Цены Cerebras: сколько стоит API и что нужно для продакшена

Цены Cerebras начинаются от $0.35 за миллион входных токенов и $0.75 за миллион выходных токенов для GPT OSS 120B. При этом в условиях тарифа Developer прямо указано: он не предназначен для промышленной эксплуатации. В примере ниже расходы на работу агента составляют $53.75 в месяц по этим ставкам. Чтобы запустить его для клиентов, нужны отдельные условия использования в продакшене — одной покупки дополнительных кредитов недостаточно.

Cerebras Inference — облачный API для запуска моделей ИИ. При выборе сервиса важны три вещи: стоимость выполненной задачи, время её выполнения и соответствие условий доступа вашему сценарию использования. Для оценки текстового агента начните с GPT OSS 120B, а условия работы в продакшене обсудите до того, как от сервиса начнут зависеть запросы клиентов.

Цены сверены со страницей тарифов Cerebras в октябре 2026 года; проверка актуальных данных выполнена 20 октября. Все суммы ниже указаны в долларах США.

Цены Cerebras: какие тарифы доступны

На текущей странице тарифов представлены Developer и Enterprise. Промокредит позволяет оценить сервис, но не является третьим, постоянно действующим бесплатным тарифом.

Enterprise также предлагает варианты обслуживания со сниженной задержкой; адаптация весов моделей, дообучение и обучение доступны по согласованию. Пользователи Developer получают поддержку в сообществе Discord. Эти различия указаны в актуальном сравнении тарифов.

Выбор тарифа определяется назначением нагрузки. Даже недорогому агенту, который обслуживает клиентов, нужны подходящие условия работы в продакшене. А крупный счёт за оценочное тестирование сам по себе ещё не означает, что вам нужен конкретный контракт Enterprise.

Сколько стоит Cerebras API: цены и скорость каждой модели

GPT OSS 120B — более дешёвая из двух моделей в текущем прайс-листе Developer. Входные токены — фрагменты текста, которые вы отправляете модели, выходные — то, что она генерирует. Они оплачиваются отдельно, поэтому единую усреднённую цену имеет смысл считать лишь после того, как известно соотношение входного и выходного объёма.

Какие модели доступны в Cerebras

OpenAI GPT OSS 120B: $0.35 за миллион входных токенов, $0.75 за миллион выходных токенов; заявленная Cerebras скорость — около 3,000 токенов в секунду. В документации модели указаны текстовый ввод и вывод, рассуждения, потоковая выдача, структурированный вывод и вызов инструментов. Поэтому здесь это первый кандидат для текстового агента — при условии, что качество на ваших задачах пройдёт проверку.

Qwen 3.8 27B: $0.99 за миллион входных токенов, $1.49 за миллион выходных токенов; заявленная Cerebras скорость — около 1,850 токенов в секунду. В документации модели описаны ввод изображений и строгий режим вызова инструментов. Для передачи изображений нужны Chat Completions и данные PNG или JPEG в кодировке base64; обычный внешний URL изображения не поддерживается.

В пересчёте на 1,000 токенов ставки GPT OSS составляют $0.00035 за вход и $0.00075 за выход. Для Qwen — $0.00099 и $0.00149 соответственно. Это пересчёт единиц, а не отдельные тарифы.

Эти цены покрывают инференс, то есть выполнение модели, но не подписку на ваш редактор кода. Если у редактора или сервиса агентов есть собственная плата, добавьте её к бюджету API отдельно.

Указанная выше скорость — данные поставщика, а не результаты измерений для этой статьи. Агент для программирования также тратит время на обработку промпта, рассуждения, выполнение инструментов, сетевые запросы и повторные попытки. Быстрая генерация может ускорить выдачу длинного ответа, но почти не повлиять на задачу, в которой основное время уходит на тесты или обращения к медленному сервису.

Сколько стоит работа агента в месяц?

