速度极快——从调用函数到开始执行通常不到1秒，不需要像AWS Lambda那样等冷启动。
适合做什么
Modal特别适合这几类场景：数据批处理（ETL）、机器学习模型推理、Web爬虫、图像视频处理、定时任务。如果你需要跑一个耗时的数据处理脚本，但不想为此买一台云服务器长期运行，Modal就很合适。它也支持API端点，你可以把一个Python函数暴露为HTTP接口，做成一个轻量级的后端服务。
有什么不足
首先，Modal目前主要支持Python，对其他语言的支持很有限。如果你用Go、Rust或者Java，基本用不了。其次，它的调试体验不如本地开发方便，虽然支持日志输出，但在云端排查问题还是会有一些不直观的地方。另外，长时间运行的任务（超过1小时）会有一些限制，需要特殊处理。对于一些需要复杂环境配置的场景，可能需要花时间摸索Image的配置方式。
如果你是Python开发者，特别是做数据科学或者AI相关的，Modal值得一试。先用免费额度跑几个实验，看看是否符合你的需求。
官网：modal.com
