Together AI, Fireworks AI e Groq vendem o mesmo discurso: aponte seu cliente OpenAI existente para uma nova URL base, troque a chave e tenha modelos de pesos abertos por uma fração do custo. O discurso é verdadeiro. O que não é verdade é a ideia de que comparar os níveis gratuitos delas seja tão simples quanto alinhar três números lado a lado — dois dos três provedores nem publicam um número fixo.
A Groq é a exceção: sua página de limites de taxa publica números reais do Plano Gratuito, por modelo, numa aba que a maioria dos leitores ignora a caminho da aba do Plano Desenvolvedor, logo ao lado. A Together AI declara, na própria documentação, que não tem limites fixos por modelo para publicar — o teto se move com seu uso. A Fireworks AI vincula o acesso gratuito a um saldo de crédito único, em vez de um nível de plano. Três designs diferentes, e nenhum artigo de "qual nível gratuito é maior" consegue reduzir isso a um único número.
TL;DR
Groq, Together AI e Fireworks AI expõem endpoints compatíveis com OpenAI, então alternar entre elas é trocar uma URL base e uma chave de API — não reescrever código. A Groq divide o acesso em um Plano Gratuito e um Plano Desenvolvedor pago e, diferente das outras duas, publica números reais do Plano Gratuito por modelo, como 30 RPM / 1K RPD / 8K TPM / 200K TPD em gpt-oss-120b e gpt-oss-20b. A Together AI não publica números fixos do nível gratuito; sua documentação diz que os limites se movem dinamicamente com a capacidade ativa e o uso bem-sucedido recente. A Fireworks AI dá a novas contas um saldo de crédito único (US$ 1, conforme sua página de preços), não uma cota gratuita recorrente. Mais decisivo que o número principal é quais modelos você realmente precisa e como o teto de cada provedor se comporta quando você o atinge. O Apidog permite salvar uma requisição e trocar URL base e chave por ambiente — meça os três por conta própria em vez de confiar numa tabela.
Uma forma de API, três chaves
Os três provedores espelham de propósito o esquema de Chat Completions da OpenAI. Por isso todo guia de migração lê sempre igual: mude a base_url, mude o cabeçalho Authorization, mantenha o resto do código. A base compatível com OpenAI da Groq é https://api.groq.com/openai/v1/. A da Together AI é https://api.together.ai/v1, confirmada nos documentos de início rápido. A da Fireworks AI é https://api.fireworks.ai/inference/v1, conforme o guia de compatibilidade com OpenAI.
Essa forma compartilhada é o que torna um comparativo viável: adicionar um quarto ou quinto provedor custa minutos, não um redesenho. A mecânica de gerenciar esse tipo de configuração multiprovedor está coberta em como gerenciar URLs base entre ambientes no Apidog; e se você está avaliando opções de roteamento num cenário mais amplo, nossa análise de alternativas ao OpenRouter mostra onde cada uma dessas três se encaixa.
O que você pode realmente verificar sobre cada nível gratuito
A comparação abaixo usa apenas o que cada provedor declara publicamente em setembro de 2026. Onde um provedor não divulga número, a tabela diz isso — em vez de adivinhar.
| Groq | Together AI | Fireworks AI | |
|---|---|---|---|
| Modelo de acesso gratuito | Plano Gratuito (separado do Plano Desenvolvedor pago) | Pagamento conforme o uso desde a inscrição; sem nome separado de "plano gratuito" | Crédito único de inscrição |
| Cota gratuita documentada | Publicada por modelo: gpt-oss-120b/gpt-oss-20b 30 RPM, 1K RPD, 8K TPM, 200K TPD; compound 30 RPM, 250 RPD, 70K TPM (conforme limites de taxa da Groq, lidos em 2026-09-15) |
Não publicada como números fixos; descrita como dinâmica por organização | US$ 1 em créditos gratuitos, conforme preços da Fireworks |
| Como os limites são moldados | Limites por modelo de RPM/RPD/TPM/TPD, aplicados no nível da organização | Taxa dinâmica por modelo, ajustada segundo a capacidade ativa e o uso bem-sucedido recente | Baseado em gastos; esgotado o crédito, as requisições exigem cobrança habilitada |
| Onde verificar seus próprios números | console.groq.com/settings/limits |
Cabeçalhos de resposta em chamadas ativas, por exemplo x-ratelimit-reset
|
Painel da conta e página de cobrança |
| Tokens em cache contam contra os limites? | Não, conforme a própria documentação da Groq | Não declarado nas páginas que verificamos | Não declarado nas páginas que verificamos |
Duas coisas saltam quando você lê as páginas de origem em vez de um resumo de especificações. Primeiro: os números do Plano Gratuito da Groq acima são padrões publicados; a mesma página traz uma aba do Plano Desenvolvedor com tetos mais altos, e console.groq.com/settings/limits é a autoridade se os seus forem diferentes. Segundo: a limitação de taxa da Together AI não é uma tabela. A própria página de limites de taxa diz com todas as letras que "não há limites fixos por modelo publicados" e que o teto cresce com "tráfego sustentado e bem-sucedido". É um modelo significativamente diferente de uma linha estática de nível gratuito — a resposta honesta para "qual é o RPM gratuito da Together" é "verifique seus cabeçalhos de resposta", não um número tirado de tabela.
