Cerebras API: prezzi e condizioni per andare in produzione

I prezzi di Cerebras API partono da $0.35 per milione di token in input e $0.75 per milione di token in output con GPT OSS 120B, ma il piano Developer è esplicitamente indicato come non destinato all'uso in produzione. Nell'esempio di calcolo riportato più avanti, un agente costa $53.75 al mese a queste tariffe; per metterlo a disposizione dei clienti serve però un accordo per la produzione, non basta acquistare altri crediti.

Cerebras Inference è un'API gestita per eseguire modelli di AI. La scelta dipende da tre fattori: il costo per attività completata, il tempo necessario a portarla a termine e l'adeguatezza delle condizioni di accesso all'uso previsto. Per valutare un agente testuale, il punto di partenza è GPT OSS 120B; prima di far dipendere il traffico dei clienti dal servizio, occorre definire le condizioni per la produzione.

Prezzi verificati sulla pagina prezzi di Cerebras a ottobre 2026, con controllo della pagina online il 20 ottobre. Tutti gli importi riportati sono in dollari statunitensi.

Cerebras API: prezzi e piani a colpo d'occhio

La pagina prezzi attuale presenta Developer ed Enterprise. Il credito promozionale serve a valutare il servizio: non costituisce un terzo abbonamento gratuito permanente.

Enterprise offre anche opzioni per ridurre la latenza; pesi dei modelli personalizzati e servizi di fine-tuning o addestramento sono disponibili su accordo. Per Developer, l'assistenza passa dalla community su Discord. Sono le differenze indicate nel confronto dei piani pubblicato sul sito.

Il criterio di scelta è l'utilizzo previsto. Anche un agente rivolto ai clienti che costa poco richiede condizioni adatte alla produzione. Una spesa elevata per la valutazione, da sola, non giustifica invece la necessità di uno specifico contratto Enterprise.

Quanto costano i modelli Cerebras e quanto sono veloci?

GPT OSS 120B è il meno costoso dei due modelli nel listino Developer attuale. I token in input sono le porzioni di testo inviate al modello; quelli in output sono il testo che genera. Le due tariffe si applicano separatamente: un prezzo medio complessivo ha senso solo dopo aver definito il rapporto tra input e output.

I modelli disponibili su Cerebras

OpenAI GPT OSS 120B: $0.35 per milione di token in input, $0.75 per milione di token in output e una velocità dichiarata da Cerebras di circa 3,000 token al secondo. La documentazione del modello elenca input e output testuali, ragionamento, streaming, output strutturati e chiamate a strumenti. Per un agente testuale è quindi il primo candidato da valutare in questo confronto, verificando la qualità sulle proprie attività.

Qwen 3.8 27B: $0.99 per milione di token in input, $1.49 per milione di token in output e una velocità dichiarata da Cerebras di circa 1,850 token al secondo. La documentazione del modello include input di immagini e chiamate a strumenti in modalità strict. Per inviare immagini occorre usare Chat Completions con dati PNG o JPEG codificati in base64; un normale URL esterno di un'immagine non è supportato.

Su un'unità più piccola, le tariffe di GPT OSS sono $0.00035 in input e $0.00075 in output ogni 1,000 token. Quelle di Qwen sono $0.00099 e $0.00149. Sono semplici conversioni di unità, non piani diversi.

Queste tariffe coprono l'inferenza, non l'abbonamento all'editor di codice. Se l'editor o il servizio che esegue l'agente prevede un proprio canone, va aggiunto separatamente al budget delle API.

Le velocità riportate sono dati del fornitore, non misurazioni effettuate per questo articolo. Un agente di programmazione deve attendere anche l'elaborazione del prompt, il ragionamento, l'esecuzione degli strumenti, le chiamate di rete e gli eventuali nuovi tentativi. Una generazione rapida può abbreviare una risposta lunga e incidere pochissimo su un'attività in cui il grosso del tempo serve a eseguire test o interrogare un servizio lento.

Quanto costa un agente al mese?

