O que é Groq?
A Groq roda modelos de IA por uma API chamada GroqCloud. Ela fez o seu nome com chips próprios, as LPUs (Language Processing Units), e a documentação de modelos lista o gpt-oss-20b a cerca de 1.000 tokens por segundo e o gpt-oss-120b a cerca de 500.
A empresa mudou de formato. Em dezembro de 2025, a NVIDIA pagou cerca de US$ 20 bilhões por uma licença não exclusiva da tecnologia de chips da Groq e contratou o fundador Jonathan Ross e boa parte da equipe de engenharia. Com o novo CEO, Doug Wightman, a Groq se tornou NVIDIA Cloud Partner em agosto de 2026 e captou uma Series A de US$ 350 milhões com avaliação de US$ 3,5 bilhões, reposicionando-se como uma nuvem de inferência que roda hardware da NVIDIA ao lado do seu próprio.
A lista pública de modelos é curta: os modelos gpt-oss da OpenAI, um modelo Qwen, o Whisper para conversão de fala em texto e alguns modelos de segurança e voz. O Llama 3.1 8B e o Llama 3.3 70B ainda aparecem como modelos de produção, mas são exclusivos do Enterprise.
Quanto custa Groq?
| Plano | Preço | O que inclui |
|---|---|---|
| Free | Free | Limites de uso (30 solicitações/minuto e 1.000/dia para o gpt-oss-120b) |
| gpt-oss-120b | $0.15 in / $0.60 out per 1M tokens | Plano Developer |
| gpt-oss-20b | $0.075 in / $0.30 out per 1M tokens | Plano Developer |
| qwen3.8-27b | $0.80 in / $4.00 out per 1M tokens | Plano Developer |
| Whisper large-v3-turbo | $0.04/hour of audio | Plano Developer |
Plano gratuito com limites de uso (30 solicitações/minuto e 1.000/dia para o gpt-oss-120b). Plano Developer com pagamento por uso: gpt-oss-120b US$ 0,15 de entrada / US$ 0,60 de saída por 1M de tokens, gpt-oss-20b US$ 0,075 / US$ 0,30, qwen3.8-27b US$ 0,80 / US$ 4,00; Whisper large-v3-turbo US$ 0,04/hora de áudio. Llama e alguns modelos mais novos via equipe de vendas.
Groq vale a pena?
Se o seu app conversa com as pessoas em voz alta, ou encadeia uma dúzia de chamadas ao modelo antes de responder, cada pausa se acumula e o produto inteiro parece lento.
A Groq vende velocidade, e continua entregando. A documentação de modelos lista o gpt-oss-20b a cerca de 1.000 tokens por segundo e o gpt-oss-120b a cerca de 500. O modelo maior custa US$ 0,15 por milhão de tokens de entrada e US$ 0,60 de saída, então você não paga a mais do que nas nuvens de GPU por essa velocidade. Para agentes de voz, autocompletar ao vivo ou agentes que encadeiam uma dúzia de chamadas por turno, isso muda a sensação do produto.
Em dados, os padrões são melhores do que os de muitos concorrentes. A Groq diz que não guarda as suas entradas e saídas por padrão, embora possa registrá-las por até 30 dias para confiabilidade e monitoramento de abuso. O Zero Data Retention desliga isso para qualquer cliente, não só para contas empresariais, ao custo dos recursos que dependem de dados armazenados. A central de confiança lista relatórios SOC 2 Type II de 2024 e 2025 e um adendo de business associate da HIPAA. Os dados que ficam guardados estão em buckets do Google Cloud nos EUA.
O porém: o cardápio é curto. Os modelos de produção são dois tamanhos de gpt-oss, duas variantes do Whisper e dois modelos Llama que agora dizem "Contact Sales". Os modelos em preview, incluindo o qwen3.8-27b a US$ 0,80 e US$ 4,00, são marcados para avaliação e "may be discontinued at short notice". Se você quer um modelo de pesos abertos de ponta específico, ou fine-tuning, a Together AI e a Fireworks AI oferecem mais.
A empresa também mudou. Depois que a NVIDIA licenciou a tecnologia das LPUs e contratou o fundador, a Groq captou US$ 350 milhões com avaliação de US$ 3,5 bilhões, cerca de metade da sua avaliação de setembro de 2025, e agora se descreve como uma neocloud que também vende capacidade da NVIDIA. Isso torna mais provável que o GroqCloud continue funcionando e menos provável que continue sendo uma aposta pura em velocidade com chips próprios.
Nossa opinião: a Groq é a via expressa para um punhado de modelos abertos populares. Se o seu modelo está na lista e a velocidade é o que os seus usuários percebem, é difícil discutir o preço; a Cerebras é a rival mais próxima em tokens por segundo, com outra aposta de hardware por trás.
Onde ele se destaca
Uma startup criando um agente de voz por telefone para clínicas odontológicas
Manter o intervalo entre quem liga e a resposta abaixo de um segundo
O Whisper large-v3-turbo transcreve a US$ 0,04 por hora de áudio e o gpt-oss-20b responde a cerca de 1.000 tokens por segundo. 10.000 horas de chamadas por mês custam cerca de US$ 400 em transcrição, antes dos tokens do LLM.
