Vergleichen / AWS Lambda

Die AWS Lambda Alternative, die nie abläuft
AWS Lambda ist exzellent bei kurzer, spitzer, event-getriebener Arbeit und hört auf, exzellent zu sein, sobald der Job länger als 15 Minuten dauert, ein warmer Prozess gebraucht wird oder ein echtes Dateisystem gewünscht ist. Lizard führt denselben Code als langlebigen Prozess im eigenen Container aus, ohne Invocation-Ende und ohne Pro-Request-Gebühr.
Warum Entwickler nach einer AWS Lambda-Alternative suchen
Fünfzehn Minuten sind eine harte Decke
Eine Lambda-Invocation wird nach 900 Sekunden beendet. Videotranscoding, große Imports, Modell-Inferenz und lange ETL-Jobs müssen alle in eine State Machine aufgeteilt werden, um ein Limit zu umgehen, das ein Prozess nicht hat.
Cold Starts sind strukturell
Eine Funktion, die länger nicht lief, zahlt Initialisierung beim nächsten Request. Provisioned Concurrency löst das, indem für eine warme Instanz gezahlt wird — womit man für einen Server zahlt, ohne einen zu bekommen.
Nichts überlebt zwischen Invocations
Warmer State überlebt nur innerhalb einer Execution Environment und nur bis zum Recycling — du kannst dich nicht auf einen Cache oder Pool verlassen. Jede parallele Environment öffnet ihre eigenen Datenbankverbindungen, weshalb RDS Proxy existiert.
Immer-warm wird teuer
Eine 1-GB-Funktion, die kontinuierlich läuft, kostet ca. 43,80 $ pro Monat an Duration-Charges vor Requests. Auf Lizard kostet dieselbe 1 GB ca. 10 $ pro Monat Speicher, plus CPU nur während der Prozess arbeitet — Cent-Beträge pro Monat für einen warmen Service, der meist wartet.
Lizard vs. AWS Lambda
Alle Zahlen aus den von AWS Lambda veröffentlichten Preisen und unseren eigenen. Zuletzt geprüft: 27 August 2026.
| Verglichen nach | Lizard | AWS Lambda |
|---|---|---|
| Maximale Laufzeit | Keine — der Prozess läuft weiter | 15 Minuten pro Invocation |
| Speicher-Limit | Skalierbar bis zum Plan-Limit, bis 40 GB auf Pro | 10 GB auf Standard-Compute; 32 GB und 16 vCPUs auf Managed Instances |
| Cold Starts | Keine — der Prozess läuft bereits | Beim ersten Request, es sei denn, du zahlst für Provisioned Concurrency |
| Dateisystem | Vollständig les- und schreibbare Root | /tmp, 512 MB to 10 GB — plus EFS or S3 Files mounted read-write under /mnt |
| Compute-Preis | $0.0250128 pro vCPU-Stunde, $0.0125064 pro GB-Stunde, nach gemessener Nutzung | 0,0000166667 $ pro GB-Sekunde auf x86, 0,0000133334 $ auf Arm (us-east-1) |
| Requests | Nicht abgerechnet | 0,20 $ pro Million |
| Immer-warm 1-GB-Workload | Ca. 15 $ pro Monat bei 1 GB und 0,25 vCPU im Schnitt | Ca. 43,80 $ pro Monat an Duration, vor Requests |
| Kostenlose Stufe | $10 Testguthaben, 31 Tage gültig | 1 Million Requests und 400.000 GB-Sekunden pro Monat |
| WebSockets und Streaming | Normale langlebige Verbindungen | Response-Streaming direkt über Funktions-URLs; WebSockets benötigen API Gateway, abgerechnet pro Nachricht und pro Verbindungsminute |
| Datenbankverbindungen | Ein Pool in einem Prozess | Ein Pool pro paralleler Ausführung — RDS Proxy ist der übliche Fix |
Wenn AWS Lambda die bessere Wahl ist
Echt spiky, event-gesteuerte Arbeit: ein S3-Trigger, ein Kinesis-Consumer, ein Cron-Job, der vier Sekunden am Tag läuft, ein Webhook-Empfänger, der 23 von 24 Stunden idle ist. Lambda skaliert wirklich auf null, der Free-Tier von 1 Million Requests und 400.000 GB-Sekunden deckt viel ab, und die Integration mit dem Rest von AWS hat kein Dritter. Für dieses Profil ist ein Server, den du am Laufen hältst, das falsche Werkzeug.
Wechsel von AWS Lambda
Keine Dockerfile erforderlich — lizardpack erkennt den Stack und schreibt eine Dockerfile auf dem Build-Knoten. Wenn Ihr Repo bereits eine Dockerfile hat, wird sie unverändert verwendet.
Häufig gestellte Fragen
Das kommt darauf an, warum du gehst. Für Workloads, die das 15-Minuten-Limit gesprengt haben oder einen warmen Prozess brauchen, eine Plattform, die Container betreibt — Lizard, Railway, Render oder AWS Fargate. Um serverless mit weniger Limits zu bleiben, Google Cloud Run. Für Edge-förmiges Request-Handling, Cloudflare Workers.
Meistens, weil die Funktion faktisch immer läuft oder Provisioned Concurrency an ist. Die Dauer wird pro GB-Sekunde abgerechnet, daher kostet eine 1 GB Funktion, die nie idlet, ca. 43,80 $ pro Monat vor den 0,20 $ pro Million Requests — und an diesem Punkt zahlst du durchgehend für etwas, das so abgerechnet wird, als wäre es gelegentlich.
Innerhalb von AWS: Lambda MicroVMs führen einen einzelnen Job bis zu 8 Stunden aus, über ihre eigene API, nur ARM64, in fünf Regionen. Durable Functions spannen bis zu einem Jahr für mehrstufige Arbeit, aber jede einzelne Ausführung ist immer noch auf 15 Minuten begrenzt, daher splittest du den Job in checkgepunktete Schritte. Ansonsten Step Functions, Fargate oder EC2. Außerhalb von AWS führst du es als ganz normalen Prozess aus: auf Lizard hat ein Worker-Service kein Zeitlimit und keinen HTTP-Port, daher läuft ein langer Import oder ein Transcode-Job einfach bis zum Abschluss.
Ja. Wrappe den Handler in einen kleinen HTTP-Server oder eine Worker-Schleife, dann führe lizard up aus — lizardpack erkennt Node, Python, Go, Java, Ruby oder Rust und schreibt das Dockerfile. Was sich ändert, ist die Form: Ein Prozess behandelt viele Requests statt vieler Ausführungen, die jeweils nur eine behandeln, was Connection-Pooling und Caching meist vereinfacht.
Nein. Lizard rechnet gemessene CPU, Speicher und Disk pro Sekunde ab, plus Egress ab dem ersten Byte zu 0,045 $ pro GB und Object Storage zu 0,0135 $ pro GB-Monat — und nichts pro Request oder pro Invocation. Der Tausch ist, dass ein Service jede Sekunde abrechnet, in der er läuft, während eine Lambda, die niemand aufruft, nichts kostet.
Mit AI entwickeln. Mit Lizard ausliefern.
Du brauchst kein Plattform-Team, um live zu gehen. Deine ganze Cloud ist nur einen CLI-Befehl entfernt.
- Workspaces
- —
- Dienste
- —
- Add-ons
- —
- Bereitstellungen
- —