Início / Guias / Groq vs Cerebras

Groq vs Cerebras

Groq e Cerebras rodam LLMs em chips próprios, e as duas são conhecidas pela saída rápida. Em 2026, a maior diferença está no acesso gratuito. A Groq tem um plano gratuito recorrente. A Cerebras tem um crédito de teste que expira. Esta página compara velocidade, limites gratuitos e modelos, com dados dos dois provedores e do catálogo ao vivo.

O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.

Resumo lado a lado

Groq vs Cerebras, a partir da documentação dos provedores (verificado em 20 de novembro de 2026)
RecursoGroqCerebras
HardwareChips LPU da GroqChips em escala de wafer da Cerebras
Acesso gratuitoPlano Free recorrente com limites por modeloSem camada gratuita renovável. $5 de crédito de teste por 30 dias
Cartão ou meio de pagamentoNão é necessário para o plano FreeNecessário para ativar o teste e a API
Velocidade do GPT-OSS 120B (número do provedor)Cerca de 500 tokens/sCerca de 3,000 tokens/s
Velocidade do Qwen 3.8 27B (número do provedor)Cerca de 450 tokens/sCerca de 1,850 tokens/s
Limite gratuito do GPT-OSS 120BVeja a tabela ao vivo abaixoTeste: 5 req/min, 1M tokens/dia
Contexto no acesso gratuito131,072 tokens na maioria dos modelos de chat65K (GPT-OSS) e 64K (Qwen) no teste
API compatível com OpenAISim, api.groq.com/openai/v1Sim, api.cerebras.ai/v1
Outros serviçosFala para texto (Whisper) e texto para falaSomente modelos de chat na lista atual

Os números de velocidade vêm das páginas de modelo de cada provedor. A velocidade real depende do tamanho do prompt, da carga e da região. Nós não os medimos.

Velocidade

Pelos números dos provedores, a Cerebras é mais rápida nos dois modelos que as duas servem. Ela lista cerca de 3,000 tokens por segundo para o GPT-OSS 120B. A Groq lista cerca de 500 tokens por segundo para o mesmo modelo. Para o Qwen 3.8 27B, a Cerebras lista cerca de 1,850 e a Groq cerca de 450.

As duas são muito mais rápidas que a maioria dos provedores de GPU. Para uma resposta de chat de algumas centenas de tokens, as duas parecem instantâneas para o usuário. A diferença importa mais em saídas longas, trabalhos em lote e agentes que encadeiam muitas chamadas.

A Groq também lista o GPT-OSS 20B com cerca de 1,000 tokens por segundo. Se você precisa de velocidade em um plano gratuito, um modelo pequeno na Groq costuma ser a melhor escolha.

Limites gratuitos

A Groq aplica os limites de requisições no nível da organização. A tabela mostra os limites gratuitos da Groq no catálogo de hoje.

Modelos da Groq no plano Free hoje
ModeloGratuito emContextoLimites gratuitos (melhor oferta)FerramentasVisão
Qwen3.8 27BGroq262K30 req/min
250 req/dia
70,000 tokens/min
~6M
SimSim
GPT-OSS 120BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
GPT-OSS 20BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
GPT-OSS Safeguard 20BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
ALLaM 2 7BGroq4K30 req/min
1,000 req/dia
6,000 tokens/min
500,000 tokens/dia
~15M
NãoNão
Llama Prompt Guard 2 22MGroq51230 req/min
14,400 req/dia
15,000 tokens/min
14.4K rpd
NãoNão
Llama Prompt Guard 2 86MGroq51230 req/min
14,400 req/dia
15,000 tokens/min
14.4K rpd
NãoNão

Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.

A Cerebras não tem linha no catálogo gratuito, porque o único acesso gratuito dela é o teste. O teste dá $5 de crédito depois que você adiciona um meio de pagamento verificado. O crédito expira 30 dias depois que a Cerebras o concede. Durante o teste, o GPT-OSS 120B permite 5 requisições por minuto e 1M de tokens por dia. O Qwen 3.8 27B permite 300 requisições por minuto.

