Groq API 怎么收费？速度怎么理解
核实于 2026-10-18。Supported Models ｜ Deprecations ｜ 计划结构见 Billing plans
定位：快推理 API，不是「聊天会员」
GroqCloud 卖的是 Tokens-as-a-Service 推理：Free / Developer（按用量）/ Enterprise，不是 ChatGPT 那种月费 Pro。速度数字是官方表上的 tokens/秒（T/SEC），用来横向比吞吐，不是你家宽网速。
Developer 为按 token 后付；帮助中心写新用户可有渐进账单阈值（累计用量达到若干美元档位时提前出账；印度账单地址阈值不同——见 Billing FAQs）。设好 spend limit，避免 Agent 循环刷爆。未达下一阈值的用量，会落在月末常规账单里。
自助公开价主表（以 docs/models 为准）
下列为 Developer 计划可见的公开美元价（每百万 tokens，USD）。主表只列现行自助价；已关停或仅企业询价的模型见下一节，不要把它们写进自助预算表。
| 模型 | 速度约 | 输入 | 输出 | 备注 |
|---|---|---|---|---|
openai/gpt-oss-20b | ~1000 t/s | $0.075 | $0.30 | 自助生产档；轻量/高吞吐向 |
openai/gpt-oss-120b | ~500 t/s | $0.15 | $0.60 | 自助生产档；更强推理向；缓存输入另有折扣价（见模型页） |
| Whisper large-v3 | — | $0.111/小时 | — | 语音转写 |
| Whisper large-v3-turbo | — | $0.04/小时 | — | 更快/更便宜转写档 |
出处：Supported Models。表上另有部分 Preview（如 Orpheus TTS、Prompt Guard、部分 Qwen 等），价与限额各异，且可能短期下线——评估用，勿当生产默认。价可变，以页面为准。
营销站 home.cloud.groq.io/pricing 偶发不可用或仍残留旧模型价表——自助选型以 console 文档 models + deprecations 为准，不要把营销页旧行抄进预算表。
Llama 3.1 8B / 3.3 70B：Free/Developer 已关停
按 Deprecations：
llama-3.1-8b-instant与llama-3.3-70b-versatile对 Free / Developer 已于 2026-08-16 关停；- 官方建议迁移：
openai/gpt-oss-20b（替代 8B Instant）、openai/gpt-oss-120b或当时文档推荐的 Qwen 替代（替代 70B Versatile）； - 有承诺用量合同的 Enterprise 客户不受该 Free/Developer 关停影响；
- 现行 docs/models 生产表上，这两行标注为 Enterprise，价格与限额均为 Contact Sales——不是公开 on-demand 美元价。
因此：新接入或自助开发者请默认按 GPT-OSS（及仍开放的 Whisper 等）做容量与成本估算；若业务硬依赖 Llama 系列，走销售询价，不要沿用弃用前的营销页或社区流传公开价。
同批弃用节奏也可参考：Llama 4 Scout、Qwen3 32B 等亦曾对 Free/Developer 设关停日并建议迁到 GPT-OSS 等（见 deprecations 页）。选型前先扫一遍弃用表，避免把已下线 ID 写进生产配置。Rate limits 文档若已不再列出某模型 ID，通常也意味着该 ID 对当前自助计划不可用。
速度怎么用在选型里
- 要低延迟对话/补全：优先看官方 t/s 高的自助行（如 GPT-OSS 20B ~1000）；
- 要更强推理质量：常要更大模型，tps 往往更低、单价更高——用你的延迟 SLA 压测，不要只看营销「最快」；
- 同一家族换档时，先对延迟、失败率与输出质量做回归，再切流量；
