Groq - это про скорость и доступность одновременно. Платформа построена на собственных LPU-процессорах (Language Processing Unit), которые заточены под инференс языковых моделей. В отличие от GPU, архитектура LPU изначально проектировалась для вывода, а не обучения нейросетей, что даёт ощутимый прирост в скорости генерации текста.
Бесплатный доступ к моделям: что внутри
Платформа раздаёт 1000 запросов в день без привязки банковской карты. В списке доступных моделей - Qwen 3, Kimi K2 и семейство Llama. Это позволяет тестировать разные архитектуры под конкретные задачи: от быстрых ответов в чате до сложной обработки контекста на 256 тысяч токенов. Reasoning-модели тоже в деле - можно прогонять запросы, требующие многоступенчатой логики.
Скорость работы и цены на токены
LPU выдаёт до 1000 токенов в секунду на лёгких моделях вроде GPT OSS 20B. Это заметно быстрее стандартных GPU-решений, особенно когда нужно обработать поток запросов в реальном времени. Платные тарифы стартуют от $0.075 за миллион входных токенов - получается около 13 миллионов токенов на доллар. Для сравнения: топовая модель Kimi K2 обойдётся в $1 за миллион входных токенов, но даёт контекст в четверть миллиона токенов.
Работа с аудио и голосом
Платформа поддерживает мультимодальность: можно отправлять аудио и получать текстовые ответы или наоборот. Это удобно для голосовых ассистентов, транскрибации или озвучки контента. API стандартное, совместимо с популярными библиотеками - переключиться с другого провайдера можно буквально заменой одной строчки в коде.
Groq разворачивает свои дата-центры по всему миру, чтобы снизить задержки. Локальная обработка запросов - это когда ответ приходит не через полмира, а из ближайшего узла. Для приложений реального времени вроде чат-ботов или игровых NPC разница ощутима: пользователь не висит в ожидании, пока модель «подумает».
Блог