Un agente testuale che gestisce 10,000 attività al mese costa $53.75 con GPT OSS 120B, nelle ipotesi riportate qui sotto. È un budget di valutazione esemplificativo basato sulle tariffe pubbliche Developer, non un preventivo Enterprise né una spesa misurata in produzione.

Supponiamo che ogni attività richieda cinque chiamate al modello e che ogni chiamata utilizzi in media 2,000 token in input e 500 token fatturabili in output. Nel budget per l'output va incluso anche l'eventuale ragionamento addebitato, non soltanto il testo finale mostrato all'utente. Ipotizziamo che non ci siano risparmi dalla cache, nuovi tentativi o costi separati per gli strumenti.

I totali mensili dei token sono:

• Input: 10,000 attività × 5 chiamate × 2,000 token = 100 milioni di token.
• Output: 10,000 attività × 5 chiamate × 500 token = 25 milioni di token.

Applicando le tariffe pubblicate per GPT OSS 120B, l'input costa 100 × $0.35 = $35 e l'output 25 × $0.75 = $18.75. Il totale è $53.75 al mese, ossia $0.005375 per attività, prima di applicare un eventuale credito promozionale.

Lo stesso volume di token su Qwen 3.8 27B costa $99 per l'input + $37.25 per l'output = $136.25 al mese. In questo scenario sono $82.50 in più. La spesa aggiuntiva si giustifica solo se il modello diverso o la possibilità di usare immagini in input migliorano abbastanza il risultato: lo stesso numero di token non garantisce gli stessi risultati.

Per stimare la propria spesa, basta moltiplicare i milioni di token in input mensili per la relativa tariffa e aggiungere i milioni di token in output mensili moltiplicati per la tariffa di output. Per ricavare il costo unitario, si divide il totale per le attività completate con successo, includendo nella spesa anche i tentativi falliti.

Cerebras è gratis? Dove finisce la prova gratuita?

Cerebras offre una prova con limiti precisi, non una quota gratuita che si rinnova all'infinito. La documentazione della prova prevede un credito una tantum di $5, attivato aggiungendo un metodo di pagamento valido, che scade 30 giorni dopo l'attivazione. L'aggiunta del metodo di pagamento non abilita automaticamente l'uso a pagamento e non comporta addebiti.

Quando il credito si esaurisce o scade, l'accesso all'API e al Playground viene sospeso, a meno di acquistare separatamente crediti PayGo. Senza aggiungere un metodo di pagamento, l'accesso resta inattivo. Il credito promozionale non è denaro e non è trasferibile.

I limiti predefiniti documentati per la prova, su entrambi i modelli elencati, sono 5 richieste al minuto, 30,000 token non in cache al minuto, 90,000 token totali al minuto e 1 milione di token all'ora e al giorno. Per i limiti effettivi fa fede la schermata Limits dell'account. I tetti ai token al minuto misurano il volume di elaborazione, quello alle richieste conta le chiamate: ciascuno può fermare un test prima che il credito si esaurisca.

Chi può non spendere nulla? Chi completa una piccola valutazione entro i limiti di credito, durata e utilizzo, poi smette di usare il servizio. Uno sviluppatore che desidera un assistente personale di programmazione continuativo deve prevedere un budget a pagamento. La prova serve a decidere se proseguire, non a pianificare un servizio gratuito a tempo indeterminato.

Quali limiti verificare prima del rilascio?

Il primo ostacolo pratico è la capacità di assorbire i picchi: una spesa mensile bassa non significa che l'API possa accettare qualsiasi numero di richieste simultanee. Cerebras documenta limiti distinti per i token non in cache, che richiedono nuova elaborazione, e per i token totali, che comprendono anche quelli serviti dalla cache.

I limiti predefiniti attuali di Developer sono:

• GPT OSS 120B: 1,000 richieste al minuto, 1 milione di token non in cache al minuto e 3 milioni di token totali al minuto.
• Qwen 3.8 27B: 300 richieste al minuto, 150,000 token non in cache al minuto e 750,000 token totali al minuto. La documentazione indica che il limite dei token totali è stato aumentato temporaneamente rispetto a 450,000.