Текстовый агент, который выполняет 10,000 задач в месяц, обойдётся в $53.75 на GPT OSS 120B при приведённых ниже допущениях. Это пример бюджета для оценки сервиса по открытым ставкам Developer, а не предложение Enterprise и не фактический счёт за работу в продакшене.

Предположим, что каждая задача требует пяти обращений к модели, а на одно обращение приходится в среднем 2,000 входных токенов и 500 оплачиваемых выходных токенов. В выходной объём нужно включать все оплачиваемые токены рассуждений, а не только итоговый текст для пользователя. Допустим также, что нет экономии за счёт кэширования, повторных попыток и отдельной платы за инструменты.

За месяц получится:

• Вход: 10,000 задач × 5 обращений × 2,000 токенов = 100 миллионов токенов.
• Выход: 10,000 задач × 5 обращений × 500 токенов = 25 миллионов токенов.

По опубликованным ставкам GPT OSS 120B вход стоит 100 × $0.35 = $35, а выход — 25 × $0.75 = $18.75. Итого: $53.75 в месяц, или $0.005375 за задачу, без учёта промокредита.

Тот же объём токенов на Qwen 3.8 27B стоит $99 за вход + $37.25 за выход = $136.25 в месяц. В этом сценарии разница составляет $82.50. Доплата имеет смысл лишь тогда, когда другая модель или возможность работы с изображениями достаточно улучшает результат задачи: одинаковое число токенов не гарантирует одинаковых результатов.

Для собственного прогноза умножьте месячный входной объём в миллионах токенов на ставку за вход, а затем прибавьте месячный выходной объём в миллионах токенов, умноженный на ставку за выход. Чтобы оценить экономику задачи, разделите итоговый счёт на число успешно выполненных задач, включив в расходы и неудачные попытки.

Можно ли пользоваться Cerebras бесплатно и где заканчивается пробный доступ?

Cerebras предлагает ограниченный пробный доступ, а не бессрочно возобновляемый бесплатный объём. В документации пробного доступа указан разовый кредит $5. Он активируется после добавления действующего способа оплаты и сгорает через 30 дней. Само добавление способа оплаты не включает платное использование автоматически и не приводит к списанию денег.

Когда кредит израсходован или срок его действия истёк, доступ к API и Playground приостанавливается, если вы отдельно не купите кредиты PayGo. Без добавления способа оплаты этот доступ остаётся неактивным. Промокредит не является денежными средствами, и его нельзя передать другому пользователю.

Для обеих перечисленных моделей в документации указаны стандартные лимиты пробного доступа: 5 запросов в минуту, 30,000 некэшированных токенов в минуту, 90,000 токенов в минуту суммарно, а также 1 миллион токенов в час и в день. Фактические лимиты вашего аккаунта нужно смотреть на экране Limits. Ограничения по токенам в минуту учитывают объём работы, а ограничение по запросам — число обращений; любое из них может остановить тест ещё до того, как закончится кредит.

Кому вообще не придётся платить? Тому, кто успеет провести небольшую оценку в пределах кредита, срока действия и лимитов, а затем перестанет пользоваться сервисом. Разработчику, которому нужен постоянный личный помощник для программирования, стоит заложить расходы на платное использование. Пробный доступ помогает решить, продолжать ли работу с сервисом, но не даёт оснований планировать бессрочное бесплатное использование.

Какие лимиты нужно проверить до запуска

Первое практическое ограничение — способность выдерживать всплески нагрузки: небольшой месячный счёт не означает, что API примет все одновременные запросы. Cerebras отдельно ограничивает некэшированные токены, которые нужно обработать заново, и общее число токенов, включая обращения к кэшу.

Текущие стандартные лимиты Developer:

• GPT OSS 120B: 1,000 запросов в минуту, 1 миллион некэшированных токенов в минуту и 3 миллиона токенов в минуту суммарно.
• Qwen 3.8 27B: 300 запросов в минуту, 150,000 некэшированных токенов в минуту и 750,000 токенов в минуту суммарно. В документации общий лимит отмечен как временно повышенный с 450,000.

