Führe Tausende Agenten, Builds, Tests und Evals parallel aus, ohne dich je um Infrastruktur kümmern zu müssen.
Illustrative coding workflow: create a sandbox, run a web app, and preview the result.
Für Agenten gebaut. Für dein Produkt bereit.
Pro führt Sandboxes mit bis zu 40 vCPU gleichzeitig aus, Pro 20x mit bis zu 1.200, und Enterprise hat keine Obergrenze. Jede Sandbox startet in unter 250 ms.
Lass Agenten Apps, Spiele, generierte Videos und vieles mehr öffnen und testen.
Verbinde deinen KI-Anbieter einmal, und dein Agent startet in jeder Sandbox bereits angemeldet.
Dateien bleiben auf persistenten Volumes. Parallele Sandboxes teilen sich Managed Postgres, Redis und S3-kompatiblen Speicher.
Schreibe die Logik in TypeScript oder Python mit Lizard SDK. Lizard betreibt die Sandboxes, die App und ihre Datenbank.
Wähle beim Erstellen einer Sandbox US East oder EU West.
Starte mit einer kostenlosen Testphase. Danach 19 $/Monat, inklusive 19 $ Nutzung.
Konfiguration
Geschätzter Rechenverbrauch
$0.71/ Monat
Das wird mit der in Pro enthaltenen Nutzung verrechnet.
Pro kostet 19 $/Monat; dies ist nicht deine Gesamtrechnung.
Der Stundensatz enthält die oben genannten CPU-, RAM- und lokalen Speicherressourcen. Laufende Sandboxes werden auch im Leerlauf berechnet; Pausieren stoppt die Rechenkosten. Für Persistent Volumes fallen weiterhin Speicherkosten an.
Diese Schätzung umfasst nur Sandbox-Rechenkosten. Die Pro-Gebühr und die in Pro oder der Testphase enthaltene Nutzung sind nicht berücksichtigt.
Limits zählen die vCPU laufender Sandboxes über alle deine Workspaces; pausierte Sandboxes zählen nicht. Die Testphase erlaubt bis zu 4 Sandboxes der Größe Klein (8 vCPU), nur Klein. Pro erlaubt 40 vCPU, Pro 5x 220 und Pro 20x 1.200. Pro 5x und Pro 20x haben kein Limit für Sandbox-Starts. Enterprise hat kein Kontolimit. Wiederhergestellte oder ältere Ressourcen können anders abgerechnet werden.
Preis pro Stunde für 2 vCPU und 4 GB Arbeitsspeicher, laut der öffentlichen Preisseite jedes Anbieters. Preise geprüft am .
| Anbieter | Pro Stunde | Im Vergleich zu Lizard | Abrechnung |
|---|---|---|---|
| Lizard | 0,0162 $ | 1× | Fester Preis pro Größe, sekundengenau |
| Cloudflare | 0,0697 $ | 4,3× | 10 % aktive CPU; Speicher und Disk wie bereitgestellt |
| exe.dev | 0,1050 $ | 6,5× | Pro Einheit aus 2 vCPU / 4 GiB, sekundengenau |
| Vercel | 0,1104 $ | 6,8× | 10 % aktive CPU; der gesamte zugewiesene Speicher |
| E2B | 0,1656 $ | 10× | Pro vCPU und GiB Speicher, sekundengenau |
| Daytona | 0,1656 $ | 10× | Pro vCPU und GiB Speicher, sekundengenau |
| Modal | 0,2380 $ | 15× | Sandbox-Tarife; 1 physischer Kern = 2 vCPU |
Vercel und Cloudflare berechnen CPU nur, solange sie aktiv ist. Die Tabelle nimmt daher wie der Rechner 10 % aktive CPU an. Plangebühren, enthaltene Nutzung, Speicher und ausgehender Traffic sind nicht berücksichtigt.
Alle Preise und Abrechnungsdetails ↗Niedrigster Median und Durchschnitt im Vergleich mit E2B, Daytona und Modal.
Niedrigste Medianzeit
| Anbieter | Median | Durchschnitt | p90 | p95 | p99 | Maximum |
|---|---|---|---|---|---|---|
| Lizard | 228 ms — Niedrigste Zeit | 239 ms — Niedrigste Zeit | 265 ms — Niedrigste Zeit | 310 ms — Niedrigste Zeit | 477 ms — Niedrigste Zeit | 693 ms — Niedrigste Zeit |
| E2B | 264 ms | 323 ms | 487 ms | 603 ms | 736 ms | 1,260 ms |
| Daytona | 819 ms | 945 ms | 1,370 ms | 1,671 ms | 2,332 ms | 5,532 ms |
| Modal | 929 ms | 983 ms | 1,290 ms | 1,422 ms | 1,593 ms | 1,932 ms |
· 300 Starts pro Anbieter, von der Erstellungsanfrage bis zur ersten geprüften Python-Ausgabe. Teststandort: Railway US East (us-east4).
Lizard: Vorlage base, Small (2 vCPU / 4 GB), us-east-1. Die Anbieter nutzten unterschiedliche Regionen, Vorlagen und Ressourcengrößen. Starts können vorbereitete Kapazität nutzen; die Ergebnisse hängen von der Arbeitslast ab.
