Was ist Cerebras?
Cerebras baut sehr große KI-Chips, die jeweils aus einem ganzen Siliziumwafer bestehen, und vermietet sie über eine Inference-API. Für die Modelle, die es anbietet, ist Cerebras meist die schnellste Option: Die Dokumentation nennt für gpt-oss-120b etwa 3.000 Tokens pro Sekunde und für Qwen 3.8 27B etwa 1.850.
Die geteilte API führt nur diese beiden Modelle. Laut Preisseite kostet gpt-oss-120b 0,35 $ pro Million Input-Tokens und 0,75 $ pro Million Output-Tokens, Qwen 3.8 27B 0,99 $ und 1,49 $. Neue Konten erhalten nach dem Hinterlegen einer Karte ein einmaliges Guthaben von 5 $, gültig für 30 Tage; ist es aufgebraucht, endet der Zugang, bis du Pay-as-you-go-Guthaben kaufst. Weitere Modelle, reservierte Kapazität und SLAs gibt es per Vereinbarung über Dedicated Inference. Cerebras ging im Mai 2026 an die Nasdaq und hat einen großen Compute-Vertrag mit OpenAI.
Was kostet Cerebras?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Trial | $5 one-time credit | 30 Tage, danach Pay-as-you-go |
| gpt-oss-120b | $0.35 in / $0.75 out per 1M tokens | |
| Qwen 3.8 27B | $0.99 in / $1.49 out per 1M tokens | |
| Cerebras Code | $50 and $200/month | Pro 50 $ (bis zu 24 Millionen Tokens am Tag) und Max 200 $ (120 Millionen am Tag) mit GLM 4.7; beide als ausverkauft gelistet |
Einmaliges Testguthaben von 5 $ (30 Tage), danach Pay-as-you-go. gpt-oss-120b 0,35 $ Input / 0,75 $ Output pro 1 Mio. Tokens; Qwen 3.8 27B 0,99 $ / 1,49 $. Dedicated Inference per Vereinbarung. Cerebras Code-Abos (50 $ und 200 $ im Monat) als ausverkauft gelistet.
Lohnt sich Cerebras?
Wenn du einen KI-Coding-Agenten baust, weißt du, wo die Zeit bleibt: Dutzende Modellaufrufe hintereinander, und bei jedem wartest du.
Cerebras führt offene Modelle auf Chips von Wafergröße aus und verkauft das Tempo pro Token. Die Dokumentation nennt für gpt-oss-120b etwa 3.000 Tokens pro Sekunde, sodass eine lange Antwort fast sofort da ist, und über Dutzende verketteter Aufrufe summieren sich die gesparten Sekunden zu Minuten pro Aufgabe.
Der Haken: Das Tempo kommt mit kurzer Karte und höherem Preis. Die geteilte API bietet zwei Modelle, gpt-oss-120b und Qwen 3.8 27B; alles andere bedeutet Dedicated Inference und einen Enterprise-Vertrag. Cerebras verlangt für gpt-oss-120b 0,35 $ pro Million Input-Tokens und 0,75 $ für Output, während OpenRouter Groq für dasselbe Modell mit 0,15 $ und 0,60 $ listet, und mehrere kleinere Anbieter liegen noch darunter. Ein Monat mit 2 Milliarden Input- und 500 Millionen Output-Tokens kostet bei Cerebras etwa 1.075 $, bei Groq 600 $.
Die Testphase ist nur zur Evaluierung gedacht: 5 Anfragen pro Minute und 1 Million Tokens am Tag. Pay-as-you-go hebt gpt-oss-120b auf 1.000 Anfragen und 1 Million nicht gecachte Tokens pro Minute ohne Tageslimit, Qwen 3.8 27B bleibt aber bei 300 Anfragen pro Minute. Läuft das Guthaben von 5 $ nach 30 Tagen ab, endet der API-Zugang, statt in eine kostenpflichtige Abrechnung überzugehen, und das ist für eine Testphase eine vernünftige Voreinstellung.
Zu den Daten sagt Cerebras, dass es deine Prompts, Anfragen und Ausgaben aus der Inference-API nicht speichert und nur Konto- und Nutzungsdaten behält, wobei Einträge im Prompt-Cache mindestens 5 Minuten und bis zu einer Stunde bestehen. Ein SOC 2 Type 2-Bericht und ein DPA (der Auftragsverarbeitungsvertrag, nach dem deine Rechtsabteilung fragen wird) sind auf Anfrage über das Trust Center erhältlich, und der DPA gilt für Geschäftskonten, nicht für Einzelanmeldungen.
Unser Fazit: Cerebras ist die Expressspur, nicht die Autobahn. Es lohnt sich für die Aufrufe, bei denen ein Mensch wartet, während der Großteil deines Traffics zu günstigeren Anbietern gehört. Und da die Festpreis-Pläne von Cerebras Code für 50 $ und 200 $ im Monat auf der eigenen Code-Seite von Cerebras beide als ausverkauft markiert sind, ist die API mit Abrechnung pro Token der verlässliche Einstieg.
Wo es sich lohnt
Ein Startup für Entwicklerwerkzeuge, dessen Coding-Agent pro Aufgabe Dutzende aufeinanderfolgende Modellaufrufe macht
Die tatsächliche Laufzeit pro Agentenaufgabe verkürzen
gpt-oss-120b mit etwa 3.000 Tokens pro Sekunde verkürzt jeden Schritt, und 1.000 Anfragen pro Minute bei Pay-as-you-go sind selten der Engpass. Bei einem inputlastigen Mix zahlst du etwa das 1,8-Fache des Groq-Preises.
