SoluzioniAgenti AI
Il computer di ogni agente, 24/7
Una microVM tutta sua per ogni agente. Si addormenta quando l’agente si ferma, e si sveglia in 3.5 ms con tutto al suo posto.
from glac import Sandbox
sbx = Sandbox.create() # its own microVM
res = sbx.run("python3 -c 'print(6*7)'") # res.stdout
sbx.files.write("/tmp/plan.md", "step 1") # files in and out
snap = sbx.snapshot(name="step-1") # memory and all
copies = sbx.fork(3) # 3 copies from now
sbx.sleep() # next call wakes itUn computer pagato per aspettare
Mentre il modello risponde, il computer dell’agente non ha nulla da fare. Una sandbox si addormenta dopo 30 secondi di inattività, e mentre dorme non usa CPU.
La vita di una sandbox
In esecuzione mentre l’agente lavora; addormentata dopo 30 secondi di inattività, con tutto ciò che contiene; svegliata dal comando, dal file o dalla richiesta successivi; salvata per intero mentre gira, e duplicata con un fork in un massimo di 64 copie.
Cosa ottiene un agente
Isolato: una microVM per ciascuno, regole di rete e segreti inseriti in uscita.
Riprende da dove si era fermata: mentre dorme, conserva memoria, processi, disco e posto nella rete.
Lavoro che dura: un volume sopravvive alla sandbox e segue l’agente ovunque lavori dopo.
Le persone possono intervenire: un terminale, un link a qualsiasi porta, o SSH con la tua chiave.
Agenti pronti all’uso: Claude Code, Codex o OpenCode; le chiavi del modello sono tue.
Ogni via d’accesso: l’API, la CLI glac, cinque SDK e un server MCP.
Anteprime illustrative
Misurato, non promesso
Mediane su bare metal con nient’altro in esecuzione: il caso più favorevole, e lo diciamo. Come misuriamo
- per svegliare una sandbox che si è addormentata da sola2
- 3.5 ms
- per la chiamata che l’ha svegliata, dall’invio alla risposta2
- 6.7 ms
- per addormentarla, con la sua memoria e i suoi processi2
- 2.3 ms
Lo vedrai per le tue sandbox quando il servizio aprirà: una risposta che ha dovuto svegliarne una dice quanto ci è voluto, nella sua intestazione Server-Timing.
curl -si https://api.glac.ai/v1/sandboxes/web/run \
-H "Authorization: Bearer $GLAC_API_KEY" \
-H "Content-Type: application/json" \
-d '{"command": "true"}' | grep -i server-timing
# server-timing: wake;dur=<milliseconds>I prodotti che usa
- SandboxUn computer tutto suo per ogni agenteIl computer dell’agente: comandi, file, terminali, snapshot e fork.
- VolumeI dischi di Cubo, che sopravvivono alla loro istanzaUn disco per ciò che deve sopravvivere alla sandbox, montato dove lavora l’agente.
- CuboQualsiasi immagine container come app che dorme tra una richiesta e l’altraL’API dell’agente, con deploy da qualsiasi immagine, addormentata tra una richiesta e l’altra.
- BrowserIn arrivoBrowser veri, pilotati dal codiceBrowser da far pilotare all’agente, quando Browser aprirà.
Un mese, fatti i conti
Cento agenti per un mese, a prezzo di listino. Fai la tua stima
Lo scenario
- 100 agenti, ciascuno con una sandbox da 2 vCPU e 4 GiB.
- Ciascuna sveglia un’ora al giorno per 30 giorni: 3 000 ore in tutto.
- Da sveglia, la CPU lavora per un decimo del tempo e per il resto aspetta il modello; 2 GiB di memoria in uso.
- Addormentata per il resto del mese, ciascuna conserva circa 1 GB: l’immagine della sua memoria e il suo strato di disco.
- 10 GB inviati a internet.
Un mese a prezzo di listino
- CPU2.16 miliardi di CPU-ms × $0.01 / M$21.60
- Memoria6 000 GiB-h × $0.008$48.00
- Traffico in uscita10 GB × $0.004$0.04
- Conservato durante il sonno100 GB-mese × $0.02$2.00
Con il piano a pagamento questo mese costa $73.60: il canone di $5 e $68.60 oltre ciò che coprono le quantità incluse, pagati dal tuo saldo agli stessi prezzi.
Dai un computer al tuo agente
Una chiave, poi una sandbox dalla riga di comando o da Python, in pochi minuti.