Groq API это облако GroqCloud: вы отправляете запрос открытой модели и получаете ответ с серверов Groq. Бесплатный уровень есть, но лимиты жёсткие: у gpt-oss-120b 30 запросов в минуту и 200 тысяч токенов в сутки. Если вы искали чат-бота Grok (линейка моделей xAI), вам в статьи Grok в России и Grok API: модели и цены, а Groq ниже.
Groq и Grok: разные вещи
Названия различаются одной буквой, поэтому их путают. Продукты при этом разные.
| Groq | Grok | |
|---|---|---|
| Что это | облако для быстрого вывода моделей, на главной странице Groq называет себя пионером чипа LPU | линейка моделей Grok и чат-бот |
| Документация | console.groq.com/docs | docs.x.ai, страницы подписаны SpaceXSI Docs |
| Модели | открытые, в таблице на 17 ноября 2026: GPT OSS, Qwen 3.8 27B и другие | Grok 4.7, 4.6, 4.5 |
| Статья у нас | эта | про Grok в России и про Grok API |
Связи между компаниями мы в документации обеих сторон не нашли и не утверждаем. У каждого свой сайт, своя консоль и своя документация.
Что такое Groq API и как подключиться
Groq называет свой API быстрым выводом LLM, совместимым с OpenAI. Адрес для клиентов OpenAI: https://api.groq.com/openai/v1. Ключ создаётся в консоли на странице API Keys, и документация советует положить его в переменную окружения GROQ_API_KEY. Список доступных моделей отдаёт запрос GET https://api.groq.com/openai/v1/models с заголовком Authorization: Bearer.
Пример обычного запроса к чату, составленный по документации Groq. Мы его не запускали:
curl https://api.groq.com/openai/v1/chat/completions \
-H "Authorization: Bearer $GROQ_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-oss-20b",
"messages": [{"role": "user", "content": "Explain the importance of fast language models"}]
}'
С клиентом OpenAI достаточно поменять адрес и ключ:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.groq.com/openai/v1",
api_key=os.environ["GROQ_API_KEY"],
)
Совместимость неполная. По документации, не поддерживаются текстовые completions. Поля logprobs, logit_bias, top_logprobs и messages[].name вызывают ошибку 400. Параметр n может быть только 1. Температура 0 превращается в 1e-8. В распознавании речи не работают форматы vtt и srt. Responses API Groq поддерживает.
Есть и свои SDK для Python и TypeScript. В разделе документации «Coding with Groq» перечислены интеграции с Factory Droid, OpenCode, Kilo Code, Roo Code и Cline. Если пользуетесь этими клиентами, смотрите наши статьи про OpenCode, Kilo Code и Roo Code и Cline.
Бесплатный уровень и лимиты
Страница Rate Limits показывает две таблицы: для Free и для Developer. Лимиты считаются на уровне организации, а не отдельных пользователей, и сработает тот, до которого вы дойдёте первым. Кэшированные токены в лимиты не входят. Документация предупреждает, что таблицы дают базовые значения и бывают исключения, а точные для вашего аккаунта видны на странице Limits в настройках.
Расшифровка колонок: RPM запросы в минуту, RPD запросы в сутки, TPM токены в минуту, TPD токены в сутки, ASH и ASD секунды аудио в час и в сутки.
| Модель | Free: RPM, RPD, TPM, TPD | Developer: RPM, RPD, TPM |
|---|---|---|
| openai/gpt-oss-120b | 30, 1K, 8K, 200K | 1K, 500K, 250K |
| openai/gpt-oss-20b | 30, 1K, 8K, 200K | 1K, 500K, 250K |
| qwen/qwen3.8-27b | 30, 1K, 8K, 200K | 1K, 500K, 250K |
| openai/gpt-oss-safeguard-20b | 3, 1K, 2K, 200K | 1K, 500K, 150K |
| whisper-large-v3 | 20 RPM, 2K RPD, 7,2K ASH, 28,8K ASD | 300 RPM, 200K RPD, 200K ASH, 4M ASD |
| whisper-large-v3-turbo | 20 RPM, 2K RPD, 7,2K ASH, 28,8K ASD | 400 RPM, 200K RPD, 400K ASH, 4M ASD |
Пример из документации объясняет логику: при лимите 50 запросов в минуту и 200K токенов в минуту вы упрётесь в потолок после 50 запросов, даже если каждый занял по 100 токенов.