Um engenheiro de backend cujo agente faz 15 chamadas sequenciais ao LLM por solicitação do usuário
Cortar a latência de ponta a ponta sem reescrever o agente
Aponte o cliente compatível com a OpenAI para o GroqCloud e troque para openai/gpt-oss-120b. A velocidade por chamada é o ganho; o contexto de 131.072 tokens e o limite de saída de 65.536 tokens são as restrições a considerar no design.
Uma responsável por compliance em uma empresa de telessaúde
Aprovar um provedor de inferência para transcrições com dados de pacientes
A Groq oferece um BAA, lista relatórios SOC 2 Type II e permite que administradores ativem o ZDR globalmente. Arquivos de batch ficam guardados por até 30 dias, a menos que sejam apagados, então pipelines de batch precisam de uma etapa de exclusão.
Antes de decidir
- Configuração
- Crie uma chave no console do GroqCloud e use o endpoint compatível com a OpenAI; o plano gratuito não pede cartão.
- Integrações
- APIs de chat e áudio compatíveis com a OpenAI; processamento Batch e Flex no plano pago Developer.
- Dados e privacidade
- Sem retenção por padrão, até 30 dias de registro para abuso e confiabilidade, a menos que o ZDR esteja ativado; arquivos de batch por até 30 dias. SOC 2 Type II e BAA da HIPAA segundo a central de confiança; dados retidos armazenados nos EUA.
- Custo em escala
- Uma carga de 3 bilhões de tokens de entrada e 1 bilhão de saída por mês no gpt-oss-120b custa US$ 450 mais US$ 600, cerca de US$ 1.050; no gpt-oss-20b cai pela metade. Os modelos Llama têm preço definido pela equipe de vendas.
- Limites
- Plano gratuito: 30 solicitações por minuto, 1.000 por dia, 8.000 tokens por minuto e 200.000 por dia no gpt-oss e no Qwen. Os limites do Developer aparecem só no seu console.
O que é bom
- Cerca de 500 a 1.000 tokens por segundo nos modelos gpt-oss
- Plano gratuito com 1.000 solicitações por dia nos principais modelos
- gpt-oss-120b a US$ 0,15 de entrada e US$ 0,60 de saída por milhão de tokens
- Sem retenção por padrão; ZDR disponível para todos os clientes
- Whisper large-v3-turbo a US$ 0,04 por hora de áudio
O que não é
- Seis modelos de produção, dois deles Llama exclusivos do Enterprise
- Modelos em preview podem ser retirados com pouco aviso
- Plano gratuito limitado a 8.000 tokens por minuto nos principais modelos
- O negócio agora está migrando dos chips próprios para capacidade da NVIDIA
Ideal para
Desenvolvedores que criam recursos de voz, tempo real ou agentes em que a velocidade de resposta importa mais do que a escolha do modelo.
Alternativas ao Groq
Groq: perguntas frequentes
- Groq vale a pena?
- A Groq ainda vende alguns dos tokens mais rápidos do mercado a preço de pechincha, mas a empresa por trás dela mudou e a sua lista de modelos encolheu junto. Damos nota 4.0 de 5.
- Quanto custa Groq?
- Plano gratuito com limites de uso (30 solicitações/minuto e 1.000/dia para o gpt-oss-120b). Plano Developer com pagamento por uso: gpt-oss-120b US$ 0,15 de entrada / US$ 0,60 de saída por 1M de tokens, gpt-oss-20b US$ 0,075 / US$ 0,30, qwen3.8-27b US$ 0,80 / US$ 4,00; Whisper large-v3-turbo US$ 0,04/hora de áudio. Llama e alguns modelos mais novos via equipe de vendas.
- Quais são as desvantagens de Groq?
- Seis modelos de produção, dois deles Llama exclusivos do Enterprise; modelos em preview podem ser retirados com pouco aviso; plano gratuito limitado a 8.000 tokens por minuto nos principais modelos; o negócio agora está migrando dos chips próprios para capacidade da NVIDIA.
- Para quem Groq é indicado?
- Desenvolvedores que criam recursos de voz, tempo real ou agentes em que a velocidade de resposta importa mais do que a escolha do modelo.
- Quanto custa Groq para uma equipe ou em produção?
- Uma carga de 3 bilhões de tokens de entrada e 1 bilhão de saída por mês no gpt-oss-120b custa US$ 450 mais US$ 600, cerca de US$ 1.050; no gpt-oss-20b cai pela metade. Os modelos Llama têm preço definido pela equipe de vendas.
- Groq é seguro para dados da empresa?
- Sem retenção por padrão, até 30 dias de registro para abuso e confiabilidade, a menos que o ZDR esteja ativado; arquivos de batch por até 30 dias. SOC 2 Type II e BAA da HIPAA segundo a central de confiança; dados retidos armazenados nos EUA.
- Quais são as melhores alternativas ao Groq?
- As alternativas mais próximas que analisamos são Cerebras, Fireworks AI, Together AI e OpenRouter.
Respostas verificadas em 22 de out. de 2026.