O que é Cerebras?
A Cerebras fabrica chips de IA muito grandes, cada um feito de um wafer de silício inteiro, e os aluga por meio de uma API de inferência. Ela costuma ser a opção mais rápida para os modelos que serve: a documentação lista o gpt-oss-120b a cerca de 3.000 tokens por segundo e o Qwen 3.8 27B a cerca de 1.850.
A API compartilhada lista só esses dois modelos. A página de preços coloca o gpt-oss-120b a US$ 0,35 por milhão de tokens de entrada e US$ 0,75 por milhão de saída, e o Qwen 3.8 27B a US$ 0,99 e US$ 1,49. Contas novas recebem um crédito único de US$ 5 depois de cadastrar um cartão, válido por 30 dias; quando ele acaba, o acesso para até você comprar créditos de pagamento por uso. Mais modelos, capacidade reservada e SLAs vêm pelo Dedicated Inference, mediante acordo. A Cerebras abriu capital na Nasdaq em maio de 2026 e tem um grande contrato de computação com a OpenAI.
Quanto custa Cerebras?
| Plano | Preço | O que inclui |
|---|---|---|
| Trial | $5 one-time credit | 30 dias, depois pagamento por uso |
| 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 $200/month | Pro US$ 50 (até 24 milhões de tokens por dia) e Max US$ 200 (120 milhões por dia) no GLM 4.7; ambos listados como esgotados |
Crédito único de teste de US$ 5 (30 dias), depois pagamento por uso. gpt-oss-120b US$ 0,35 de entrada / US$ 0,75 de saída por 1M de tokens; Qwen 3.8 27B US$ 0,99 / US$ 1,49. Dedicated Inference mediante acordo. Assinaturas Cerebras Code (US$ 50 e US$ 200/mês) listadas como esgotadas.
Cerebras vale a pena?
Se você constrói um agente de programação com IA, sabe para onde vai o tempo: dezenas de chamadas de modelo em sequência, e uma espera em cada uma.
A Cerebras roda modelos abertos em chips do tamanho de um wafer e vende a velocidade por token. A documentação lista o gpt-oss-120b a cerca de 3.000 tokens por segundo, então uma resposta longa chega quase de imediato, e ao longo de dezenas de chamadas encadeadas os segundos economizados somam minutos por tarefa.
O porém: a velocidade vem com um cardápio curto e um preço mais alto. A API compartilhada oferece dois modelos, gpt-oss-120b e Qwen 3.8 27B; qualquer outro significa Dedicated Inference e um acordo enterprise. A Cerebras cobra US$ 0,35 por milhão de tokens de entrada e US$ 0,75 de saída pelo gpt-oss-120b, enquanto o OpenRouter lista a Groq a US$ 0,15 e US$ 0,60 para o mesmo modelo, e vários hosts menores cobram ainda menos. Um mês de 2 bilhões de tokens de entrada e 500 milhões de saída custa cerca de US$ 1.075 na Cerebras contra US$ 600 na Groq.
O teste serve só para avaliação: 5 requisições por minuto e 1 milhão de tokens por dia. O pagamento por uso eleva o gpt-oss-120b a 1.000 requisições e 1 milhão de tokens sem cache por minuto, sem limite diário, mas o Qwen 3.8 27B fica em 300 requisições por minuto. Quando o crédito de US$ 5 expira após 30 dias, o acesso à API para em vez de passar para a cobrança paga, um padrão sensato para um teste.
Sobre dados, a Cerebras diz que não retém seus prompts, requisições ou saídas da API de inferência, guardando só dados de conta e de uso, embora as entradas do cache de prompts fiquem por pelo menos 5 minutos e até uma hora. Um relatório SOC 2 Type 2 e um DPA (o acordo de processamento de dados que o seu jurídico vai pedir) estão disponíveis sob solicitação pelo trust center, e o DPA cobre contas empresariais, não cadastros individuais.
Nossa opinião: a Cerebras é a faixa expressa, não a rodovia. Ela compensa nas chamadas em que uma pessoa está esperando, enquanto o grosso do seu tráfego pertence a hosts mais baratos. E como os planos de preço fixo Cerebras Code, de US$ 50 e US$ 200 por mês, aparecem os dois como esgotados na própria página do Code da Cerebras, a API por token é a porta de entrada confiável.
Onde ele se destaca
Uma startup de ferramentas para desenvolvedores que roda um agente de programação com dezenas de chamadas de modelo sequenciais por tarefa
Reduzir o tempo real de cada tarefa do agente
O gpt-oss-120b a cerca de 3.000 tokens por segundo encurta cada etapa, e 1.000 requisições por minuto no pagamento por uso raramente são o gargalo. Para uma mistura com muita entrada, espere pagar cerca de 1,8 vez a tarifa da Groq.