У служебных моделей потолки свои: у Orpheus (синтез речи) на Free 10 запросов в минуту и 100 в сутки, у Prompt Guard 2 на Free 30 в минуту и 14,4 тысячи в сутки.
В ответе API приходят заголовки лимитов. Важная деталь из документации: x-ratelimit-limit-requests и x-ratelimit-remaining-requests всегда относятся к суточному лимиту запросов (RPD), а x-ratelimit-limit-tokens и x-ratelimit-remaining-tokens к минутному лимиту токенов (TPM). Заголовок retry-after в секундах появляется только вместе с ошибкой 429.
Общая статья про лимиты у другого провайдера лежит в разделе Rate limits в Claude API, а про бесплатный уровень DeepSeek в статье DeepSeek бесплатно.
Модели на 17 ноября 2026
Таблица Supported Models делит модели на production и preview. Preview, по словам Groq, предназначены только для оценки, не для продакшена, и могут быть закрыты без долгого предупреждения. Цены даны за миллион токенов, скорость в токенах в секунду взята из таблицы Groq: это не наши замеры.
| Модель | Статус | Цена, вход и выход | Контекст, токены | Скорость по таблице Groq |
|---|---|---|---|---|
| openai/gpt-oss-120b | production | $0,15 и $0,60 | 131 072 | 500 |
| openai/gpt-oss-20b | production | $0,075 и $0,30 | 131 072 | 1000 |
| qwen/qwen3.8-27b | preview | $0,80 и $4,00 | 131 072 | 450 |
| openai/gpt-oss-safeguard-20b | preview | $0,075 и $0,30 | 131 072 | 1000 |
| whisper-large-v3 | production | $0,111 за час аудио | не указано | не указано |
| whisper-large-v3-turbo | production | $0,04 за час аудио | не указано | не указано |
Для синтеза речи Orpheus цена $22 за миллион символов (английский) и $40 (арабский, Саудовская Аравия). Prompt Guard 2 на 22M и 86M стоит $0,03 и $0,04 за миллион токенов. Максимальная длина ответа у GPT OSS 65 536 токенов, у Qwen 3.8 27B 16 384.
Четыре модели в таблице помечены Enterprise, и вместо цены у них стоит Contact Sales: Llama 3.1 8B, Llama 3.3 70B, Muse Spark Open и MiniMax M2.7. Это модели для корпоративных клиентов. Подробнее о Qwen: Qwen 3.8: Max, 27B и цены API.
Что снято с обслуживания
Страницы Deprecations и changelog перечисляют даты отключения:
- Llama 3.1 8B Instant и Llama 3.3 70B Versatile: 16 августа 2026, замена gpt-oss-20b и gpt-oss-120b;
- Qwen 3 32B и Llama 4 Scout 17B: 17 июля 2026, замена gpt-oss-120b;
- Qwen 3.6 27B: 14 сентября 2026, замена qwen3.8-27b;
- Compound и Compound Mini: 21 сентября 2026, замены нет.
Для первых трёх пунктов Groq оговаривает, что отключение касается Free и Developer, а корпоративные клиенты с контрактом на обязательный объём трат не затронуты. Ловушка: в примере на странице Quickstart всё ещё стоит llama-3.3-70b-versatile. По правилам Groq запросы к снятым идентификаторам возвращают ошибку, так что берите идентификатор из таблицы моделей, а не из примера.
Платный уровень Developer
Переход с Free на Developer мгновенный, платёж при нём не списывается. Нужен способ оплаты: кредитная карта, US bank account или SEPA debit. Про карты конкретных стран в документации ничего не сказано.
Что даёт Developer по Billing FAQs: больший потолок токенов, чат с поддержкой, уровень Flex, Batch, лимиты расходов. Счёт приходит раз в месяц по итогам использования. Новым пользователям добавляют прогрессивные пороги: списание происходит, когда накопленные траты доходят до $1, $10, $100, $500 и $1 000. Для адресов в Индии свои пороги: $1, $10, затем каждые $100. Суммы меньше $0,50 не выставляются. Вернуться на Free можно в настройках, но сначала нужно оплатить последний счёт.
Лимит расходов задаётся в Settings, Billing, Limits. Он доступен на платном уровне владельцу организации. При достижении лимита запросы с любого ключа организации получают ошибку 400 с кодом blocked_api_access. Данные о тратах отстают на 10-15 минут, поэтому небольшое превышение возможно.
