問問貓直讀 Groq 官方文件：免費額度資訊散在三個地方，70B 每天只有 1,000 次

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：2026-10-14

實查Groq2026-10-14

一分鐘快查： Groq 提供免費 API 金鑰，不用綁信用卡就能拿到。但「免費」不代表「無限用」——不同模型的每日上限差很多。Llama 3.1 8B 每天最多 14,400 次請求，跑小腳本測試通常夠；Llama 3.3 70B 和 GPT OSS 系列每天只有 1,000 次，正式產品用途很快就會撞到 429 錯誤（就是 API 回覆「你超量了，停用」的狀態碼）。搜尋、瀏覽網頁、執行程式這些內建工具是另外計費的，不包含在免費額度裡。查核日期：2026-10-09。

圖：看似寬裕的免費額度按模型差距懸殊，大模型配額極小且一下就見底

Groq API 免費這件事，問問貓直讀官方文件查核之後有話要說。

免費是真的，但「免費能用到哪裡」這條線，官網沒有擺在同一個地方讓你一眼看完。定價頁、rate limits 文件、模型說明頁，資訊分散在三個地方。很多人搜「groq api 免費」，進去看了速度數字覺得很香，才開始接 API，結果做到一半突然跑出 HTTP 429，才發現撞到每日上限了。

這篇把問問貓直讀官方文件查到的坑一個一個點名。

免費額度的真實長相：不同模型差距超大

Groq 的免費層不是給你一個「每天 X 次」的統一配額，而是每個模型各自有自己的上限。這件事官網有寫，但要你跑到 console.groq.com/docs/rate-limits 這個文件頁才看得完整，定價首頁沒有列出全部。

問問貓 2026-08-09 直讀官方文件，把各模型的每日上限整理如下：

Llama 3.1 8B Instant

每分鐘最多 30 次請求、每日最多 14,400 次請求
每分鐘最多 6,000 token、每日最多 50 萬 token
token 是什麼？就是文字被切成的小片段，大約 1,000 個中文字等於 1,000～1,500 token，這只是估計，實際依模型而定

Llama 3.3 70B Versatile

每分鐘最多 30 次請求、每日最多 1,000 次請求
每分鐘最多 12,000 token、每日最多 10 萬 token

GPT OSS 120B 和 GPT OSS 20B

每分鐘最多 30 次請求、每日最多 1,000 次請求
每分鐘最多 8,000 token、每日最多 20 萬 token

Groq Compound

每分鐘最多 30 次請求、每日最多 250 次請求
每分鐘最多 7 萬 token（官方文件無每日 token 上限說明）

Whisper Large V3（語音轉文字）

每分鐘最多 20 次請求、每日最多 2,000 次請求
每小時最多 7,200 音訊秒、每日最多 28,800 音訊秒

看到這裡你應該發現了：8B 和 70B 之間的每日請求上限差距非常明顯。8B 一天可以跑 14,400 次，70B 只有 1,000 次。如果你的應用場景是「每次使用者問一個問題就打一次 API」，那 1,000 次聽起來還好，但如果你在做批次處理、或是同時有多個使用者，1,000 次一天之內很容易就見底。

Groq Compound 的每日 250 次更極端，這個模型明顯不適合在免費層跑任何正式流量。官方文件寫了這個數字，但很多人看首頁的模型介紹，不會注意到這一條。

圖：groq.com 官方頁面，2026-10-14 擷取。

撞到 429 之後：哪些情境最快中招

API 回傳 HTTP 429 的意思是「你超過速率上限了」。官網文件有說，超量就回 429。但官網沒有說的是：你不一定是因為每日上限滿了才被 429，每分鐘上限也會觸發。

每分鐘 30 次請求這條線，乍看很寬。但如果你的腳本是個迴圈，對 API 批次打請求，30 次在一分鐘內非常容易超過。尤其是在測試階段，很多人會寫個 for loop 把一百筆資料一次丟進去跑，這時候每分鐘 30 次的上限根本擋不住。

另一個容易踩的情境是多人同時用同一組 API 金鑰。免費帳號只有一組 API 金鑰，如果你是小團隊共用，三個人同時在跑各自的腳本，每分鐘請求數就是三倍，馬上超標。

