Groq — это облачный инференс GroqCloud: API-ключ, переменная GROQ_API_KEY, SDK pip install groq и вызов chat.completions.create. Фокус-ключ: groq. Канон: Quickstart и Supported Models. Соседи: OpenAI API, LiteLLM, ИИ-автоматизация.

Ниже — маршрут новичка: ключ → SDK → один рабочий chat completion. Model id и тарифы сверяйте в кабинете на дату запуска; рублевый прайс в статье не фиксируем.

Production vs Preview: что брать

MODEL ID Класс Скорость (док) Цена / 1M (док)* Context Когда
llama-3.3-70b-versatile Production (Enterprise в таблице) ~280 t/s Contact Sales 131072 Пример Quickstart; сильный общий чат
llama-3.1-8b-instant Production ~560 t/s Contact Sales 131072 Когда нужна максимальная скорость на лёгкой модели
openai/gpt-oss-120b Production ~500 t/s $0.15 in / $0.60 out 131072 Open-weight флагман в каталоге Groq
openai/gpt-oss-20b Production ~1000 t/s $0.075 in / $0.30 out 131072 Дешевле и быстрее 20B-контур
whisper-large-v3 / whisper-large-v3-turbo Production (ASR) — $0.111 / $0.04 per hour — Речь в текст, не chat
Preview (Qwen, Orpheus, Prompt Guard…) Preview разное см. таблицу разное Только оценка; не для прода без сверки deprecations

*Источник: console.groq.com/docs/models (Production / Preview; Developer plan rate limits). Сверка: 2026-10-08. Quickstart-пример: llama-3.3-70b-versatile. Цены в USD; ₽ не выдумываем. Список активных id также: GET https://api.groq.com/openai/v1/models.

Первый вызов на Python

  1. Создайте API Key в console GroqCloud и экспортируйте: export GROQ_API_KEY=….
  2. Установите SDK: pip install groq.
  3. Вызовите chat completion с model id из Quickstart или актуального каталога.
  4. Для прода берите Production; Preview — только для тестов (могут снять без долгого notice).
export GROQ_API_KEY="your_api_key_here"
pip install groq

import os
from groq import Groq

client = Groq(api_key=os.environ.get("GROQ_API_KEY"))

chat_completion = client.chat.completions.create(
    messages=[
        {"role": "user", "content": "Объясни за 3 пункта, зачем быстрый LLM API"},
    ],
    model="llama-3.3-70b-versatile",  # сверяйте каталог на дату запуска
)
print(chat_completion.choices[0].message.content)

Ключ держите в env / .env, не в репозитории. Для JS-стека в доке есть путь через AI SDK (@ai-sdk/groq) — это отдельный клиент, не замена Python SDK.

Типичные ошибки

  • Тащить Preview-модель в прод без чтения deprecation notes.
  • Путать Whisper (аудио) с chat model id.
  • Копировать устаревший id из чужого туториала вместо актуальной таблицы Models.
  • Фиксировать рублевый прайс токенов в статье — смотрите USD в доке и свой биллинг.
  • Коммитить GROQ_API_KEY в git или в публичный фронтенд.

FAQ: Groq

Что такое Groq простыми словами?

Groq — это GroqCloud API для быстрых инференс-вызовов LLM и Whisper: ключ GROQ_API_KEY, pip install groq, chat.completions.create с model id из каталога. Канон: console.groq.com/docs/quickstart.

Какой model id брать для первого вызова?

В официальном Quickstart пример на llama-3.3-70b-versatile. Production-каталог также держит openai/gpt-oss-120b, openai/gpt-oss-20b и Whisper. Перед продом сверяйте console.groq.com/docs/models: preview-модели не для production.

Как сделать первый вызов на Python?

export GROQ_API_KEY=…, pip install groq, создать Groq() и вызвать client.chat.completions.create с messages[] и model. Ключ не коммитьте в git.

Чем Groq отличается от OpenAI API?

Интерфейс chat completions похож на OpenAI-стиль, но хостинг, model id и биллинг — у GroqCloud (api.groq.com). Скорость (tokens/sec) — сильный аргумент Groq; список моделей другой.

Можно ли звать Groq через LiteLLM?

Да, когда нужен единый gateway на несколько провайдеров. Для одного скрипта достаточно официального SDK groq. Соседний лонгрид: LiteLLM.

Есть ли цены в рублях в статье?

Нет. В таблице — ориентиры в USD из console.groq.com/docs/models на дату сверки. Рубли и курс смотрите в своём кабинете/посреднике.

Вывод

Groq — ключ в env, официальный SDK, один chat completion на актуальном Production model id. Старт: Quickstart → свой скрипт → сверка каталога. Когда нужна система обучения под интеграции — форматы на странице обучения.

Артём Денисов — эксперт Нетологии и автор курса Яндекс Практикума по промпт-инжинирингу. Сверяет Groq с console.groq.com quickstart и models.

Хотите нейросети под свои задачи, а не «для всех»?

Когда базовых гайдов уже мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Соседи по стеку — ИИ-автоматизация и OpenAI API.