
Hinweis: Preise und Features können sich seit der Veröffentlichung geändert haben. Aktuelle Details findest du in der Dokumentation der jeweiligen Anbieter
Die Entscheidung zwischen Upsun Cloud und Google Cloud Run für KI hängt davon ab, wo der rechenintensive Teil der Arbeitslast liegt: im Modell oder in der umgebenden Anwendung. Sowohl Google Cloud Run als auch Upsun Cloud führen containerisierte KI-Workloads aus, sind jedoch jeweils um eine andere Einheit herum organisiert.
Cloud Run ist um den Container herum organisiert. Dienste, Jobs und Worker-Pools laufen auf Google Cloud mit NVIDIA L4- und RTX PRO 6000 Blackwell-GPUs, Diensten, die sich auf null skalieren lassen, sowie nativem Zugriff auf Vertex AI und Gemini.
Upsun Cloud ist um die Anwendung herum organisiert. Die App, ihre Datenbanken, Worker und On-Demand-Aufgabencontainer werden gemeinsam in einer einzigen `.upsun/config.yaml`-Datei definiert; jeder Git-Zweig erhält seine eigene Umgebung, und dieselbe Konfiguration lässt sich auf AWS, Azure, Google Cloud oder OVHcloud bereitstellen. Upsun Cloud verfügt über keine GPUs und hostet keine Modelle.
Dieser Vergleich beleuchtet, wie die einzelnen Plattformen mit KI-Agenten und Hintergrundaufgaben, GPUs, Datenzugriff, Vorschau-Umgebungen, Isolation, Compliance und Preisgestaltung umgehen.
Funktionalität | Google Cloud Run | Upsun Cloud |
| Läuft auf | Nur auf Google Cloud | AWS, Azure, Google Cloud, OVHcloud |
| Workload-Typen | Dienste, Jobs, Worker-Pools, Funktionen | Apps, Worker, Cron, Task-Container |
| Längste Anfrage oder Ausführungszeit | 60 Min. pro Anfrage; 168 Std. pro Job-Aufgabe | 24 Stunden pro Aufgabenlauf |
| Auf Null skalieren | Ja | Nur Aufgabencontainer |
| Datenbanken und Caches | Separate Produkte (Cloud SQL, Memorystore) | Dienste im selben Projekt |
| Umgebungen pro Zweig | Revisions-Tags; kein Datenklonen | Jeder Zweig erbt Daten und Dienste |
| Isolierung von nicht vertrauenswürdigem Code | gVisor oder microVM; Sandboxen in der Vorschau | Container; Bubblewrap empfohlen |
| Konfiguration | gcloud, YAML oder Terraform | .upsun/config.yaml in Git |
| Abrechnung | Anfragebasiert oder instanzbasiert | Pro Sekunde der zugewiesenen Ressourcen |
Google Cloud Run führt Container auf Googles Infrastructure-as-a-Service-Plattform aus (HTTP und gRPC), Jobs (die bis zum Abschluss ausgeführt werden), Worker-Pools und Funktionen. Datenbanken, Caches, Geheimnisse und queues stammen aus anderen Google Cloud-Produkten wie Cloud SQL, Memorystore, Secret Manager und Pub/Sub, die über IAM- und VPC-Konfigurationen verbunden sind.
Upsun Cloud führt Anwendungen, Hintergrund-Worker, Cron-Jobs und On-Demand-Task-Container neben verwalteten Diensten wie PostgreSQL, MariaDB, Redis, OpenSearch und RabbitMQ aus – alles definiert in der Datei .upsun/config.yaml und per Git-Push bereitgestellt. Upsun Cloud verfügt weder über GPUs noch über einen verwalteten Modell-Hosting-Dienst, daher greifen KI-Features in der Regel auf externe Modell-APIs zurück.