- Batch API 相对同步价约 50%；与 prompt cache 折扣不叠加（Batch）。Batch 窗口可选约 24 小时到 7 天；容量紧张时更长窗口更利于跑完而不是过期。Batch 文档示例里若仍出现旧模型 ID，请先对照 models / deprecations 确认该 ID 对你当前计划是否仍可用。过期批次只对成功完成的请求计费，未完成部分可重新提交。
账单与计划注意
- Free：入门试用与社区支持；限额较低。
- Developer：更高 TPM/RPM、聊天支持、Flex、Batch、Spend Limits、短期审计日志等（见 Billing plans）。升级时需绑支付方式；升级即时生效，但扣款按月末或渐进阈值触发。
- Enterprise：容量、专属支持、LoRA、SSO/SCIM、更长审计保留等，询价。
- 降级：从 Developer 降回 Free 可在设置 Billing 操作；未出账用量会出最终发票，需结清后完成降级（Billing FAQs）。降级后失去 Developer 权益，可随时再升。
迁移清单（从旧 Llama 自助 ID 迁走）
若你的代码或提示词模板仍写着 llama-3.1-8b-instant / llama-3.3-70b-versatile：
- 打开 Deprecations 确认关停日与推荐替代；Free/Developer 侧这两 ID 已于 2026-08-16 结束自助可用。
- 把默认模型改成官方推荐的
openai/gpt-oss-20b或openai/gpt-oss-120b（按原工作负载选轻量或更强档）。 - 用同一批评测集对比延迟（看官方 t/s 只是起点）、失败率与输出质量，再切生产流量。
- 检查 Batch 任务、定时脚本、SDK 常量与环境变量，避免只改了网页 Playground。
- 若必须继续用 Llama 系列且已有企业承诺用量，按 docs 标注走 Contact Sales，不要假设自助价表仍公开。
同目录弃用页还列出其它曾对 Free/Developer 关停的模型（如部分 Llama 4 Scout、旧版 Qwen3 等）。上线前养成「先搜 deprecations 再写死 model id」的习惯，比事后半夜改配置便宜。
价格怎么读进预算表
- 输入 / 输出分开：官方表按每百万 tokens 分别标价；长输出场景不要只按输入单价估算。
- 缓存输入：部分模型页另列 cached input 折扣（例如 GPT-OSS 120B 模型页有缓存输入价），适合重复系统提示或工具说明。
- Batch 半价：适合评测集、离线改写、大批量抽取；不适合强实时对话。半价与缓存折扣不叠加（Batch 文档说明）。
- 语音按小时：Whisper 行是每小时音频价，不要和文本每百万 tokens 混在一张「统一单价」里。
- Preview 另册：TTS、Guard 等 Preview 行可能短期下线或改价，预算与 SLA 不要绑死在 Preview ID 上。
把「自助公开价」和「Contact Sales」分成两列：前者可进个人/初创月度表，后者只能写「询价」或合同价，避免财务按过期营销页做预测。
和聊天订阅类产品的差别
Groq 这篇讲的是 API 用量账，不是 ChatGPT / Claude Pro 那种「按月取消」会员。没有「首购 14 天冷静期退订阅」这类聊天产品叙事；你要管的是 API Key、计划档（Free/Developer/Enterprise）、spend limit 与月末/阈值发票。若同时买了别家聊天会员，请分开记账，不要把推理云的 token 账单和会员年付写进同一条「取消订阅」待办。
需要对照本站其它文时：通用取消清单适用于会员制 SaaS；本文适用于按 token 的推理 API。两者入口、退款逻辑与风险点都不一样。
核实说明
本文价格与政策核实于 2026-10-18（北京时间），对照 console.groq.com/docs/models 与 deprecations。生成式工具改价、改模型可用性都很快；若你打开的官方页面与本文表格不一致，请以控制台价表与文档为准。本站只整理公开信息，不代为注册、不代为付款、不申请推广计划，也不提供任何绕过地区或网络限制的操作说明。
小结
自助价看 GPT-OSS / Whisper 官方表；Llama 3.1 8B 与 3.3 70B 对 Free/Developer 已于 2026-08-16 关停，docs 现为 Contact Sales。速度看 t/s；Batch 约半价但别叠错折扣预期。