Thunder Compute 提供面向 AI 智能体和开发者的 CPU 与 GPU 沙盒，以及可持久化的 GPU 实例。其核心定位是降低 AI/ML 工作负载的 GPU 成本。
用途方面，Thunder Compute 主要服务于 AI 智能体、强化学习（RL）环境、评估（evals）和后训练（post-training）等工作负载。
主要能力包括：提供 A100 和 H100 GPU；支持按秒和按分钟计费；提供两种使用形态——GPU 实例和 GPU 沙盒。GPU 实例是开发者可以连接并保留的实例，完成后可生成快照。GPU 沙盒用于 RL 环境和评估，可选择是否使用 GPU，并能从几行 Python 代码并行扩展出数百个 rollout。两种形态运行在相同的 GPU 上。
使用方式上，官方说明可以从终端或智能体启动，GPU 实例可从 VS Code、CLI 或浏览器连接。切换平台官方称只需数分钟。
适用场景包括：需要低成本 GPU 进行手工开发的开发者、需要大规模并行 RL 环境和评估的 ML 工程师与研究人员、以及为 AI 智能体构建评估和训练环境的团队。
限制方面，资料未提供具体可用区域、存储与网络配置、SLA、支持的框架与镜像、免费额度或试用政策等细节，这些信息暂未提供。
官方还给出了一组价格对比数据（单位未在资料中明确）：Thunder Compute 为 $3.20，Paperspace 为 $5.95，CoreWeave 为 $6.16，Amazon Web Services 为 $6.88，Oracle Cloud 为 $10.00，Google Cloud 为 $10.98。官方称切换后可节省最高 68% 对比 AWS。此外，官方博客提到 Thunder Compute 于 2026 年 8 月 19 日完成 1300 万美元 A 轮融资，并介绍了 GPU-over-TCP 的工作原理和 GPU 虚拟化的方法与权衡。