Uma equipe que constrói agentes de voz em tempo real para suporte por telefone
Manter as respostas faladas abaixo de um segundo
A geração rápida deixa mais do orçamento de latência para o reconhecimento e a síntese de fala. O Qwen 3.8 27B, a cerca de 1.850 tokens por segundo e US$ 0,99/US$ 1,49 por milhão, também aceita imagens, mas o limite de 300 requisições por minuto pesa no volume de uma central de atendimento.
Um head de engenharia avaliando fornecedores de inferência
Decidir se a velocidade justifica um preço maior e um catálogo restrito
Encaminhar só as chamadas críticas em latência para a Cerebras pelo OpenRouter evita um segundo contrato e mantém o resto do tráfego em hosts mais baratos; o argumento enfraquece se o modelo de que você precisa só estiver no Dedicated Inference.
Antes de decidir
- Configuração
- Cadastre-se, adicione um cartão para o crédito de US$ 5 e chame o endpoint compatível com OpenAI; o nível de teste é rotulado para avaliação, não para produção.
- Integrações
- API compatível com OpenAI; também vendida pelo OpenRouter, Hugging Face, AWS Marketplace e Vercel.
- Dados e privacidade
- Prompts, requisições e saídas não retidos, segundo a Cerebras; cache de prompts mantido por pelo menos 5 minutos e até uma hora; relatório SOC 2 Type 2 e DPA sob solicitação pelo trust center.
- Custo em escala
- 2 bilhões de tokens de entrada e 500 milhões de saída por mês no gpt-oss-120b custam cerca de US$ 1.075; a mesma mistura ao preço da Groq no OpenRouter sai a cerca de US$ 600.
- Limites
- Contexto de 131k no gpt-oss-120b e 128k no Qwen 3.8 27B para contas pagas (65k e 64k no teste); Qwen limitado a 300 requisições por minuto no pagamento por uso.
O que é bom
- Cerca de 3.000 tokens/s no gpt-oss-120b, segundo a documentação
- Prompts e saídas não retidos, segundo a Cerebras
- 1.000 requisições por minuto e sem limite diário no pagamento por uso
- Também vendida pelo OpenRouter, Hugging Face, AWS Marketplace e Vercel
O que não é
- Só dois modelos na API compartilhada
- A entrada do gpt-oss-120b custa mais do que o dobro da Groq
- Teste limitado a 5 requisições por minuto
- Planos Cerebras Code listados como esgotados
Ideal para
Desenvolvedores que constroem agentes sensíveis à latência ou ferramentas de programação que podem trabalhar com modelos gpt-oss ou Qwen.
Alternativas ao Cerebras
Cerebras: perguntas frequentes
- Cerebras vale a pena?
- A Cerebras vende velocidade por token, e com mais do que o dobro do preço de entrada da Groq para o gpt-oss ela só compensa quando a latência é o produto. Damos nota 4.0 de 5.
- Quanto custa Cerebras?
- Crédito único de teste de US$ 5 (30 dias), depois pagamento por uso. gpt-oss-120b US$ 0,35 de entrada / US$ 0,75 de saída por 1M de tokens; Qwen 3.8 27B US$ 0,99 / US$ 1,49. Dedicated Inference mediante acordo. Assinaturas Cerebras Code (US$ 50 e US$ 200/mês) listadas como esgotadas.
- Quais são as desvantagens de Cerebras?
- Só dois modelos na API compartilhada; a entrada do gpt-oss-120b custa mais do que o dobro da Groq; teste limitado a 5 requisições por minuto; planos Cerebras Code listados como esgotados.
- Para quem Cerebras é indicado?
- Desenvolvedores que constroem agentes sensíveis à latência ou ferramentas de programação que podem trabalhar com modelos gpt-oss ou Qwen.
- Quanto custa Cerebras para uma equipe ou em produção?
- 2 bilhões de tokens de entrada e 500 milhões de saída por mês no gpt-oss-120b custam cerca de US$ 1.075; a mesma mistura ao preço da Groq no OpenRouter sai a cerca de US$ 600.
- Cerebras é seguro para dados da empresa?
- Prompts, requisições e saídas não retidos, segundo a Cerebras; cache de prompts mantido por pelo menos 5 minutos e até uma hora; relatório SOC 2 Type 2 e DPA sob solicitação pelo trust center.
- Quais são as melhores alternativas ao Cerebras?
- As alternativas mais próximas que analisamos são Groq, Fireworks AI, Together AI e OpenRouter.
Respostas verificadas em 26 de out. de 2026.