Developer non impone un tetto orario o giornaliero ai token, ma i limiti al minuto restano validi. Sullo stesso carico possono incidere limiti a livello di organizzazione e di progetto: dividere il totale mensile per il numero di giorni non basta quindi a verificare la capacità disponibile.

C'è un altro limite facile da trascurare: il servizio stima il fabbisogno di output prima di eseguire la richiesta. Un valore di max_completion_tokens inutilmente alto può attivare il rate limiting prima che il modello generi qualsiasi contenuto. Occorre impostare un tetto adeguato all'attività, poi esaminare i dati di utilizzo restituiti e gli errori relativi alle quote. Acquistare più crediti non elimina questi controlli.

Per gli agenti di programmazione, l'affidabilità conta quanto la capacità. Le note sul modello GPT OSS avvertono che può proporre strumenti che non gli sono stati forniti. Prima dell'esecuzione vanno convalidati nomi e argomenti degli strumenti. Un'azione sbagliata resta tale anche se viene eseguita in fretta.

Enterprise e i quattro canali tramite partner

L'uso in produzione cambia i termini dell'acquisto anche quando il consumo di token è ridotto. Non esiste una tariffa Enterprise pubblica da cui ricavare una soglia di spesa universale oltre la quale convenga passare da Developer a Enterprise. Per chiedere un preventivo occorre indicare il modello, il rapporto previsto tra token in input e in output, il picco di richieste simultanee e le esigenze di assistenza.

La pagina prezzi di Cerebras indica quattro canali tramite partner: AWS Marketplace, OpenRouter, Hugging Face e Vercel. Può essere utile partire dal canale di acquisto già in uso, verificandone però il listino, i modelli disponibili, le condizioni per la produzione e le responsabilità di assistenza prima di spostare il traffico. La presenza di una partnership non garantisce che la spesa finale coincida con la tariffa Developer diretta.

Il listino diretto è a consumo; non pubblica sconti per un abbonamento annuale rispetto a uno mensile, né un tariffario Enterprise per i consumi eccedenti. In fase di preventivo occorre farsi mettere per iscritto impegni minimi, costi per l'utilizzo eccedente, garanzie di capacità e condizioni di uscita. Per l'uso prepagato, prima di acquistare un saldo vanno verificate scadenza e condizioni di rimborso dei crediti a pagamento. Non bisogna presumere che la scadenza del credito promozionale valga anche per i crediti acquistati.

Cerebras vs Groq e Fireworks AI: prezzi a confronto

Groq costa meno a parità di token in input e in output su GPT OSS 120B senza cache, mentre Cerebras dichiara una generazione più veloce; la guida ai prezzi di Groq approfondisce piani e compromessi sulla capacità di questa alternativa. Groq è un altro fornitore di inferenza gestita. La sua pagina ufficiale del modello riporta $0.15 per milione di token in input, $0.60 per milione di token in output e circa 500 token al secondo.

Con i 100 milioni di token in input e i 25 milioni in output dell'esempio, la spesa per i token su Groq è di $30 al mese. La stima di $53.75 per Cerebras Developer è superiore di $23.75, cioè di 0.2375 centesimi in più per attività. Sono calcoli sulle tariffe pubbliche, non un confronto tra contratti di produzione negoziati. Anche le velocità dichiarate dai fornitori non permettono di stabilire quanto sarebbe più veloce l'agente nel suo complesso.

Fireworks AI, un fornitore di modelli gestiti con opzioni di deployment serverless e dedicato, offre un secondo termine di confronto. Anche le sue tariffe Standard per GPT OSS 120B sono di $0.15 per milione di token in input e $0.60 per milione di token in output: senza cache, la stima mensile è quindi sempre di $30. Il servizio Priority ha tariffe distinte; questo confronto usa esclusivamente Standard.

Per entrambe le alternative, il confronto va fatto con le stesse impostazioni di ragionamento, gli stessi limiti di output e la stessa soglia di qualità richiesta. Non ha senso confrontare una configurazione economica che fallisce l'attività con una più costosa che la completa, né il prezzo orario di una GPU a noleggio con una fattura API che include già l'infrastruttura di erogazione del servizio.