Upsun Cloud führt Agenten als ständig aktive Worker, geplante Cron-Jobs oder Task-Container aus. Ein Task-Container startet bei einem API-Aufruf, führt einen Befehl bis zu 24 Stunden lang aus (standardmäßig 1 Stunde) und wird nach Beendigung entfernt. Standardmäßig laufen drei Tasks parallel; laufende Tasks werden vor einem Deploy in derselben Umgebung abgebrochen, und der Aufrufer kümmert sich um Wiederholungsversuche.
Cloud Run führt Agenten als Dienste (jede Anfrage bis zu 60 Minuten), Jobs (jede Aufgabe bis zu 168 Stunden oder 1 Stunde mit einer GPU) oder Worker-Pools aus, die keinen HTTP-Endpunkt haben und manuell oder über einen externen Autoscaler skaliert werden. Googles Agent Development Kit (ADK) wird mit dem Befehl adk deploy cloud_run auf Cloud Run bereitgestellt.
Die Stärke von Cloud Run liegt in der Breite: Ein Agent kann Cloud SQL, Memorystore, Pub/Sub, BigQuery und Vertex AI nutzen. Der Nachteil ist der Aufbau. Jedes ist ein eigenständiges Produkt mit eigenen IAM-Rollen, Netzwerkkonfigurationen und Bereitstellung, und jede Umgebung benötigt ihre eigenen Kopien. Geheimnisse stammen aus dem Secret Manager, als Umgebungsvariablen oder eingebundene Volumes.
Bei Upsun Cloud werden PostgreSQL, Redis, OpenSearch und andere Dienste in der Datei .upsun/config.yaml deklariert, und eine App, ein Worker oder eine Aufgabe greift über die in PLATFORM_RELATIONSHIPS aufgeführten Beziehungen darauf zu. Modell-API-Schlüssel werden als sensible Variablen gespeichert und sind Teil der Geheimnisse und der Umgebungskonfiguration von Upsun.
Cloud-Run-Revisions-Tags weisen einer neuen Revision eine eigene URL zu, ohne dass Produktionsdatenverkehr an sie gesendet wird. Datenbanken und andere zugrunde liegende Dienste werden nicht geklont, sodass eine mit einem Tag versehene Revision genau die Dienste nutzt, auf die sie konfiguriert ist.
In der Upsun Cloud erhält jeder Branch oder Pull-Request eine Umgebung, die die Daten und Dienste ihres übergeordneten Elements erbt, einschließlich Datenbanken, Netzwerkspeicher und queues. Für KI-Features bedeutet das, dass eine Änderung an einer Eingabeaufforderung, einer Datenabfrage oder einem Agenten anhand realistischer Daten getestet werden kann, bevor sie zusammengeführt wird.
Jede Cloud-Run-Instanz läuft in einer Sandbox: Instanzen der ersten Generation nutzen gVisor, während Instanzen der zweiten Generation – die von Jobs und Worker-Pools stets verwendet werden – als Micro-VMs laufen. Die Cloud-Run-Sandboxen, die seit Juli 2026 in der Vorschau verfügbar sind, führen generierten Code ohne Zugriff auf die Umgebungsvariablen des Dienstes oder den Metadatenserver aus – und das ohne zusätzliche Kosten.
Upsun Cloud führt Workloads in Linux-Containern mit Namespace-Isolation, Capability Dropping, einem Seccomp-Profil, cgroup-Limits und Netzwerkisolierung aus. Für nicht vertrauenswürdigen Code empfiehlt Upsun, bubblewrap innerhalb der Aufgabe auszuführen; diese Funktion ist nicht integriert, und Aufgaben-Container bieten noch keine Egress-Scoping-Funktion.
Cloud Run läuft ausschließlich auf Google Cloud, wo es tief in Vertex AI, Gemini und IAM integriert ist. Cloud Run fällt in den Geltungsbereich der ISO 27001-, SOC 2- und PCI DSS-Programme von Google, und die HIPAA-Geschäftspartnervereinbarung von Google Cloud deckt es ab.
