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
| Recurso | Groq | Cerebras |
|---|---|---|
| Hardware | Chips LPU da Groq | Chips em escala de wafer da Cerebras |
| Acesso gratuito | Plano Free recorrente com limites por modelo | Sem camada gratuita renovável. $5 de crédito de teste por 30 dias |
| Cartão ou meio de pagamento | Não é necessário para o plano Free | Necessário para ativar o teste e a API |
| Velocidade do GPT-OSS 120B (número do provedor) | Cerca de 500 tokens/s | Cerca de 3,000 tokens/s |
| Velocidade do Qwen 3.8 27B (número do provedor) | Cerca de 450 tokens/s | Cerca de 1,850 tokens/s |
| Limite gratuito do GPT-OSS 120B | Veja a tabela ao vivo abaixo | Teste: 5 req/min, 1M tokens/dia |
| Contexto no acesso gratuito | 131,072 tokens na maioria dos modelos de chat | 65K (GPT-OSS) e 64K (Qwen) no teste |
| API compatível com OpenAI | Sim, api.groq.com/openai/v1 | Sim, api.cerebras.ai/v1 |
| Outros serviços | Fala para texto (Whisper) e texto para fala | Somente 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.
| Modelo | Gratuito em | Contexto | Limites gratuitos (melhor oferta) | Ferramentas | Visão |
|---|---|---|---|---|---|
| Qwen3.8 27B | Groq | 262K | 30 req/min 250 req/dia 70,000 tokens/min ~6M | Sim | Sim |
| GPT-OSS 120B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS 20B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| ALLaM 2 7B | Groq | 4K | 30 req/min 1,000 req/dia 6,000 tokens/min 500,000 tokens/dia ~15M | Não | Não |
| Llama Prompt Guard 2 22M | Groq | 512 | 30 req/min 14,400 req/dia 15,000 tokens/min 14.4K rpd | Não | Não |
| Llama Prompt Guard 2 86M | Groq | 512 | 30 req/min 14,400 req/dia 15,000 tokens/min 14.4K rpd | Não | Não |
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.
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 Groq | Significado |
|---|---|
x-ratelimit-limit-requests | O seu limite de requisições por dia |
x-ratelimit-remaining-requests | Requisições restantes no dia atual |
x-ratelimit-limit-tokens | O seu limite de tokens por minuto |
x-ratelimit-remaining-tokens | Tokens restantes no minuto atual |
retry-after | Segundos 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 uso | Escolha | Motivo |
|---|---|---|
| API gratuita para um projeto paralelo | Groq | Plano gratuito recorrente, sem cartão |
| Saída mais rápida no GPT-OSS 120B | Cerebras | Cerca de 6 vezes o número do provedor da Groq |
| Agente de programação com prompts longos | Groq, ou um conjunto de provedores | Contexto de 131K. O contexto do teste da Cerebras é de cerca de 65K |
| Fala para texto | Groq | A Groq serve modelos Whisper |
| Um endpoint de produção pago e muito rápido | Cerebras | O plano de desenvolvedor não tem limites por hora nem por dia |
| Uso gratuito que não para em um limite | As duas dentro de um gateway | O 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.
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
- Plano gratuito da Cerebras: o que você recebe em 2026
- Limite de taxa da Groq atingido (429)
- free gpt oss api
- free groq api
- Limites de taxa da API LLM gratuita
- API de voz para texto gratuita
Fontes
- GroqCloud docs: Supported models (verificado em 20 November 2026)
- GroqCloud docs: Rate limits (verificado em 20 November 2026)
- Groq Community: Is there a free tier and what are its limits? (verificado em 20 November 2026)
- Cerebras Inference docs: Rate limits (verificado em 20 November 2026)
- Cerebras Inference docs: Models overview (verificado em 20 November 2026)
- FreeLLMAPI docs: Supported platforms (verificado em 20 November 2026)