Groq vs Cerebras
Groq și Cerebras rulează amândouă LLM-uri pe cipuri proprii și sunt cunoscute pentru ieșire rapidă. În 2026 se deosebesc cel mai mult prin accesul gratuit. Groq are un plan gratuit recurent. Cerebras are un credit de probă care expiră. Această pagină compară viteza, limitele gratuite și modelele, cu date de la ambii furnizori și din catalogul live.
Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.
Rezumat alăturat
| Caracteristică | Groq | Cerebras |
|---|---|---|
| Hardware | Cipuri Groq LPU | Cipuri Cerebras la scară de wafer |
| Acces gratuit | Plan gratuit recurent, cu limite pe model | Fără nivel gratuit reînnoibil. Credit de probă de 5 USD pe 30 de zile |
| Card sau metodă de plată | Nu este necesar pentru planul Free | Necesar pentru a activa proba și API-ul |
| Viteza GPT-OSS 120B (cifra furnizorului) | Aproximativ 500 de tokeni/s | Aproximativ 3.000 de tokeni/s |
| Viteza Qwen 3.8 27B (cifra furnizorului) | Aproximativ 450 de tokeni/s | Aproximativ 1.850 de tokeni/s |
| Limita gratuită GPT-OSS 120B | Vedeți tabelul live de mai jos | Probă: 5 cereri/min, 1M tokeni/zi |
| Context la acces gratuit | 131.072 de tokeni la majoritatea modelelor de chat | 65K (GPT-OSS) și 64K (Qwen) în probă |
| API compatibil cu OpenAI | Da, api.groq.com/openai/v1 | Da, api.cerebras.ai/v1 |
| Alte servicii | Speech to text (Whisper) și text to speech | Doar modele de chat în lista actuală |
Cifrele de viteză provin din paginile de model ale fiecărui furnizor. Viteza reală depinde de lungimea promptului, de încărcare și de regiune. Noi nu le-am măsurat.
Viteză
Conform cifrelor furnizorilor, Cerebras este mai rapid la cele două modele pe care le oferă ambii. Listează aproximativ 3.000 de tokeni pe secundă pentru GPT-OSS 120B. Groq listează aproximativ 500 de tokeni pe secundă pentru același model. Pentru Qwen 3.8 27B, Cerebras listează aproximativ 1.850, iar Groq aproximativ 450.
Amândoi sunt mult mai rapizi decât majoritatea furnizorilor pe GPU. Pentru un răspuns de chat de câteva sute de tokeni, ambii par instantanei pentru utilizator. Diferența contează mai mult pentru ieșiri lungi, joburi în lot și agenți care înlănțuie multe apeluri.
Groq listează și GPT-OSS 20B la aproximativ 1.000 de tokeni pe secundă. Dacă aveți nevoie de viteză pe un plan gratuit, un model mic pe Groq este adesea cea mai bună alegere.
Limite gratuite
Groq aplică limitele de rată la nivel de organizație. Tabelul arată limitele gratuite Groq din catalogul de astăzi.
| Model | Gratuit pe | Context | Limite gratuite (cea mai bună ofertă) | Instrumente | Viziune |
|---|---|---|---|---|---|
| Qwen3.8 27B | Groq | 262K | 30 cereri/min 250 cereri/zi 70,000 tokeni/min ~6M | Da | Da |
| GPT-OSS 120B | Groq | 131K | 30 cereri/min 1,000 cereri/zi 8,000 tokeni/min 200,000 tokeni/zi ~6M | Da | Nu |
| GPT-OSS 20B | Groq | 131K | 30 cereri/min 1,000 cereri/zi 8,000 tokeni/min 200,000 tokeni/zi ~6M | Da | Nu |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 cereri/min 1,000 cereri/zi 8,000 tokeni/min 200,000 tokeni/zi ~6M | Da | Nu |
| ALLaM 2 7B | Groq | 4K | 30 cereri/min 1,000 cereri/zi 6,000 tokeni/min 500,000 tokeni/zi ~15M | Nu | Nu |
| Llama Prompt Guard 2 22M | Groq | 512 | 30 cereri/min 14,400 cereri/zi 15,000 tokeni/min 14.4K rpd | Nu | Nu |
| Llama Prompt Guard 2 86M | Groq | 512 | 30 cereri/min 14,400 cereri/zi 15,000 tokeni/min 14.4K rpd | Nu | Nu |
Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.
Cerebras nu are un rând în catalogul gratuit, deoarece singurul său acces gratuit este proba. Proba oferă 5 USD credit, după ce adăugați o metodă de plată verificată. Creditul expiră la 30 de zile după ce Cerebras îl acordă. În timpul probei, GPT-OSS 120B permite 5 cereri pe minut și 1M de tokeni pe zi. Qwen 3.8 27B permite 300 de cereri pe minut.
