Cerebras pricing 详解：API 价格怎么算，生产上线有哪些门槛？

Cerebras pricing 列出的 GPT OSS 120B 起步费率为每百万输入 token $0.35、每百万输出 token $0.75，但 Developer 档位明确不面向生产环境。按下文的智能体工作量测算，这套费率对应的月费用为 $53.75；若要上线服务客户，还需要另行确定生产环境的接入方案，单纯充值并不够。

Cerebras Inference 是用于运行 AI 模型的托管 API。选择时要看三件事：完成一项任务要花多少钱、需要多长时间，以及接入条款是否适合实际部署。评估文本智能体，可以先从 GPT OSS 120B 入手；在让客户流量依赖这项服务之前，应先谈妥生产环境的使用安排。

本文价格已对照 Cerebras 定价页核实，核查时间为 2026 年 10 月，在线核验于 10 月 20 日完成。以下金额均为美元。

Cerebras pricing：先看套餐与使用边界

当前定价页列出 Developer 和 Enterprise 两档。赠送额度用于评估服务，并不是第三种长期免费的订阅套餐。

Enterprise 还提供延迟优化选项；定制模型权重以及微调或训练服务，可另行协商。Developer 通过社区 Discord 提供支持。这些区别均列于在线套餐对比表。

选择档位，关键在于用途。 即使面向客户的智能体开销很低，也需要适用的生产环境条款。反过来，评估费用很高，也不代表一定需要某种特定的 Enterprise 合同。

Cerebras API 价格：各模型费率与生成速度

当前 Developer 价目表有两款模型，GPT OSS 120B 的价格较低。输入 token 是发送给模型的文本片段，输出 token 则是模型生成的内容。两者分别计费，因此只有先确定输入与输出的比例，合并后的平均单价才有意义。

Cerebras 提供哪些模型？

OpenAI GPT OSS 120B： 每百万输入 token $0.35，每百万输出 token $0.75；Cerebras 标注的生成速度为约 3,000 token/秒。模型文档列出的能力包括文本输入与输出、推理、流式输出、结构化输出和工具调用。因此，本文将它作为文本智能体的优先评估对象，但能否满足任务质量要求，仍需自行验证。

Qwen 3.8 27B： 每百万输入 token $0.99，每百万输出 token $1.49；Cerebras 标注的生成速度为约 1,850 token/秒。模型文档列出了图像输入和严格工具调用能力。图像输入必须使用 Chat Completions，并提供经 base64 编码的 PNG 或 JPEG 数据，不支持普通的外部图片 URL。

换成更小的计费单位，GPT OSS 每 1,000 token 的输入价格为 $0.00035，输出价格为 $0.00075；Qwen 分别为 $0.00099 和 $0.00149。这只是单位换算，并非另一套套餐。

上述费用只覆盖推理，不包含代码编辑器的订阅费。如果编辑器或智能体服务本身收费，应在 API 预算之外另行计入。

这里的速度来自厂商公布的数据，并非本文实测。编程智能体还要等待提示词处理、推理、工具执行、网络调用和重试。生成速度更快，可以缩短长答案的输出时间；但如果任务的大部分耗时都在运行测试或查询响应缓慢的服务，整体提速可能很有限。

智能体每月调用费用怎么算？

按下述假设，使用 GPT OSS 120B 的文本智能体每月处理 10,000 项任务，费用为 $53.75。 这是按公开 Developer 费率计算的评估预算示例，既不是 Enterprise 报价，也不是实际生产账单。

假设每项任务需要五次模型调用，每次平均使用 2,000 个输入 token 和 500 个计费输出 token。输出预算必须包含所有收费的推理部分，不能只计算最终展示给用户的文本。这里不考虑缓存节省，不发生重试，也没有单独的工具费用。

每月 token 用量如下：

• **输入：**10,000 项任务 × 5 次调用 × 2,000 token = 1 亿 token。
• **输出：**10,000 项任务 × 5 次调用 × 500 token = 2,500 万 token。

按 GPT OSS 120B 公布的费率，输入费用为 100 × $0.35 = $35，输出费用为 25 × $0.75 = $18.75。合计每月 $53.75，即每项任务 $0.005375，尚未抵扣赠送额度。