Die Upsun-Cloud-Regionen laufen auf AWS, Azure, Google Cloud und OVHcloud, wobei IBM Cloud über den Marktplatz integriert ist. Für Unternehmen, deren Anwendungen und Agenten auf verschiedene Anbieter verteilt sind – jeder mit eigener Pipeline, eigenem Runbook und eigenem Audit-Prozess –, sorgt dies für eine einheitliche Konfiguration und Audit-Nachweise, ohne dass separate Konsolen manuell abgeglichen werden müssen. Upsun verfügt über eine ISO 27001-Zertifizierung, einen SOC 2 Typ 2-Bericht und PCI DSS Level 1-Konformität für seine AWS-, Azure- und Google Cloud-Regionen; HIPAA-Workloads laufen ausschließlich in der Region US-4.
Cloud-Run-Dienste nutzen entweder eine anfragebasierte Abrechnung, bei der CPU-Leistung nur während der Bearbeitung einer Anfrage zugewiesen wird und eine Gebühr pro Anfrage anfällt, oder eine instanzbasierte Abrechnung, bei der der gesamte Lebenszyklus der Instanz in Rechnung gestellt wird. Dienste lassen sich auf null skalieren, und es gilt ein monatliches kostenloses Kontingent.
Upsun Cloud abrechnet Ressourcen sekundengenau nach ihrer Zuweisung, wobei CPU und Arbeitsspeicher pro App, Worker oder Dienst festgelegt werden. Apps und Worker laufen kontinuierlich, während Task-Container nur abgerechnet werden, solange ein Lauf aktiv ist.
Anwendungsfall | Wähle |
| Bietet ein selbst gehostetes Modell auf GPUs | Cloud Run |
| Basiert auf Vertex AI, Gemini und anderen Google Cloud-Diensten | Cloud Run |
| Bedient Web-Traffic mit Spitzenauslastung, der auf null skaliert werden soll | Cloud Run |
| Führt sporadische Hintergrundaufträge oder Agent-Läufe aus | Upsun Clou |
| Ist ein Agent, der die app-eigene Datenbank liest und schreibt | Upsun Cloud |
| Jeder Zweig muss mit den Daten und Diensten der App getestet werden | Upsun Cloud |
| Gehört zu einer Organisation, die Apps auf mehreren Clouds betreibt | Upsun Cloud |
| Benötigt GPU-Inferenz und eine App mit Agenten | Upsun Cloud für die App, eine GPU-Plattform für die Inferenz |
Kann Upsun Cloud auf Google Cloud laufen?
Ja. Upsun Cloud verfügt über Regionen, die auf Google Cloud gehostet werden, darunter die Schweiz (ch-1), Deutschland (de-2) und Großbritannien (uk-1), sowie über Regionen auf AWS, Azure und OVHcloud.
Kann eine Upsun-App Gemini oder Vertex AI nutzen?
Ja. Eine App, ein Worker oder eine Aufgabe auf Upsun Cloud kann Gemini oder Vertex AI über deren APIs aufrufen, wobei die Anmeldedaten als sensible Umgebungsvariablen gespeichert werden.
Können Google ADK-Agenten auf Upsun Cloud laufen?
ADK ist ein Code-Framework, daher kann ein ADK-Agent als Upsun-App, Worker oder Task-Container ausgeführt werden, der Gemini oder eine andere Modell-API aufruft. Der Shortcut adk deploy cloud_run ist spezifisch für Cloud Run.
Ist Upsun für KI-Workloads günstiger als Cloud Run?
Keine der beiden Lösungen ist für jede KI-Workload günstiger: Cloud Run ist in der Regel kostengünstiger für Dienste, die die meiste Zeit im Leerlauf sind, während der Preisunterschied bei einer ständig aktiven App mit eigener Datenbank, eigenen Workern und Agenten geringer ausfällt.