Ein Team, das Echtzeit-Sprachagenten für den Telefonsupport baut
Gesprochene Antworten unter einer Sekunde halten
Schnelle Generierung lässt mehr vom Latenzbudget für Spracherkennung und Sprachsynthese übrig. Qwen 3.8 27B mit etwa 1.850 Tokens pro Sekunde und 0,99 $/1,49 $ pro Million akzeptiert auch Bilder, aber das Limit von 300 Anfragen pro Minute fällt bei Contact-Center-Volumen ins Gewicht.
Eine Engineering-Leiterin, die Inference-Anbieter abwägt
Entscheiden, ob Tempo einen Aufpreis und einen schmalen Katalog rechtfertigt
Wer nur latenzkritische Aufrufe über OpenRouter zu Cerebras leitet, vermeidet einen zweiten Vertrag und lässt den restlichen Traffic bei günstigeren Anbietern; das Argument wird schwächer, wenn das benötigte Modell nur über Dedicated Inference verfügbar ist.
Bevor du dich festlegst
- Einrichtung
- Registrieren, eine Karte für das Guthaben von 5 $ hinterlegen und den OpenAI-kompatiblen Endpunkt aufrufen; die Teststufe ist als Evaluierung gekennzeichnet, nicht für den Produktivbetrieb.
- Integrationen
- OpenAI-kompatible API; auch über OpenRouter, Hugging Face, AWS Marketplace und Vercel erhältlich.
- Daten und Datenschutz
- Prompts, Anfragen und Ausgaben werden laut Cerebras nicht gespeichert; der Prompt-Cache bleibt mindestens 5 Minuten und bis zu einer Stunde erhalten; SOC 2 Type 2-Bericht und DPA auf Anfrage über das Trust Center.
- Kosten im großen Maßstab
- 2 Milliarden Input- und 500 Millionen Output-Tokens im Monat mit gpt-oss-120b kosten etwa 1.075 $; derselbe Mix zum OpenRouter-Preis von Groq kostet etwa 600 $.
- Grenzen
- Kontext von 131k bei gpt-oss-120b und 128k bei Qwen 3.8 27B für bezahlte Konten (65k und 64k in der Testphase); Qwen bei Pay-as-you-go auf 300 Anfragen pro Minute begrenzt.
Was gut ist
- Etwa 3.000 Tokens/s bei gpt-oss-120b, laut Dokumentation
- Prompts und Ausgaben werden laut Cerebras nicht gespeichert
- 1.000 Anfragen pro Minute und kein Tageslimit bei Pay-as-you-go
- Auch über OpenRouter, Hugging Face, AWS Marketplace und Vercel erhältlich
Was nicht
- Nur zwei Modelle auf der geteilten API
- Input für gpt-oss-120b kostet mehr als das Doppelte von Groq
- Testphase auf 5 Anfragen pro Minute begrenzt
- Cerebras Code-Pläne als ausverkauft gelistet
Am besten für
Entwickler, die latenzkritische Agenten oder Coding-Tools bauen und mit gpt-oss- oder Qwen-Modellen arbeiten können.
Alternativen zu Cerebras
Cerebras: häufige Fragen
- Lohnt sich Cerebras?
- Cerebras verkauft Tempo pro Token, und bei mehr als dem doppelten Input-Preis von Groq für gpt-oss lohnt es sich nur, wenn die Latenz das Produkt ist. Wir bewerten es mit 4.0 von 5.
- Was kostet Cerebras?
- Einmaliges Testguthaben von 5 $ (30 Tage), danach Pay-as-you-go. gpt-oss-120b 0,35 $ Input / 0,75 $ Output pro 1 Mio. Tokens; Qwen 3.8 27B 0,99 $ / 1,49 $. Dedicated Inference per Vereinbarung. Cerebras Code-Abos (50 $ und 200 $ im Monat) als ausverkauft gelistet.
- Welche Nachteile hat Cerebras?
- Nur zwei Modelle auf der geteilten API; Input für gpt-oss-120b kostet mehr als das Doppelte von Groq; Testphase auf 5 Anfragen pro Minute begrenzt; Cerebras Code-Pläne als ausverkauft gelistet.
- Für wen eignet sich Cerebras?
- Entwickler, die latenzkritische Agenten oder Coding-Tools bauen und mit gpt-oss- oder Qwen-Modellen arbeiten können.
- Was kostet Cerebras für ein Team oder im Produktivbetrieb?
- 2 Milliarden Input- und 500 Millionen Output-Tokens im Monat mit gpt-oss-120b kosten etwa 1.075 $; derselbe Mix zum OpenRouter-Preis von Groq kostet etwa 600 $.
- Ist Cerebras sicher für Firmendaten?
- Prompts, Anfragen und Ausgaben werden laut Cerebras nicht gespeichert; der Prompt-Cache bleibt mindestens 5 Minuten und bis zu einer Stunde erhalten; SOC 2 Type 2-Bericht und DPA auf Anfrage über das Trust Center.
- Was sind die besten Alternativen zu Cerebras?
- Die nächsten Alternativen, die wir getestet haben, sind Groq, Fireworks AI, Together AI und OpenRouter.
Antworten geprüft am 26. Okt. 2026.