Уровни обслуживания выбираются параметром service_tier: on_demand по умолчанию, flex для высокой пропускной способности без гарантий, auto и performance (только для Enterprise). Batch работает отдельно и этот параметр не принимает.
Ошибки и ошибка 429
Groq возвращает стандартные HTTP-коды. Самые частые, по странице Error Codes:
| Код | Что значит | Что делать |
|---|---|---|
| 401 | нет верных учётных данных | проверить ключ |
| 403 | нет прав на ресурс | проверить права доступа к ресурсу |
| 413 | слишком большое тело запроса | уменьшить запрос |
| 429 | слишком много запросов за период | замедлить отправку, выждать retry-after секунд |
| 498 | уровень Flex перегружен, запрос не обработан | повторить позже |
| 500, 502, 503 | сбой на стороне сервера | повторить позже, такие запросы не тарифицируются |
Для 429 документация советует ограничивать частоту запросов. Минимальный повтор, который ждёт столько, сколько указано в заголовке:
import time
import httpx
def post_with_retry(client: httpx.Client, payload: dict, tries: int = 5) -> httpx.Response:
for attempt in range(tries):
response = client.post("/chat/completions", json=payload)
if response.status_code != 429:
return response
time.sleep(float(response.headers.get("retry-after", 2 ** attempt)))
return response
Страница статуса Groq: status.groq.com, при открытии она перенаправляет на groqstatus.com.
Доступ из России и оплата
Списка стран в документации Groq мы не нашли и про Россию там ничего не сказано. Мы не регистрировались, не оплачивали карту и не пробовали вход из России, поэтому ответа на вопрос «пустит ли» у нас нет. Заранее видны только способы оплаты платного уровня: карта, US bank account и SEPA debit.
Мы не даём юридических оценок и не обещаем, что способ законен или безопасен для вашего аккаунта. Условия вендора читаете и принимаете вы. Обход региона мы не разбираем и не советуем.
Когда нужен Groq, а когда другой ключ
Groq стоит смотреть, если вам нужны открытые модели вроде GPT OSS и Qwen 3.8 27B и хватает лимитов Free для прототипа. В таблице Supported Models на 17 ноября 2026 нет моделей Claude, GPT-6 и Gemini. Если задача требует именно их, нужен другой способ доступа.
Claudexia отдаёт Claude, GPT, Gemini, DeepSeek и другие модели по одному ключу sk_cdx_, актуальный список и цены на странице моделей. Регистрация по логину и паролю или через Google, GitHub и Telegram, пополнение от $1 рублями через СБП, картой РФ или криптовалютой. Для OpenAI-совместимых клиентов адрес https://api.claudexia.tech/v1, для Anthropic SDK и Claude Code https://api.claudexia.tech без /v1. Моделей GPT OSS в каталоге Claudexia на 17 ноября 2026 нет. Совместимость с вашим клиентом для этой статьи мы не прогоняли. Другие варианты сравниваются в статьях агрегатор нейросетей и аналоги OpenRouter.
Частые вопросы
Groq и Grok это одно и то же?
Нет, это разные продукты с разными сайтами и документацией. Groq это облако для запуска моделей (GroqCloud), Grok это линейка моделей и чат-бот, документация Grok лежит на docs.x.ai. Связи между компаниями в их документации мы не нашли.
Есть ли у Groq бесплатный API?
Да, на уровне Free. На 17 ноября 2026 у gpt-oss-120b на нём 30 запросов в минуту, 8 тысяч токенов в минуту, 1 000 запросов и 200 тысяч токенов в сутки. Точные цифры для аккаунта видны на странице Limits в настройках.
Какие модели доступны на бесплатном Groq?
В таблице лимитов Free перечислены GPT OSS 120B и 20B, GPT OSS Safeguard 20B, Qwen 3.8 27B, Whisper Large V3 и Turbo, Orpheus и Prompt Guard 2. Llama 3.1 8B и Llama 3.3 70B для Free выведены 16 августа 2026.
Сколько стоит Groq API?
Платный уровень Developer берёт плату за токены. Для gpt-oss-120b это $0,15 за миллион входных и $0,60 за миллион выходных, для gpt-oss-20b $0,075 и $0,30. Цены других моделей в таблице Supported Models на console.groq.com.
Что значит ошибка 429 в Groq?
Слишком много запросов или токенов за период. Подождите столько секунд, сколько указано в заголовке retry-after, и учтите, что лимит действует на всю организацию, а не на отдельный ключ.