Se você quer aprofundamentos de um único provedor, com números verificáveis um produto de cada vez, veja os artigos complementares sobre o nível gratuito da API Groq e o nível gratuito da API Cerebras. Este artigo é o hub; aqueles dois fazem a investigação por provedor em profundidade.
Requisições vs tokens, fixo vs dinâmico
A diferença real de design entre as três não é o tamanho da cota gratuita, é a forma do teto.
O modelo da Groq é o que a maioria dos desenvolvedores já conhece de trabalhar com limites de taxa em outros lugares: teto fixo por janela de tempo, dividido em RPM, RPD, TPM e TPD, aplicado no nível da organização e não por chave de API. Ou seja: três chaves para três serviços sob uma mesma conta Groq compartilham um único pool. Nosso guia geral sobre limites de taxa da API GPT aprofunda essa mesma estrutura de RPM/TPM, caso você ainda não tenha trabalhado com limites baseados em tokens.
O modelo da Together AI recompensa tráfego constante e bem-sucedido em vez de punir rajadas com uma parede rígida. Uma conta quieta e uma conta pesada e bem comportada não recebem o mesmo teto, porque ele se ajusta ao histórico recente da sua própria conta e à capacidade ativa do modelo naquele momento. Boa notícia se sua carga de trabalho é estável; incógnita genuína se seu tráfego é naturalmente em rajadas.
A Fireworks AI quase contorna o design de limites de taxa para novos usuários: vincula o período gratuito a um saldo em dólares, não a uma janela de taxa de requisições. Você não é limitado pela velocidade com que chama a API; é limitado por quanto suas chamadas custam antes de o saldo acabar. A pergunta de planejamento muda de "quantas requisições por minuto" para "quantos tokens US$ 1 compram ao preço por token deste modelo" — o que depende inteiramente do modelo escolhido.
São apostas diferentes sobre o que um nível "gratuito" deve proteger: volume sustentado, picos de rajada ou gasto total. Contra qualquer um deles você eventualmente atingirá um 429, e como o provedor sinaliza esse momento importa tanto quanto o número que o acionou. Nosso guia de solução de problemas de limite de taxa excedido explica como ler esses cabeçalhos de resposta e construir lógica de retentativa que não piore o problema.
Comprove você mesmo em cinco minutos
Tanto desses dados vive atrás de uma tela de login ou de um cabeçalho de resposta ativo que o caminho mais rápido para uma resposta real não é outro artigo de especificações — é um teste que seu agente de codificação executa contra as três. Com o Apidog CLI, isso é um prompt. Configure uma vez:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
O token vem do Apidog, em Configurações da Conta → Token de Acesso à API. Depois, dê um prompt ao agente:
Use Apidog CLI on project <id>. Create Groq, Together and Fireworks environments
with the OpenAI-compatible base URLs from this article and a comparable model id
in a MODEL variable. Add POST /chat/completions with Bearer [REDACTED] from {{API_KEY}}
and one test case with an identical prompt and max_tokens. Run it once per
environment with that provider's key, then compare status, latency and the
x-ratelimit headers.