У Developer нет часового или суточного ограничения по токенам, но поминутные лимиты сохраняются. На одну и ту же нагрузку могут одновременно действовать ограничения организации и проекта. Поэтому деление месячного объёма на число дней не позволяет проверить, хватит ли пропускной способности.

Есть ещё одно ограничение, которое легко упустить: сервис оценивает ожидаемый выходной объём до выполнения запроса. Избыточно высокое значение max_completion_tokens может привести к срабатыванию лимитов ещё до того, как модель что-либо сгенерирует. Задайте разумную верхнюю границу для своей задачи, а затем проверяйте возвращаемые данные об использовании и ошибки квот. Покупка дополнительных кредитов не снимает эти ограничения.

Для агентов, работающих с кодом, надёжность не менее важна, чем пропускная способность. В примечаниях к модели GPT OSS есть предупреждение: она может предлагать инструменты, которых не было в переданном списке. Проверяйте имена инструментов и аргументы до выполнения. Ошибочное действие остаётся ошибочным, даже если выполнено быстро.

Enterprise и четыре варианта доступа через партнёров

Запуск в продакшене меняет условия закупки, даже если токенов расходуется мало. Публичных ставок Enterprise нет, поэтому рассчитать универсальный порог расходов, при котором переход с Developer на Enterprise окупится, невозможно. Запрашивая предложение, укажите модель, ожидаемое соотношение входных и выходных токенов, пиковое число одновременных запросов и требования к поддержке.

На странице тарифов Cerebras указаны четыре партнёрских канала: AWS Marketplace, OpenRouter, Hugging Face и Vercel. Имеет смысл рассмотреть привычный вам способ закупки, но до переноса трафика проверьте его собственные цены, доступность моделей, условия работы в продакшене и распределение ответственности за поддержку. Само наличие партнёрства не означает, что итоговый счёт будет таким же, как при прямом использовании Developer.

Прямые тарифы основаны на объёме использования; в прайс-листе нет ни скидки за годовую подписку по сравнению с месячной, ни ставок за превышение лимитов Enterprise. При запросе предложения получите в письменном виде минимальные обязательства по оплате, стоимость перерасхода, гарантии мощности и условия выхода из договора. Перед пополнением предоплаченного баланса проверьте срок действия купленных кредитов и правила возврата средств. Нельзя считать, что срок действия промокредита распространяется и на купленные кредиты.

Cerebras vs Groq и облачный API на GPU

Groq дешевле при том же соотношении некэшированных токенов GPT OSS 120B, а Cerebras заявляет более высокую скорость генерации. В обзоре тарифов Groq разобраны условия и ограничения мощности этого варианта. Groq — ещё один поставщик облачного инференса. На официальной странице модели указаны $0.15 за миллион входных токенов, $0.60 за миллион выходных токенов и скорость около 500 токенов в секунду.

При 100 миллионах входных и 25 миллионах выходных токенов из нашего примера счёт Groq составит $30 в месяц. Оценка Cerebras Developer в $53.75 — это на $23.75 больше, или на 0.2375 цента больше за задачу. Это расчёты по открытым ставкам, а не сравнение индивидуально согласованных контрактов для продакшена. Заявленная поставщиками скорость также не показывает, насколько быстрее ваш агент выполнит задачу целиком.

Второй вариант для сравнения — Fireworks AI, облачный поставщик моделей с бессерверным и выделенным развёртыванием. Его ставки Standard для GPT OSS 120B также составляют $0.15 за миллион входных и $0.60 за миллион выходных токенов. Без кэширования получается та же оценка $30 в месяц. Обслуживание Priority оплачивается по отдельным ставкам; во всём этом сравнении используется Standard.