同样的 token 用量，换用 Qwen 3.8 27B，费用为输入 $99 + 输出 $37.25 = 每月 $136.25，在这个场景下多支出 $82.50。只有模型差异或图像输入能力带来的任务效果提升足以覆盖差价，这笔钱才值得花；token 数量相同，不代表结果相同。

测算自己的用量时，先将月输入 token 数以百万为单位乘以输入单价，再加上同样以百万为单位计算的输出费用。若要评估单位经济性，应将总费用除以成功完成的任务数，并把失败尝试消耗的费用也纳入总额。

Cerebras 免费吗？试用有哪些限制？

Cerebras 提供的是有明确边界的试用，额度不会持续自动续发。试用文档说明，添加有效付款方式后，可激活一次性 $5 额度，自激活起 30 天后到期。添加付款方式本身不会自动开通付费用量，也不会直接扣款。

额度用完或到期后，API 和 Playground 的访问会暂停，除非另外购买 PayGo 额度。不添加付款方式，这些访问权限就不会激活。赠送额度不是现金，也不能转让。

文档列出的试用默认限额，对两款模型均为：每分钟 5 次请求、每分钟 30,000 个未缓存 token、每分钟共 90,000 个 token，以及每小时和每天各 100 万 token。实际可用额度以账户中的 Limits 页面为准。每分钟 token 上限约束处理量，请求上限约束调用次数；任何一项都可能让测试在余额耗尽之前就受限。

谁可以一直不付费？ 在额度、时限和速率限制内完成一次小规模评估，随后停止使用的人。如果开发者想持续使用个人编程助手，就应为付费用量留出预算。试用适合判断是否继续使用，不能据此假设服务可以无限期零成本运行。

上线前，哪些限额最容易影响部署？

首先要面对的是突发流量容量：月账单低，不代表 API 能同时接下所有请求。Cerebras 分别限制未缓存 token 和总 token；前者需要重新处理，后者还包含缓存命中的部分。

当前 Developer 默认限额如下：

• **GPT OSS 120B：**每分钟 1,000 次请求、100 万个未缓存 token、共 300 万个 token。
• **Qwen 3.8 27B：**每分钟 300 次请求、150,000 个未缓存 token、共 750,000 个 token。文档注明，总 token 限额是从 450,000 临时上调后的数值。

Developer 没有每小时或每日 token 上限，但仍受这些每分钟限额约束。组织级和项目级限额也可能同时限制同一份工作负载，因此，拿月用量除以天数，并不能判断容量是否够用。

还有一个容易遗漏的限制：服务会在执行请求前预估输出需求。如果 max_completion_tokens 设得过高，模型还没生成内容，就可能触发限流。应按任务需要设置合理上限，再检查返回的用量信息和配额错误。增加充值额度不会取消这些限制。

对编程智能体而言，可靠性与容量同样重要。GPT OSS 模型说明提醒，模型可能提出调用并未提供的工具。执行前必须校验工具名称和参数。错误操作即使执行得再快，也仍然是错误操作。

Enterprise 与四种合作伙伴接入渠道

即使 token 消耗很少，一旦用于生产环境，采购时需要讨论的问题也会改变。Enterprise 没有公开统一费率，因此无法算出一个通用的支出临界点，判断何时从 Developer 切换更划算。询价时，应提供所用模型、预期输入输出比例、峰值并发量和支持需求。

Cerebras 的定价页列出了四种合作伙伴渠道：AWS Marketplace、OpenRouter、Hugging Face 和 Vercel。可以优先考虑团队已经在使用的采购渠道，但迁移流量前，要核对该渠道自己的费率、可用模型、生产使用条款及支持责任。出现在合作伙伴名单里，并不代表最终账单与直接接入 Developer 的费率相同。

直接接入的价目表按用量计费，没有公布年付相对月付的订阅折扣，也没有列出 Enterprise 超额用量费率。询价时，要将最低承诺用量或支出、超额费用、容量保障和退出条款落实到书面约定。购买预付额度前，还应确认付费额度的有效期及退款条件，不能把赠送额度的到期规则直接套到购买的额度上。