官網有提到一個對開發者有用的細節：快取命中的 token 不計入速率上限。意思是，如果你的請求前段提示詞（prompt）跟上一次完全一樣，Groq 快取了它，這些 token 就不佔你的每分鐘或每日 token 配額。這對做固定 system prompt 的應用來說是個省額度的設計，但官網沒有在快速入門頁面寫這一條，要自己翻文件才會看到。

另一件事：Groq 目前只跑開源模型。官方文件和實查資料都明確寫了，沒有 GPT-5、也沒有 Claude。如果你的應用後來需要換成 GPT 或 Claude，要整個換平台，不是在 Groq 裡面選一下就好。這不是坑，是架構決策，但要在一開始就知道。

付費之前沒有人告訴你的工具費：搜尋、瀏覽、執行都另計

Groq 的主要計費邏輯是 token，也就是說你丟進去的文字、模型吐出來的文字，按照百萬 token 為單位計費。具體費率問問貓直讀官網（2026-07-31）如下：

Llama 3.1 8B Instant：輸入每百萬 token US$0.05、輸出 US$0.08
GPT OSS 20B：輸入每百萬 token US$0.075、輸出 US$0.30
GPT OSS 120B：輸入每百萬 token US$0.15、輸出 US$0.60
Llama 3.3 70B Versatile：輸入每百萬 token US$0.59、輸出 US$0.79

這些數字本身算透明。但坑在內建工具的費用很多人沒注意到。官方說明寫：

搜尋：US$5～8 / 千次
瀏覽網頁：US$1 / 千次
執行程式（code execution）：US$0.18 / 小時

這些不是 token 費，是獨立計費的工具使用費。如果你用 Groq 搭配搜尋工具做 RAG（就是讓 AI 先去查資料、再回答）或 agent（讓 AI 自動執行一連串任務），每次呼叫搜尋或瀏覽網頁都會另外扣錢。

搜尋費每千次 US$5～8，這個範圍本身就值得注意——官網給了一個區間，不是固定單價，表示費率可能依搜尋類型或來源而不同，但官網文件沒有進一步說明細節。如果你在做高頻搜尋的應用，這塊費用可能比 token 費更大。

Batch API 是另一個要知道的選項。官方說明寫：用 Batch API 非同步處理，費率可以省 50%。不是即時回覆、可以等的任務（例如批次摘要、批次分類），用 Batch API 划算很多。但免費層有沒有支援 Batch API，官網沒有明確說明，這是目前問問貓直讀官方文件後仍未確認的部分，建議你先確認後再規劃。

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

問問貓這次直讀官方文件，查到幾個值得單獨說清楚的點。

第一：免費層速率上限藏在哪裡，定價首頁看不到

Groq 的定價首頁（groq.com/pricing）列出了各模型的 token 費率，但沒有列出免費層每日或每分鐘的請求上限。那些數字要跑到 console.groq.com/docs/rate-limits 才看得到。這不是什麼陰謀，但對於新手來說，看完定價頁覺得「好，我去用」，卻沒看到額度上限，是一個很現實的資訊落差。問問貓 2026-08-09 直讀這份文件才查到各模型的具體數字，然後跟定價頁對照，兩個頁面資訊分開放，普通讀者自己查通常只看一頁。

第二：不同模型的每日上限差距，是這篇最核心的警示

Llama 3.1 8B 每天 14,400 次，Groq Compound 每天 250 次，兩者相差接近 60 倍。這個差距在官網文件裡有寫，但兩個數字不在同一個地方被對比，讀者要自己去把各列數字讀完才會有感。問問貓查核紀錄中，這個差距從 2026-09-12 到 2026-10-09 的核實都沒有變動，表示這不是暫時的測試限制，是穩定設定。如果你在選模型時沒有查這份文件，很容易看到 Groq Compound 的功能介紹就直接用，然後一天 250 次，做個稍微正式一點的 agent 測試，上午就用完了。