Os comandos que ele executa, verificados com o Apidog CLI 2.2.7:
apidog environment create Groq --project <id> --base-url https://api.groq.com/openai/v1
apidog environment create Together --project <id> --base-url https://api.together.ai/v1
apidog environment create Fireworks --project <id> --base-url https://api.fireworks.ai/inference/v1
apidog cli-schema validate test-case-create --file chat-case.json
apidog test-case create --project <id> --file chat-case.json
apidog run --test-case <caseId> --project <id> -e <togetherEnvId> \
--env-var "[REDACTED CREDENTIAL] -r cli,json
Alternar provedores agora é um ID de ambiente, não uma reescrita. Os cabeçalhos são onde o teto dinâmico da Together AI aparece em tempo real e onde você confirma que sua organização Groq corresponde à tabela publicada do Plano Gratuito. Mantenha a latência na comparação: um modelo tecnicamente gratuito, mas lento, não é de fato mais barato quando você conta o tempo gasto contornando-o. Três páginas de marketing viram um conjunto de dados comparável da sua própria conta. Executando a comparação continuamente dentro de uma construção de agente maior? Nosso guia sobre ferramentas de teste de API para agentes de IA cobre isso, e o artigo sobre Apidog CLI no Cursor mostra a configuração do agente.
Qual nível gratuito se adapta ao seu caso de uso
Com base apenas no que é verificável hoje, algumas recomendações honestas:
-
Limites previsíveis por modelo, legíveis sem fazer login: a Groq publica números reais do Plano Gratuito (30 RPM / 1K RPD / 8K TPM / 200K TPD nos modelos
gpt-oss), e sua janela de contexto de 131.072 tokens emllama-3.1-8b-instant,llama-3.3-70b-versatilee nos modelosopenai/gpt-osscobre ampla variedade de cargas de trabalho de pesos abertos num único endpoint. - Tráfego constante e bem comportado, sem interesse em rastrear limites de taxa: o modelo dinâmico da Together AI se encaixa nesse padrão; uso sustentado e bem-sucedido eleva o próprio teto ao longo do tempo, em vez de prendê-lo a um número definido no primeiro dia.
- Zero atrito de configuração, conforto em atingir uma parede de gastos: o acesso gratuito baseado em crédito da Fireworks AI testa o preço real por token desde a primeira chamada — útil quando a pergunta real é custo em escala, e não contagem de requisições.
As três hospedam subconjuntos diferentes de modelos de pesos abertos, e um modelo que se adapta à sua tarefa num provedor pode simplesmente não existir em outro.
FAQ
A Together AI, a Fireworks AI e a Groq usam todas o SDK da OpenAI?
Sim. As três documentam endpoints compatíveis com OpenAI, então a biblioteca cliente openai padrão funciona com qualquer uma delas depois que você troca a URL base e a chave.
Qual provedor tem o maior nível gratuito?
Não de um jeito que dê para comparar diretamente. A Groq publica números reais do Plano Gratuito por modelo (30 RPM / 1K RPD / 8K TPM / 200K TPD em gpt-oss-120b/gpt-oss-20b), a Together AI não define número fixo e a Fireworks AI vincula o acesso gratuito a um saldo de crédito único em vez de uma cota. Verifique console.groq.com/settings/limits se os seus forem diferentes.
Os limites de taxa se aplicam por chave de API ou por conta?
Na Groq, os limites valem no nível da organização: múltiplas chaves sob uma mesma conta compartilham o mesmo pool, conforme a própria documentação de limites de taxa dela. A Together AI e a Fireworks AI não declaram isso explicitamente nas páginas que verificamos — confira no seu próprio painel antes de assumir o contrário.
O que acontece quando atinjo um limite de taxa em qualquer um desses provedores?
Você recebe uma resposta HTTP 429. Os detalhes diferem; veja nosso guia de limite de taxa excedido para saber como ler os cabeçalhos de retentativa que a maioria das APIs compatíveis com OpenAI retorna e construir lógica de backoff em vez de adivinhar.
Há um jeito mais rápido de compará-las do que ler cada página de documentação?
Faça seu agente de codificação executar um caso de teste do Apidog CLI contra três ambientes, como descrito acima. Vinte minutos com o Apidog CLI dirão mais sobre a sua carga de trabalho real do que qualquer tabela de comparação — incluindo esta.


Top comments (0)