Modele
- Modele Groq de producție: GPT-OSS 120B, GPT-OSS 20B, Llama 3.3 70B, Llama 3.1 8B și modelele de vorbire Whisper.
- Modele Groq în previzualizare: Qwen 3.8 27B, MiniMax M2.7, GPT-OSS Safeguard 20B, Llama Prompt Guard și modelele de vorbire Orpheus, alături de altele.
- Modele Cerebras: GPT-OSS 120B și Qwen 3.8 27B.
- Modelele în previzualizare se pot schimba sau pot dispărea cu un preaviz scurt. Nu construiți un produs doar pe un model în previzualizare.
Ambii furnizori servesc GPT-OSS, deci îi puteți compara pe același model. Alți furnizori servesc GPT-OSS și gratuit. Citiți pagina API-ului gratuit GPT-OSS pentru toate rutele.
Erori de limită de rată și antete
Ambele API-uri returnează HTTP 429 când depășiți o limită. Groq documentează antetele sale pentru limita de rată. Citiți-le pentru a încetini înainte să ajungeți la limită.
| Antet Groq | Înțeles |
|---|---|
x-ratelimit-limit-requests | Limita dumneavoastră de cereri pe zi |
x-ratelimit-remaining-requests | Cereri rămase în ziua curentă |
x-ratelimit-limit-tokens | Limita dumneavoastră de tokeni pe minut |
x-ratelimit-remaining-tokens | Tokeni rămași în minutul curent |
retry-after | Secunde de așteptat. Groq îl trimite doar cu un răspuns 429 |
În proba Cerebras, cea mai comună limită este de 5 cereri pe minut la GPT-OSS 120B. Pe Groq, cea mai comună limită la prompturi lungi este cea de tokeni pe minut. Pentru mai multe detalii, citiți erorile de limită de rată Groq.
Care să alegeți
| Caz de utilizare | Alegere | Motiv |
|---|---|---|
| API gratuit pentru un proiect secundar | Groq | Plan gratuit recurent, fără card |
| Cea mai rapidă ieșire pe GPT-OSS 120B | Cerebras | De aproximativ 6 ori cifra furnizorului Groq |
| Agent de programare cu prompturi lungi | Groq, sau un grup de furnizori | Context de 131K. Contextul probei Cerebras este de aproximativ 65K |
| Speech to text | Groq | Groq servește modelele Whisper |
| Un endpoint de producție plătit, foarte rapid | Cerebras | Nivelul pentru dezvoltatori nu are plafoane orare sau zilnice |
| Uz gratuit care nu se oprește la o singură limită | Ambii, într-un gateway | Trecerea la alt furnizor mută cererile când se atinge o limită |
Nu trebuie să alegeți unul singur. FreeLLMAPI are adaptoare pentru ambii. Adăugați o cheie Groq pentru uz zilnic gratuit și o cheie Cerebras pe durata probei. Folosiți strategia de rutare auto:fast pentru a prefera modele rapide. Când Groq returnează 429, routerul încearcă următorul model din lanțul dumneavoastră.
Întrebări frecvente
Este Groq mai rapid decât Cerebras?
Nu, conform cifrelor furnizorilor. Cerebras listează aproximativ 3.000 de tokeni pe secundă pentru GPT-OSS 120B. Groq listează aproximativ 500 de tokeni pe secundă pentru același model.
Este Cerebras gratuit ca Groq?
Nu. Groq are un plan gratuit recurent. Cerebras nu are un nivel gratuit reînnoibil, ci doar un credit de probă de 5 USD, care expiră după 30 de zile și necesită o metodă de plată.
Care sunt limitele nivelului gratuit Groq?
Groq stabilește limite pe model, la nivel de organizație. Tabelul de pe această pagină arată limitele gratuite actuale pentru fiecare model Groq din catalogul live.
Ce modele servesc ambii, Groq și Cerebras?
Ambii servesc GPT-OSS 120B și Qwen 3.8 27B. Groq servește și GPT-OSS 20B, modele Llama, Whisper și unele modele în previzualizare.
Pot folosi Groq și Cerebras împreună?
Da. Un gateway, precum FreeLLMAPI, poate ține chei pentru ambii. Când un furnizor returnează o eroare de limită de rată, gateway-ul trimite cererea la următorul furnizor.
Ghiduri înrudite
- Nivelul gratuit Cerebras: ce primiți în 2026
- Limita de rată Groq atinsă (429)
- free gpt oss api
- free groq api
- Limite de rată pentru Free LLM API
- API gratuit speech to text
Surse
- GroqCloud docs: Supported models (verificat 20 November 2026)
- GroqCloud docs: Rate limits (verificat 20 November 2026)
- Groq Community: Is there a free tier and what are its limits? (verificat 20 November 2026)
- Cerebras Inference docs: Rate limits (verificat 20 November 2026)
- Cerebras Inference docs: Models overview (verificat 20 November 2026)
- FreeLLMAPI docs: Supported platforms (verificat 20 November 2026)