Libere o poder da inferência de LLM com a Groq API

A Groq executa modelos de pesos abertos em seus próprios chips de inferência LPU e vende acesso por token através do GroqCloud. A API é compatível com OpenAI: configure um SDK da OpenAI para usar https://api.groq.com/openai/v1, substitua a chave por uma chave da Groq e o código existente para chat, Responses e áudio funcionará. A documentação da Groq lista geração de texto, raciocínio, uso de ferramentas, saídas estruturadas, OCR e entrada de imagens, conversão de fala em texto (Whisper), conversão de texto em fala (Orpheus), moderação de conteúdo e cache de prompts, além de ferramentas integradas de execução de código e pesquisa na web, ferramentas remotas via MCP e conectores como o Google Workspace.

O catálogo de autosserviço é curto e muda com frequência. Em 1º de novembro de 2026, a lista de produção incluía GPT-OSS 120B e 20B, além de Whisper Large v3 e v3 Turbo; os modelos em prévia incluíam Qwen3.8 27B, GPT-OSS-Safeguard 20B, Llama Prompt Guard e Orpheus TTS. Llama 3.1 8B Instant e Llama 3.3 70B Versatile ainda constam na lista, mas estão marcados como Contact Sales. Cadastre-se no console, comece com o plano Free e passe para o plano Developer com pagamento conforme o uso adicionando uma forma de pagamento.

A Groq não tem mais uma página de preços independente (groq.com/pricing redireciona para a página inicial); os preços por modelo são publicados na documentação dos modelos.

Exemplo de cálculo: 1 milhão de tokens de entrada mais 1 milhão de tokens de saída no GPT-OSS 120B custa US$ 0,15 + US$ 0,60 = US$ 0,75, ou cerca de US$ 0,38 pela Batch API, que a Groq cobra a 50% das tarifas síncronas (janela de 24 horas a 7 dias). Tokens de entrada em cache têm 50% de desconto nos modelos GPT-OSS, aplicado automaticamente. Uma hora de áudio com Whisper v3 Turbo custa US$ 0,04; portanto, 100 horas custam US$ 4. Faturamento do Developer: novas contas recebem faturas quando o uso acumulado ultrapassa US$ 1, US$ 10, US$ 100, US$ 500 e US$ 1.000, e depois mensalmente; valores abaixo de US$ 0,50 não são cobrados; são aceitos cartões, contas bancárias dos EUA e débito SEPA; reembolsos são avaliados caso a caso.

Preços verificados na página de preços do fornecedor em 1º de novembro de 2026. Consulte modelos e preços da Groq.

O que a Groq lista na documentação do GroqCloud:

A Groq é adequada para desenvolvedores que precisam de respostas de baixa latência com modelos abertos — como agentes de voz, interfaces de chat e ciclos de agentes em que cada segundo conta — e para equipes que transcrevem grandes volumes de áudio, já que o Whisper Turbo custa centavos por hora. Com preços de US$ 0,075 a US$ 0,60 por milhão de tokens, os modelos GPT-OSS são uma opção econômica padrão para tarefas de alto volume e dificuldade moderada.

Procure outra opção se precisar de modelos de fronteira fechados (GPT, Claude, Gemini) ou de um catálogo amplo de modelos abertos: OpenRouter permite encaminhar solicitações para centenas de modelos usando uma única chave, e DeepInfra ou Together AI hospedam muito mais modelos abertos. Se você criou sua solução com Llama 3.x usando o nível de autosserviço da Groq, observe que esses modelos agora exigem contato com a equipe de vendas.

Avaliações independentes concordam quanto à velocidade e ao preço, e concentram as críticas nos limites e nas mudanças frequentes. A AI Tools Atlas considera a Groq uma opção sólida para inferência rápida de modelos abertos e para os preços do Whisper, mas afirma que os limites do nível gratuito levam quem precisa de uso real a optar pelo pagamento conforme o uso e que as descontinuações podem obrigar a trocar de modelo no meio de um projeto. O rastreador de preços UsagePricing registrou que, em 26 de agosto de 2026, a Groq passou a exigir contato com a equipe de vendas para Llama 3.1 8B e Llama 3.3 70B, antes disponíveis com preços de autosserviço; e removeu os sistemas de agente Compound do catálogo até 24 de outubro de 2026. A conclusão prática dessas fontes: a Groq é rápida e barata para o que hospeda, mas confira a página atual de modelos antes de depender de um modelo específico.