Erstellen Sie eine Firecracker-microVM, führen Sie einen Befehl aus und stoppen Sie sie mit Lizard SDK für TypeScript und Python oder mit Lizard CLI.
npm install @lizard-build/sdkimport { Lizard } from '@lizard-build/sdk'// Reads LIZARD_API_KEY from the environmentconst lizard = new Lizard({ project: 'my-project' })const sandbox = await lizard.create('interpreter', { size: 'small' })try { const run = await sandbox.process.exec("python -c 'print(2 ** 10)'") console.log(run.stdout) // 1024} finally { await sandbox.kill()}pip install lizard-sdkfrom lizard import Lizard# Reads LIZARD_API_KEY from the environmentlizard = Lizard(project="my-project")with lizard.create("interpreter", size="small") as sandbox: run = sandbox.process.exec_("python -c 'print(2 ** 10)'") print(run.stdout) # 1024curl -fsSL https://lizard.build/install.sh | bashlizard sandbox create -t interpreter -s small # prints the sandbox IDlizard sandbox exec <sandbox-id> -- python -c 'print(2 ** 10)'lizard sandbox rm <sandbox-id> -yEine KI-Sandbox bietet einem Agenten einen separaten Ort, um Code auszuführen, Werkzeuge zu nutzen und mit Dateien zu arbeiten. Mit Lizard Sandboxes können Agenten in der Cloud entwickeln, testen und Fehler beheben, ohne diesen Code auf Ihrem Computer auszuführen.
Melden Sie sich bei Lizard an, wählen Sie ein Projekt und erstellen Sie eine Sandbox aus einer fertigen Vorlage. Wählen Sie base für Shell-Aufgaben, codex für Programmieraufgaben oder interpreter für Python. Legen Sie dann Größe und Region fest.
Ja. Führen Sie Python-Skripte mit der Vorlage interpreter aus oder starten Sie Werkzeuge und Tests mit Shell-Befehlen. Lesen Sie die Befehlsausgabe und speichern Sie Ergebnisse in Dateien. Jeder Befehl startet einen neuen Prozess.
In unserem Test vom 12. Oktober 2026 lag die mediane Zeit von der Erstellungsanfrage bis zur ersten Python-Ausgabe bei 228 ms über 300 Starts (Vorlage base, Größe Small, us-east-1). Im selben Test brauchte E2B 264 ms, Daytona 819 ms und Modal 929 ms. Die Ergebnisse hängen von Vorlage, Größe, Region und freier Kapazität ab.
Lizard Sandboxes laufen als Firecracker-microVMs mit jeweils eigenem Kernel. Geben Sie dem Agenten nur die Zugangsdaten und Rechte, die er für seine Aufgabe braucht.
Beim Erstellen wählen Sie die Laufzeit der Sandbox. Für längere Aufgaben können Sie den automatischen Ablauf abschalten. Am Ende der Laufzeit stoppt die Sandbox auch dann, wenn noch ein Befehl läuft. Befehle verlängern die Laufzeit nicht, und Leerlauf beendet sie nicht vorzeitig.
Ja. Binden Sie Persistent Volumes unter /workspace ein, um Dateien nach dem Stoppen einer Sandbox zu behalten und bei späteren Läufen zu nutzen. Ein Volume verbindet sich jeweils mit einer Sandbox. Die Daten liegen auf einem Knoten; exportieren Sie Dateien, die Sie vor dessen Ausfall schützen müssen.
Ja. Mit Zugriff auf Ihr Projekt kann ein Agent Apps und Datenbanken über Lizard CLI bereitstellen. Sie laufen als eigene Ressourcen auf Lizard und bleiben nach dem Stoppen oder Löschen der Sandbox in Betrieb.
Ja. Erstellen Sie für jede Aufgabe eine eigene Sandbox, damit Agenten Befehle und Tests gleichzeitig ausführen können. Limits zählen die vCPU laufender Sandboxes: In der Testphase laufen bis zu 4 Sandboxes der Größe Klein (8 vCPU), nur Klein; mit Pro bis zu 40 vCPU (20 Sandboxes der Größe Klein), mit Pro 5x bis zu 220 und mit Pro 20x bis zu 1.200, mit unbegrenzten Sandbox-Starts auf Pro 5x und Pro 20x. Enterprise hat kein Kontolimit, sodass Sie auf Tausende skalieren können.
Small kostet $0.0162 pro Stunde für 2 vCPU und 4 GB RAM. Für dieselben 2 vCPU und 4 GB berechnen E2B und Daytona $0.1656 pro Stunde und Modal $0.2380 pro Stunde (Preise geprüft am 20. Oktober 2026). Die Abrechnung erfolgt pro Sekunde, solange die Sandbox läuft, auch im Leerlauf. CPU, RAM und 2 TB ausgehender Sandbox-Traffic pro Konto über die jeweils letzten 30 Tage sind enthalten. Eine erfolgreiche Pause stoppt die Rechenkosten; Speicher in Persistent Volumes wird separat berechnet. Ältere Sandboxes ohne feste Größe behalten ihre bisherige nutzungsbasierte Abrechnung.
Limits für Sandbox-TrafficJa. Pro startet mit einer 7-tägigen Testphase mit $5 Nutzung inklusive, und Sandboxes laufen darin: bis zu 4 Sandboxes der Größe Klein (8 vCPU), nur Klein. Zum Start brauchst du eine Karte, und während der Testphase buchen wir nichts ab. Danach kostet Pro $19/Monat mit $19 Nutzung inklusive. Darüber hinaus gilt pay as you go.
Erstelle eine Sandbox, führe einen Befehl aus und wähle dann eine Anleitung für deinen Agenten.
Erstelle mit Lizard SDK eine Sandbox, führe Python aus und öffne einen Port.
Vergleiche die integrierte Sandbox, Docker und eine Cloud-VM.
Sieh, was der Bypass-Modus überspringt, und halte den Lauf in einer Wegwerf-VM.
Führe generierten Code aus und zeige private Vorschauen, eine Sandbox pro Nutzer.
Du brauchst kein Plattform-Team, um live zu gehen. Deine ganze Cloud ist nur einen CLI-Befehl entfernt.