Groq免費層查了兩份官方文件才搞懂：額度是分模型算，不是一包用到飽

數字速覽

免費版：有
最低付費方案：US$0／月起
免費額度：免費層（Free Plan）不需綁卡，各模型有各自的每分鐘／每日上限（2026-08-09 …
最後查核：2026-10-14

文章最後更新：2026-10-12

實查Groq2026-10-14

一分鐘快查： Groq的API免費層不用綁信用卡，註冊就直接給一支API金鑰（API＝軟體之間互相喊話用的接口，有了金鑰你的程式才能呼叫Groq的模型）。但「免費額度到底多少」這題，官網兩份文件寫得不一樣：定價頁查核時只寫「官網未標示具體上限」，問問貓另外翻到2026-08-09直讀的技術文件〈console.groq.com/docs/rate-limits〉才看到完整數字，而且額度是「每個模型分開算」——Llama 3.1 8B Instant一天可以打14,400次請求、一天50萬個token（token＝模型讀寫文字的最小單位，可以簡單想成「字塊」，用一次扣一點額度）；換成Llama 3.3 70B Versatile一天就只剩1,000次請求、10萬token。付費計價也是看模型，8B最便宜也最快，每百萬token輸入US$0.05、輸出US$0.08，速度約840 TPS（TPS＝每秒能吐出幾個token，數字越大代表產出越快）；70B版本輸入US$0.59、輸出US$0.79，速度只有394 TPS。價格最後驗證日期是2026-10-09。

圖：免費額度並非一整包隨你用，不同模型各自有獨立上限，小模型還沒喝完但大模型可能早就見底。

免費不用卡，但帳單藏在「每個模型分開算」這件事

Groq最吸引人的地方，就是免費層完全不用綁卡。很多API服務會要求你先輸入信用卡才給金鑰，Groq沒有這一關，註冊帳號就能拿到金鑰直接開始呼叫。這對學生、接案族、或只是想先玩玩看的人來說門檻很低，不用擔心手滑被扣款。

但問問貓查核時發現一個容易被忽略的地方：免費額度不是「一包總量」，而是「每一個模型各自有自己的上限」。你申請到一支金鑰，不代表所有模型共用同一包額度。根據2026-08-09查到的技術文件，Llama 3.1 8B Instant每分鐘可以打30次請求、一天最多14,400次，每分鐘6,000個token、一天50萬個token；但Llama 3.3 70B Versatile同樣是每分鐘30次請求，一天卻只剩1,000次，每分鐘12,000個token、一天10萬個token。GPT OSS 120B跟20B這兩個模型，額度又是另外一套——每分鐘30次、一天1,000次，每分鐘8,000個token、一天20萬個token。語音轉文字的Whisper Large V3，額度單位又改成「音訊秒」，每小時7,200音訊秒、每天28,800音訊秒。

這代表什麼？如果你把一個應用同時接了8B跟70B兩個模型，你會以為「反正都是免費額度，應該夠用」，結果70B那邊因為一天只給1,000次請求，很快就被用光，程式開始收到HTTP 429的錯誤（429就是伺服器在跟你說「你這個額度用完了，先等一下」）。官方也寫得很清楚，快取命中的token不計入上限——也就是說如果同一段內容重複問，系統認得出來是「快取」的話，不會吃掉你的額度，但這件事官網並沒有放在顯眼的位置講。

圖：groq.com 官方頁面，2026-10-12 擷取。

選模型差超多：8B最快最便宜，70B貴又慢一半

Groq主打的賣點是自己做的LPU晶片，跑開源模型的速度比一般雲端快很多。但問問貓查核時發現，這個「快」不是每個模型都一樣快，而是模型越小、越便宜的，反而速度最猛。

攤開官網定價頁（2026-07-31直讀）的四個付費模型數字，差異很明顯。Llama 3.1 8B Instant：每百萬token輸入US$0.05、輸出US$0.08，速度約840 TPS。GPT OSS 20B：輸入US$0.075、輸出US$0.30，速度約1,000 TPS，是這四個裡面跑最快的。GPT OSS 120B：輸入US$0.15、輸出US$0.60，速度約500 TPS。Llama 3.3 70B Versatile：輸入US$0.59、輸出US$0.79，速度只有394 TPS，是四個裡面最慢的一個。

官網在方案細節裡直接寫了一句定位說明：「比8B貴約10倍但推理明顯更強，速度仍比多數雲端服務快」。這句話是官網自己對70B模型下的註解，意思很直白——70B不是拿來比快的，是拿來比「想得比較深」的，你要的是複雜推理、長篇邏輯，才值得付那個價差去換70B；如果只是要跑客服機器人、即時翻譯這種講求低延遲、大量重複呼叫的場景，官網把8B模型定位成專門給這種用途，便宜又跑最快，這個落差選錯了真的會很有感——同樣的預算，選8B可以撐住的請求量，換成70B可能連十分之一都撐不到。

