Runware 是一个端到端构建的 AI 推理平台，旨在以更低的成本提供高性能的 AI 模型服务。其核心产品包括统一的模型 API、无服务器 GPU 以及预留 GPU 容量，全部运行在自研的模块化数据中心（Sonic Pods）上。
用途
Runware 主要面向需要大规模部署 AI 推理功能的开发者和企业。它解决了多模型、多模态调用时接口分散、成本高昂的问题，通过一个统一的 API 端点（https://api.runware.ai/v1）即可访问超过 40 万个模型，涵盖图像、视频、音频、语言、视觉和 3D 等模态。
主要能力
- 统一 API：一个密钥、一个端点、一张账单。所有模型（开源、前沿、合作伙伴或用户自上传）使用相同的认证和计费方式，切换模型只需更改字符串。
- 多模态批处理：请求体是一个任务数组，可以在一次调用中同时处理图像、视频和 LLM 聊天等不同模态的任务。支持 REST（无状态）、WebSockets（持久会话）以及每个任务可配置的 webhook。
- 模型参数控制：对于开源模型，用户可以控制所有参数，包括堆叠 LoRA、替换 VAE 等。
- 预加载与路由：模型在各区域预加载，请求通过共享队列路由到已加载模型的内存中，结果通过 SSE 流式返回或推送到 webhook。
- 无服务器 GPU：用户可自带容器和模型权重，在模块化 GPU 基础设施上运行，按秒计费，空闲时缩容至零。
- 预留 GPU 容量：提供无服务器平台上的保证 GPU 或 Sonic Pods 上的专用裸金属集群，支持按期限承诺容量，并可在预留基础上突发使用按需付费。
- 硬件与基础设施：自研服务器、存储、网络和冷却系统，从 BIOS 层面优化，以降低单位计算成本。
使用方式
开发者可以通过 REST 或 WebSockets 连接 API，将任务数组 POST 到 https://api.runware.ai/v1。对于无服务器 GPU，用户需提供容器和模型权重，平台负责部署和运行。平台还支持通过 MCP 客户端（如 Claude Code、Cursor）快速集成，添加密钥后几分钟内即可运行。
适用场景
- 需要快速试验和切换多种 AI 模型的生产环境。
- 多模态 AI 应用开发，如图像生成、视频处理、音频分析等。
- 对推理成本敏感、希望降低单位生成成本的企业。
- 需要弹性伸缩、按秒计费的 AI 工作负载。
- 有稳定基线并希望预留 GPU 容量以降低成本的组织。
限制
- 具体模型列表、定价细节（除 RTX PRO 6000 的 $1.99/小时外）以及可用区域未在资料中完整提供。
- 预留 GPU 容量和裸金属集群的具体条款、最低承诺量等未详细说明。
- 零数据保留功能需联系销售团队确认是否符合合规要求。
- 平台的具体性能指标（如延迟、吞吐量）未提供。
- 免费额度或试用政策未提及。