Na prática: a Groq é um provedor gratuito que você pode manter. A Cerebras é um provedor pago que você pode testar de graça por um mês.

Modelos

  • Modelos de produção da Groq: GPT-OSS 120B, GPT-OSS 20B, Llama 3.3 70B, Llama 3.1 8B e modelos de fala Whisper.
  • Modelos em preview da Groq: Qwen 3.8 27B, MiniMax M2.7, GPT-OSS Safeguard 20B, Llama Prompt Guard e modelos de fala Orpheus, entre outros.
  • Modelos da Cerebras: GPT-OSS 120B e Qwen 3.8 27B.
  • Modelos em preview podem mudar ou sair com pouco aviso. Não construa um produto somente com um modelo em preview.

Os dois provedores servem o GPT-OSS, então você pode comparar os dois no mesmo modelo. Outros provedores também servem o GPT-OSS de graça. Leia a página da API GPT-OSS gratuita para ver todas as rotas.

Erros de limite de requisições e cabeçalhos

As duas APIs devolvem HTTP 429 quando você passa de um limite. A Groq documenta os cabeçalhos de limite. Leia-os para desacelerar antes de atingir o limite.

Cabeçalho da GroqSignificado
x-ratelimit-limit-requestsO seu limite de requisições por dia
x-ratelimit-remaining-requestsRequisições restantes no dia atual
x-ratelimit-limit-tokensO seu limite de tokens por minuto
x-ratelimit-remaining-tokensTokens restantes no minuto atual
retry-afterSegundos de espera. A Groq envia somente com uma resposta 429

No teste da Cerebras, o limite mais comum é de 5 requisições por minuto no GPT-OSS 120B. Na Groq, o limite mais comum em prompts longos é o de tokens por minuto. Para mais detalhes, leia erros de limite de requisições da Groq.

Qual escolher

Caso de usoEscolhaMotivo
API gratuita para um projeto paraleloGroqPlano gratuito recorrente, sem cartão
Saída mais rápida no GPT-OSS 120BCerebrasCerca de 6 vezes o número do provedor da Groq
Agente de programação com prompts longosGroq, ou um conjunto de provedoresContexto de 131K. O contexto do teste da Cerebras é de cerca de 65K
Fala para textoGroqA Groq serve modelos Whisper
Um endpoint de produção pago e muito rápidoCerebrasO plano de desenvolvedor não tem limites por hora nem por dia
Uso gratuito que não para em um limiteAs duas dentro de um gatewayO fallback move as requisições quando um limite é atingido

Você não precisa escolher uma só. O FreeLLMAPI tem adaptadores para as duas. Adicione uma chave da Groq para uso diário gratuito e uma chave da Cerebras durante o teste. Use a estratégia de roteamento auto:fast para preferir modelos rápidos. Quando a Groq devolve 429, o roteador tenta o próximo modelo da sua cadeia.

Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

Perguntas frequentes

A Groq é mais rápida que a Cerebras?

Não, pelos números dos provedores. A Cerebras lista cerca de 3,000 tokens por segundo para o GPT-OSS 120B. A Groq lista cerca de 500 tokens por segundo para o mesmo modelo.

A Cerebras é gratuita como a Groq?

Não. A Groq tem um plano Free recorrente. A Cerebras não tem camada gratuita renovável, só um crédito de teste de $5 que expira em 30 dias e exige um meio de pagamento.

Quais são os limites do plano gratuito da Groq?

A Groq define os limites por modelo, no nível da organização. A tabela desta página mostra os limites gratuitos atuais de cada modelo da Groq, a partir do catálogo ao vivo.

Quais modelos a Groq e a Cerebras servem em comum?

As duas servem o GPT-OSS 120B e o Qwen 3.8 27B. A Groq também serve o GPT-OSS 20B, modelos Llama, Whisper e alguns modelos em preview.

Posso usar a Groq e a Cerebras juntas?

Sim. Um gateway como o FreeLLMAPI pode guardar chaves das duas. Quando um provedor devolve um erro de limite de requisições, o gateway envia a requisição para o próximo provedor.

Guias relacionados

Fontes

Todos os guias · Ver todos os modelos gratuitos