反過來看GPT OSS 20B跟120B這兩個，官網沒有特別寫「for」用途說明，只簡單標成「開發者依token用量計費」，一個是小模型跑得快，一個是大模型。如果你拿不定主意該選哪一個，光看速度跟價格的數字落差，就已經是很具體的判斷依據，不用猜。

Batch打五折、快取算半價，還有「另計」的隱藏收費

除了模型選擇，Groq定價頁裡還藏著幾個「省錢技巧」，但這些技巧也有各自的使用門檻，不是每個情境都能套用。第一個是Batch API，官網寫明用非同步批次處理可以省下50%的費用——所謂非同步，就是你把一批請求丟進去，不用等著即時拿到答案，系統排隊處理完再給你結果。這適合不急著馬上拿到回應的工作，像是批量整理資料、批量翻譯文件，但如果你的應用需要即時對話、使用者在等畫面跳出字，Batch API這個五折優惠就用不上。

第二個是快取命中折扣，輸入的token如果命中快取，只收一半價錢。這對「同一段內容反覆被問」的場景特別有感，比如客服機器人常見問題集、或是同一份文件被重複檢索的情境。但快取命中與否是系統判斷的，官網沒有寫明命中率平均多少，所以這筆折扣是「有可能拿到」而不是「保證拿到」。

第三件事，是官網特別列出來的「內建工具另計」費用：搜尋功能每千次US$5到8美元、瀏覽網頁功能每千次US$1、執行程式功能每小時US$0.18。這些是Groq Compound這類會呼叫外部工具的模型才會用到的收費項目，跟前面講的「每百萬token多少錢」是分開算的兩本帳。如果你的應用有用到搜尋或瀏覽網頁這類功能，記得這筆錢不在token單價裡，要另外抓預算。

問問貓自製圖：Groq｜方案價格重點（數字取自問問貓查核資料，查核日 2026-10-09）

圖：問問貓依查核資料整理（查核日 2026-10-09）。

🔍 問問貓獨家實查

問問貓這次查核Groq最在意的一件事，是定價頁跟技術文件兩邊對「免費層額度」的說法前後不一致。官網首頁或定價頁查核時，問問貓的紀錄寫的是「官網未標示具體上限」，而且特別註記「這是查核時唯一沒查到的關鍵數字」；但同一個工具，另外去翻console.groq.com/docs/rate-limits這份技術文件，2026-08-09卻查到每個模型清清楚楚列出每分鐘、每日的請求次數跟token上限。這不是查核錯誤，而是Groq官網把「免費額度」這個關鍵條件藏在開發者文件裡，沒有放在一般使用者會先看到的定價頁或首頁。對一個只看定價頁就下判斷的人來說，會以為Groq「沒講清楚免費額度多少」，但其實資料是存在的，只是藏在比較深的技術文件層。這正是問問貓要提醒的——想知道真正能用多少，不能只看定價頁，要往下點到rate-limits那份文件才看得到完整表格。

第二個問問貓觀察到的地方，是免費額度的設計邏輯其實暗藏一個卡關情境：額度是「每個模型分開算」，而不是「整個帳號共用一包」。這件事官網沒有用一句話講明白，是要把四五個模型的數字並排比對才看得出來的規則。對一般開發者來說，最容易踩到的坑，是把應用同時接多個模型測試，心裡預設「反正都是免費的，應該都差不多夠用」，結果Llama 3.3 70B Versatile一天只有1,000次請求的額度，比8B模型的14,400次整整少了一大截，很快就會撞到HTTP 429。這種卡關最容易發生在「開發階段同時測試多個模型」或「正式上線後流量稍微上升」的情境，因為開發階段大家習慣東測西測，一個模型測爆了額度，另一個模型可能還好端端的，但如果沒注意到這是分開算的，debug的時候會搞不清楚到底是哪裡出問題。

第三，免費層對不同使用情境的撐度差很大。如果你只是個人測試、寫寫小工具、或是學生練習呼叫API，8B模型一天14,400次請求的額度，問問貓認為對這類用途是相當寬裕的，幾乎不會真的撞到上限。但如果你是想拿Groq的免費層去跑一個會員制的小型服務，或是把70B模型接進一個流量穩定的正式產品，一天只有1,000次請求、10萬token的額度，很快就會不夠用，這時候免費層撐不住，就要認真考慮轉去用量計費的付費方案。

第四，查核紀錄顯示這份定價資料相對穩定。問問貓從2026-09-12一路核實到2026-10-09，每一次自動核實的紀錄都寫「文中價格／額度數字與來源工具官網實查一致，已核實無更動」，沒有看到任何一次改價、改額度的紀錄。這代表Groq這份定價表至少在這段期間沒有像有些工具一樣常常調價，對想用它來長期規劃預算的人來說，算是比較不用擔心「用著用著突然漲價」的那種服務。

