from glac import Glac, AGENTS
glac = Glac()
sbx = glac.sandboxes.create(image=AGENTS, env=model_keys)
sbx.agent("claude").run("Make a todo app on port 3000")
print(sbx.url(3000)) # preview: a link to the port
image = "ghcr.io/you/todo:1" # what your build pushed
app = glac.cube.deploy(image, name="todo", port=3000)
print(app.url) # its own HTTPS address
app.rollback(1) # back a version in one call每個應用程式都要兩台機器
每個應用程式都需要一台用來建置的機器和一台用來執行的機器，如果一直執行，兩台都要付整個月的費用。在這裡兩者都會休眠：代理停下時沙箱休眠，請求之間方塊休眠。
在沙箱中建置，以方塊上線
代理在沙箱中工作，有連到開發伺服器的連結，每次嘗試都能分叉一份。它交付的是映像檔，部署成方塊後有自己的網址，執行個體有請求時才醒來。
你的產品能得到什麼
在沙箱中建置：終端機、連到開發伺服器的連結，每次嘗試都能分叉。
給資料庫用的磁碟區，按它存放的資料量計費。
以方塊上線：每次部署都是一個版本，使用它自己的網址或客戶的網域。
有人打開才醒來：請求一停就休眠，醒來時記憶體都還在。
每位終端使用者一個執行個體，依請求中的鍵選擇。
按客戶統計用量，依標籤讀取，並可設定每月支出上限。
閱讀文件
示意預覽
實測，而非承諾
在沒有其他負載的裸機上測得的中位數：這是最佳情況，我們也明白標示。方塊的執行個體與沙箱是同一種。 我們如何測量
服務開放後，你可以在自己的應用程式上看到這個數字：喚醒執行個體的請求，在日誌中的那一行會註明喚醒花了多久。
glac cube logs todo -f
# one line a request; one that woke an instance says how long it took用到的產品
一個月的費用試算
一個月建置並執行一千個應用程式，按定價計算。 估算你自己的用量
使用情境
- 1,000 個應用程式，每個都由代理在 2 vCPU、4 GiB 的沙箱中建置半小時，CPU 有五分之一的時間在忙，記憶體使用 2 GiB；之後刪除沙箱。
- 之後每個應用程式成為一個方塊，一個月回應 30,000 個請求，每個請求 20 毫秒 CPU、使用 256 MiB，每個回應 20 KB。
- 請求隨機到達；執行個體只在回應時醒著，之後在記憶體中暫停 10 分鐘才休眠。
按定價計算的一個月
- CPU13.81億 CPU 毫秒 × $0.01 / 百萬$13.81
- 記憶體180,827 GiB 小時 × $0.008$1,446.61
- 請求3000萬 × $0.30 / 百萬$9.00
- 傳出流量600 GB × $0.004$2.40
改用付費版，這個月是 $1,468.82：月費 $5，加上超出內含額度的 $1,463.82，按同樣的價格從餘額扣除。
讓第一個應用程式上線
取得金鑰，然後用一個指令把映像檔部署成方塊，或建立一個沙箱讓你的代理在裡面建置。