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 it智能体空等，你照样付费
模型生成回答时，智能体的电脑无事可做。沙箱空闲 30 秒后就会休眠，休眠时不占用 CPU。
沙箱的一生
智能体工作时运行；空闲 30 秒后休眠，里面的一切都保留；下一条命令、文件操作或请求将它唤醒；运行中可整体保存，并分叉出最多 64 个副本。
智能体能得到什么
彼此隔离：各用独立的 microVM，配网络规则，机密在出站时才注入。
原地继续：休眠时，内存、进程、磁盘和网络位置都会保留。
成果不会丢：存储卷在沙箱删除后依然保留，智能体下次在哪里工作，它就跟到哪里。
人可以随时介入：终端、任意端口的链接，或用你自己的密钥通过 SSH 登录。
智能体开箱即用：Claude Code、Codex 或 OpenCode；模型的密钥由你自己提供。
多种接入方式：API、glac CLI、五种 SDK 和一个 MCP 服务器。
查看文档
图片仅作示意
实测，而非承诺
在没有其他负载的裸金属上测得的中位数：这是最好情况，我们如实说明。 我们如何测量
服务开放后，你可以在自己的沙箱上验证：凡是需要先唤醒沙箱的响应，都会在 Server-Timing 响应头里写明唤醒用时。
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>用到的产品
一个月的费用明细
一百个智能体运行一个月，按标价计算。 估算你的用量
使用场景
- 100 个智能体，每个配一个 2 vCPU、4 GiB 的沙箱。
- 每个每天运行一小时，共 30 天：合计 3,000 小时。
- 运行期间，CPU 有十分之一的时间忙碌，其余时间在等模型；使用 2 GiB 内存。
- 当月其余时间休眠，每个保存约 1 GB：内存镜像和它自己的那层磁盘。
- 向互联网发送 10 GB。
按标价计的月度费用
- CPU21.6亿 CPU 毫秒 × $0.01 / 百万$21.60
- 内存6,000 GiB·小时 × $0.008$48.00
- 出站流量10 GB × $0.004$0.04
- 休眠存储100 GB·月 × $0.02$2.00
付费版这个月共 $73.60：$5 月费，加上超出包含额度的 $68.60（按同样的价格从余额扣除）。
给你的智能体一台电脑
先拿到密钥，再用命令行或 Python 创建沙箱，几分钟就好。