第五，官網對模型定位的說明本身就帶有落差感。方案細節裡，Llama 3.1 8B Instant的「for」欄位寫的是「要求極低延遲、量大又想省錢的應用（客服機器人、即時翻譯）」，Llama 3.3 70B Versatile寫的是「需要較強推理能力，又不想犧牲太多速度的應用」。這兩句話都藏在方案細節頁裡，不是放在產品首頁顯眼位置講清楚「你該選哪一個」。一般使用者如果只看模型名稱跟價格數字，很難直接判斷自己的用途該對應哪一個模型，要點進方案細節才看得到這些「給誰用」的說明。

☀️ 阿莫（AMO）精打細算派怎麼看

阿莫看這份資料，第一個反應是「免費層不用綁卡」這點真的佛心，比起一堆服務動輒要你先輸入卡號才給試用，Groq這個門檻等於零，對想先摸摸看、不想一開始就掏錢的人非常友善。阿莫認為光是8B模型一天14,400次請求的免費額度，對個人開發者、學生、或只是寫自動化小工具的人來說，根本不太需要升級付費版，免費版就能撐住大部分日常測試跟輕量使用的需求，這點CP值很高。

但阿莫也提醒，划不划算要看你用的是哪個模型。如果你打算長期用Llama 3.3 70B Versatile，免費層一天只有1,000次請求，一旦用量稍微起來，很快就會撞上限，這時候要不要花錢升級，就要看你的應用是不是真的需要70B那種比較強的推理能力。阿莫的判斷是，大部分簡單任務像是分類、簡短問答、即時翻譯，8B模型的免費額度加上付費後每百萬token只要US$0.05跟US$0.08這麼便宜的計價，就已經很夠用，不需要為了「感覺比較強」去選貴十倍的70B。

阿莫特別看重Batch API打五折、快取命中算半價這兩個省錢設計，認為這是真正懂開發者在意什麼的定價方式——不是齊頭式的訂閱制，而是你怎麼用就怎麼算錢，用得聰明就能把成本壓低。阿莫的結論是，對預算有限、用量不算特別大的個人或小團隊，Groq先用免費層試水溫，等真的確定要擴大用量再轉付費，是最省錢又不吃虧的路線；但如果一開始就打算長期大量呼叫70B模型，阿莫建議先抓清楚每個模型各自的額度表，別只看「反正有免費層」就以為一定夠用。

🌙 皮米（PIMI）效能派怎麼看

皮米在意的是速度跟效果，看到Groq自研LPU晶片這個賣點，第一個關注點是官網列出來的TPS數字。GPT OSS 20B跑到約1,000 TPS，Llama 3.1 8B Instant約840 TPS，這兩個數字放在開源模型的世界裡算是很突出的，對需要即時回應、使用者等著看文字跳出來的應用來說，這種速度差很有感，回應慢半拍跟幾乎秒回，體驗完全不同。

皮米也直接點出速度跟推理能力是要取捨的。Llama 3.3 70B Versatile雖然官網說推理明顯更強，但速度只有394 TPS，比8B慢了一半以上。皮米認為，如果你的應用情境就是需要70B那種比較深的邏輯推理——例如比較複雜的程式碼分析、多步驟的推論任務——那慢一點是合理的代價，畢竟官網自己都寫「推理明顯更強」，這不是隨便講的形容詞，是官網方案細節裡實際標出來的定位說明。但如果你的任務其實很簡單，只是分類或簡短問答，硬選70B只會讓你多等、多花錢，卻拿不到對應的效果提升。

皮米對Groq整體效能的看法是，LPU晶片這個架構確實讓開源模型的推論速度有明顯優勢，這是Groq跟其他雲端服務比較明顯的差異化賣點。但皮米也提醒一個限制：Groq只跑開源模型，像Llama、GPT OSS這些，沒有GPT-5或Claude這類封閉模型。如果你的任務需要用到特定封閉模型才有的能力，Groq這個平台本身就幫不上忙，這時候去哪裡接那些模型，是另外一個問題，Groq的速度優勢也派不上用場。皮米的結論是，在開源模型這個範圍內，Groq的速度表現確實突出，值得拿來跑真正在意延遲的應用，但選模型前要先想清楚自己要的是快還是要的是比較強的推理，兩者不能都要最頂規。

結論：誰該用、誰別碰

如果你只是想免費玩玩開源模型、寫個小工具、或是學生練習呼叫API，Groq的免費層不用綁卡，8B模型一天14,400次請求的額度相當寬裕，直接註冊拿金鑰就能用，不太需要想太多。如果你的應用講求低延遲、量又大，像是客服機器人、即時翻譯這類場景，官網本身就把8B模型定位給這種用途，價格便宜、速度又快，付費後也不會花太多錢。

如果你需要的是比較深的推理能力，願意接受速度慢一點、價格貴一點，Llama 3.3 70B Versatile是官網明確標出來給這種需求的選項，但要先有心理準備，免費額度一天只有1,000次請求，用量一上來很快就要轉付費。如果你的計畫是長期穩定接多個模型做正式產品，建議先把每個模型各自的額度表抓出來看清楚，別被「反正有免費層」這句話誤導，因為額度是分開算的，不是共用一包。至於需要GPT-5、Claude這類封閉模型才能做到的事，Groq這個平台本身就不提供，這部分要找別的管道。