第三：快取命中的 token 不計入上限，但這條資訊只在文件頁才有

官方在 rate limits 文件裡寫了「快取命中的 token 不計入上限」，定價首頁的說明是「快取命中的輸入 token 只收半價」。這是兩個不同的優惠——一個是免費層的額度省法，一個是付費的費率優惠。但這兩條資訊放在不同頁面，容易讓人以為是同一件事，或者根本沒意識到快取對額度管理有影響。如果你在免費層想要盡可能拉長用量，固定的 system prompt 就是降低 token 消耗的一個方式，因為快取命中的那部分不算進你的每日 token 額度。

第四：工具費用區間沒有解釋依據

官方說明寫搜尋費是 US$5～8 / 千次，是一個範圍，不是固定價。問問貓直讀官網查核（2026-07-31）只查到這個區間，沒有查到官方對這個區間的解釋（例如：哪種搜尋收 5 元、哪種收 8 元）。這表示如果你要估算搜尋工具的用量成本，目前沒有辦法從官方文件得到精確數字，只能抓區間的高點保守估算，或是先用少量測試後看實際帳單。這是目前查核紀錄中明確記錄為「未確認細節」的項目。

第五：官網沒有 GPT-5 或 Claude，這點不是小字

問問貓實查資料明確記錄：Groq 只跑開源模型。這件事對很多剛接觸的人來說不直觀，因為看到「GPT OSS」這個名稱，容易以為跟 OpenAI 的 GPT 系列是同一回事。GPT OSS 是微軟開源的模型系列，跟 OpenAI 的 GPT-4、GPT-5 不同。如果你的應用場景一定要用到 OpenAI 或 Anthropic 的封閉模型，Groq 不是答案，要走 OpenRouter 或直接對接各家 API。

第六：查核紀錄的連續性

問問貓的查核紀錄顯示，從 2026-09-12 到 2026-10-09，各次核實均記錄「與官網實查一致，已核實無更動」。這代表這段時間內價格與額度數字沒有調整。查核紀錄最後一筆是 2026-10-09，健檢紀錄顯示 2026-10-13 仍有執行。但 Groq 是一個仍在快速發展的平台，模型清單和費率在過去一年都有調整，建議你下手前自己去查一次 console.groq.com/docs/rate-limits 和 groq.com/pricing 確認當前數字。

☀️ 阿莫（AMO）精打細算派怎麼看

阿莫的立場很直接：Groq 免費層對輕量開發者來說是真佛心，但要用對模型。

免費層不用綁卡、馬上拿到 API 金鑰，這件事本身就值得肯定。Llama 3.1 8B 每天 14,400 次請求、50 萬 token，對一個在學 AI 開發的學生、或是在接案的工程師拿來做原型測試，這個額度通常是夠的。8B 的速度是 Groq 最大的賣點之一，官網寫約 840 TPS（每秒產生 840 個 token），這個速度讓開發過程中的等待感大幅降低，調試起來比一般雲端服務快很多。

但阿莫要提醒的是：如果你一開始就選了 70B 或 GPT OSS 120B，每天 1,000 次的免費請求上限，在做稍微複雜一點的多輪對話應用時，上午就可能用完。Groq Compound 更極端，250 次根本不夠做正式測試。用這些模型，免費層只適合「確認 API 串接有沒有問題」這個層次的測試，不適合當作正式開發環境。

付費版的費率結構阿莫覺得算透明，按量計費、不綁月費，用多少付多少，不用擔心某個月沒用到但月費照扣的情況。Batch API 可以省 50% 這一點，對批次處理的接案工作者來說很實際——摘要、分類、翻譯這類任務，不需要即時回覆的，用 Batch API 是明智的選擇。快取命中輸入 token 只收半價，設計固定 system prompt 的應用可以有效控制成本。

真正要注意的是搜尋和瀏覽工具的費用。很多人在看 token 費率時覺得很便宜，但 US$5～8 / 千次搜尋這條費率，如果做的是高頻搜尋的 agent 應用，可以比 token 費還大，這塊要在設計應用架構時就先把它計進去，不要等到帳單出來才發現。

阿莫的結論是：用 8B 免費試水、有正式需求就準備按量付費，但搜尋工具費要另外計算，別拿 token 費算完就以為知道成本了。