Для обоих альтернативных сервисов используйте одинаковые настройки рассуждений, ограничения вывода и требования к качеству выполнения задачи. Не сопоставляйте дешёвую конфигурацию, которая не справляется с задачей, с более дорогой, которая её решает. Так же некорректно сравнивать цену часа аренды GPU со счётом за API, в который уже входит инфраструктура обслуживания модели.

Практический вопрос для бюджета — оправдывает ли измеренное сокращение задержки доплату за успешно выполненную задачу. Для интерактивного инструмента программирования время ожидания может быть существенно. Для фонового агента, который и так большую часть времени ждёт внешние инструменты, более дешёвые токены могут оказаться выгоднее.

Что проверить перед переходом

Перед переносом приложения оцените сервис на репрезентативном наборе задач. Один лишь тест скорости коротких ответов не покажет, соблюдает ли агент схемы инструментов и способен ли корректно завершить объёмное редактирование кода.

1. 1

   Измерьте выполнение задачи в текущей системе

   Фиксируйте входные и выходные токены каждого обращения к модели, повторные попытки, успешные завершения и полное время выполнения. Отделяйте время работы модели от времени работы инструментов.

2. 2

   Повторите задачу через выбранный сервис

   Используйте эквивалентные настройки рассуждений и вывода. Прежде чем оценивать скорость, проверьте корректность вызовов инструментов и решения задачи. Включите в сравнение медленные и неудачные выполнения.

3. 3

   Рассчитайте стоимость своего варианта развёртывания

   Примените ставки выбранного поставщика к измеренному расходу, затем подтвердите доступную мощность и условия работы в продакшене. Для прямого использования Cerebras в продакшене получите предложение Enterprise до переноса клиентского трафика.

На следующей неделе повторно прогоните репрезентативную часть задач своего агента и используйте полученные данные о расходе и одновременной нагрузке при обсуждении закупки. Более широкий выбор сервисов представлен в обзоре платформ инференса в реальном времени для агентов.

Частые вопросы о ценах Cerebras

Можно ли пользоваться Cerebras бесплатно?

Да, в пределах разового пробного промокредита после добавления действующего способа оплаты. Он ограничен по сроку и сумме; автоматически возобновляемого бесплатного объёма нет. Если закончить оценку сервиса и прекратить использование, можно ничего не заплатить.

Cerebras лучше NVIDIA?

Для агента нет универсального победителя. NVIDIA — производитель оборудования, а здесь речь идёт о покупке облачного сервиса инференса. Сравнивайте подходящие варианты API по качеству выполнения задач, общей задержке, доступной мощности и полному счёту. Одна лишь архитектура чипа не определяет эти результаты.

Стоит ли платить за Cerebras?

Доступ к инференсу стоит оценить, если генерация модели составляет заметную часть времени ожидания в вашем приложении. Платить за выбранный вариант имеет смысл только тогда, когда результаты задач, измеренная задержка и условия эксплуатации оправдывают общую стоимость.

Кто основные конкуренты Cerebras?

Если вы выбираете API для быстрого инференса, рассмотрите Groq и облачного поставщика инференса на GPU, например Fireworks AI. Сначала сравните одну и ту же модель на одной и той же нагрузке: стартовые цены разных поставщиков нельзя автоматически считать сопоставимыми.

Сколько стоит чип Cerebras?

Оборудование Cerebras продаётся по индивидуальному предложению в соответствии с условиями продажи. Покупка акций компании — отдельный инвестиционный вопрос.

Есть ли на странице тарифов Cerebras студенческая скидка или правила возврата средств?

На текущей странице тарифов не опубликованы ни специальные ставки для студентов, ни общее обещание возвращать деньги за купленные кредиты. До оплаты уточните применимые условия покупки кредитов; промокредит нельзя считать денежной суммой, которую можно вернуть.

Используйте AI Business Workflow Audit Checklist, чтобы до выбора API определить объём задач, порядок обработки сбоев и эксплуатационные расходы. Подпишитесь, чтобы получить чек-лист.