Cerebras 与 Groq、GPU 云推理 API 怎么选？

对于相同的未缓存 GPT OSS 120B 输入输出组合，Groq 的费用更低，而 Cerebras 公布的生成速度更快；Groq 价格指南进一步介绍了它的套餐与容量取舍。 Groq 同样提供托管推理服务。其官方模型页列出的价格为每百万输入 token $0.15、每百万输出 token $0.60，生成速度约为 500 token/秒。

按示例中的 1 亿输入 token 和 2,500 万输出 token 计算，Groq 的 token 费用为每月 $30。Cerebras Developer 的估算费用为 $53.75，高出 $23.75，即每项任务多花 0.2375 美分。这些只是按公开费率计算的结果，并非协商后生产合同的价格对比。厂商公布的生成速度，也不能直接说明完整智能体任务会快多少。

另一个对比对象是 Fireworks AI，它提供托管模型服务，支持无服务器和专用部署。其 Standard GPT OSS 120B 费率同样是每百万输入 token $0.15、每百万输出 token $0.60，因此不使用缓存时，月费用也估算为 $30。Priority 服务单独定价；这里始终按 Standard 计算。

无论比较哪一家，都应使用相同的推理设置、输出限制和任务质量标准。不能拿一种无法完成任务的低价配置，去对比另一种能完成任务的高价配置；也不能直接将租用 GPU 的每小时标价，与已经包含推理服务基础设施的 API 账单相比较。

真正需要算清楚的是：实测延迟改善，是否值得为每个成功完成的任务多付这笔钱。交互式编程工具可能很在意等待时间；如果后台智能体的大部分耗时本来就在外部工具调用上，选择更便宜的 token 可能更合算。

切换服务前，应该验证什么？

迁移应用之前，先用一组有代表性的任务进行评估。仅看短答案基准测试，无法判断编程智能体能否遵守工具定义，也无法证明它能正确完成复杂的长程编辑任务。

1. 1

   测清现有任务的用量与耗时

   记录每次模型调用的输入输出用量、重试情况、成功完成次数和总耗时。将模型耗时与工具耗时分开统计。

2. 2

   在候选服务渠道上重跑任务

   使用相当的推理和输出设置。先检查工具调用是否有效、任务结果是否正确，再判断速度。耗时长和失败的任务也要纳入对比。

3. 3

   按实际部署方案核算费用

   将所选服务商的费率应用于实测用量，再确认容量和生产使用条款。若要在生产环境中直接接入 Cerebras，应先拿到 Enterprise 报价，再切换客户流量。

下周可以从现有智能体工作负载中选取一组有代表性的任务重跑，带着得到的用量和并发数据讨论采购。如果需要扩大候选范围，可参考面向智能体的实时推理平台。

Cerebras 价格常见问题

Cerebras 可以免费用吗？

可以，添加有效付款方式后，可在一次性赠送试用额度内使用。试用有时间和额度限制，不存在自动续发的免费额度。如果完成评估后就停止使用，可以不产生费用。

Cerebras 比 NVIDIA 更好吗？

对智能体而言，没有放之四海而皆准的赢家。NVIDIA 是硬件厂商，而这里采购的是托管推理服务。应比较适用 API 部署的任务质量、总延迟、容量和完整账单，芯片架构本身不能决定这些结果。

Cerebras 值得付费吗？

就推理服务而言，如果模型生成占应用等待时间的较大部分，Cerebras 值得评估。只有任务结果、实测延迟和使用条款都足以支撑总成本时，才值得为相应接入方案付费。

Cerebras 的主要竞争对手有哪些？

如果要选择高速推理 API，可以将 Groq 以及 Fireworks AI 这类 GPU 云推理服务商列入候选名单。先用相同模型和工作负载比较，再判断不同服务商的起步价是否具有可比性。

Cerebras 芯片多少钱？

根据其销售条款，Cerebras 硬件需询价购买；至于该公司的股票，则属于另一个投资问题。

Cerebras 定价页公布了学生优惠或退款政策吗？

当前定价页既没有学生专属费率，也没有对付费额度作出通用退款承诺。付款前应确认适用的额度购买条款，不能把赠送额度当作可退款的现金。

选择 API 之前，可用《AI 业务工作流审计清单》梳理任务量、失败处理方式和运营成本。订阅即可领取清单。