La domanda economica utile è se il miglioramento misurato della latenza giustifichi il sovrapprezzo per attività completata con successo. Per uno strumento di programmazione usato in modo interattivo, l'attesa può pesare. Per un agente in background che passa già gran parte del tempo a chiamare strumenti esterni, token meno costosi possono essere l'acquisto migliore.

Cosa verificare prima di cambiare fornitore?

Prima di migrare l'applicazione, occorre fare una valutazione su un insieme rappresentativo di attività. Un benchmark basato soltanto su risposte brevi non rivela se un agente di programmazione rispetta gli schemi degli strumenti o porta a termine correttamente una modifica lunga.

1. 1

   Misurare l'attività attuale

   Registrare l'utilizzo di input e output per ogni chiamata al modello, i nuovi tentativi, le attività completate con successo e il tempo totale trascorso. Separare il tempo del modello da quello impiegato negli strumenti.

2. 2

   Ripetere l'attività sul canale da valutare

   Usare impostazioni equivalenti per ragionamento e output. Prima di giudicare la velocità, verificare la validità delle chiamate agli strumenti e la correttezza del risultato. Includere nel confronto anche le attività lente e quelle fallite.

3. 3

   Calcolare il costo dell'uso previsto

   Applicare le tariffe del fornitore scelto all'utilizzo osservato, poi confermare capacità e condizioni per la produzione. Per l'accesso diretto a Cerebras in produzione, ottenere il preventivo Enterprise prima di spostare il traffico dei clienti.

La prossima settimana, ripetere una porzione rappresentativa del carico dell'agente e portare i dati risultanti su utilizzo e richieste simultanee alla discussione sull'acquisto. Per ampliare la rosa dei candidati, consultare le piattaforme di inferenza in tempo reale per agenti.

Domande frequenti sui prezzi di Cerebras

Posso usare Cerebras gratis?

Sì, entro i limiti della prova promozionale una tantum, dopo aver aggiunto un metodo di pagamento valido. La prova ha un limite di durata e di credito; non esiste una quota gratuita che si rinnova automaticamente. Completare una valutazione e poi fermarsi può non costare nulla.

Cerebras è meglio di NVIDIA?

Per un agente non esiste un vincitore assoluto. NVIDIA è un produttore di hardware, mentre qui si acquista un servizio di inferenza gestita. Occorre confrontare soluzioni API adatte all'uso previsto in termini di qualità del risultato, latenza totale, capacità e spesa complessiva; l'architettura del chip, da sola, non determina questi risultati.

Conviene acquistare l'accesso a Cerebras?

Per l'inferenza, vale la pena valutarlo quando la generazione del modello incide in modo significativo sui tempi di attesa dell'applicazione. L'acquisto ha senso solo dopo aver verificato che risultati delle attività, latenza misurata e condizioni operative giustifichino il costo totale.

Quali sono i principali concorrenti di Cerebras?

Per scegliere un'API di inferenza veloce, tra i candidati da valutare ci sono Groq e un fornitore di inferenza cloud su GPU come Fireworks AI. Il confronto va fatto sullo stesso modello e sullo stesso carico, prima di considerare equivalenti i prezzi di partenza dei diversi fornitori.

Quanto costa un chip Cerebras?

L'hardware Cerebras viene venduto su preventivo secondo le sue condizioni di vendita; l'acquisto di azioni della società è una questione d'investimento distinta.

Cerebras pubblica sconti per studenti o condizioni di rimborso nella pagina prezzi?

La pagina prezzi attuale non pubblica né una tariffa specifica per studenti né una promessa generale di rimborso dei crediti a pagamento. Prima di pagare vanno confermate le condizioni applicabili all'acquisto dei crediti; il credito promozionale non va considerato denaro rimborsabile.

La AI Business Workflow Audit Checklist aiuta a definire volumi delle attività, gestione degli errori e costi operativi prima di scegliere un'API. Iscriviti per ricevere la checklist.