Groq API kostenlos: Rate Limits des Free-Plans nach Modell (2026)

Kurze Antwort: Ja, der Einstieg in die Groq API ist kostenlos. Jede GroqCloud-Organisation startet im Free-Plan, der kostenlosen Zugang mit Rate Limits zu Modellen wie gpt-oss-120b und gpt-oss-20b von OpenAI, Qwen3.8-27B, Whisper Speech-to-Text und Orpheus Text-to-Speech bietet. Anders als viele Anbieter veröffentlicht Groq die genauen Gratis-Limits pro Modell. Wenn Sie darüber hinauswachsen, wird der Developer-Plan nutzungsbasiert abgerechnet, mit Limits, die bei den wichtigsten Chat-Modellen etwa 30-mal höher liegen.

Limits des Free-Plans nach Modell

Das sind die Werte des Free-Plans aus dem Tab „Free Plan Limits“ auf Groqs Rate-Limit-Seite, geprüft am 17. Oktober 2026, neben den Basislimits des Developer-Plans für dieselben Modelle.

Abkürzungen: RPM Anfragen pro Minute, RPD Anfragen pro Tag, TPM Tokens pro Minute, TPD Tokens pro Tag. Im Free-Plan entsprechen 7,2K Audiosekunden pro Stunde zwei Stunden Audio pro Stunde und 28,8K pro Tag acht Stunden Audio pro Tag.

Groq bezeichnet diese Tabelle als „a high level summary“ (grobe Zusammenfassung) und weist darauf hin, dass es Ausnahmen geben kann. Die genauen Limits Ihrer Organisation stehen auf der Limits-Seite der Konsole.

So funktionieren die Limits von Groq

• Auf Organisationsebene. Die Limits gelten für die gesamte Organisation, nicht für einzelne Nutzer oder API-Keys. Zusätzliche Keys bringen keine zusätzliche Kapazität.
• Was zuerst erreicht wird. Jede Limitart kann zuerst greifen. Groqs Beispiel: Bei 50 RPM und 200K TPM erreichen 50 winzige Anfragen in einer Minute das Anfragelimit, obwohl kaum Tokens verbraucht wurden.
• Getrennte Input- und Output-Grenzen. Manche Organisationen haben zusätzlich Limits für Input-Tokens pro Minute (ITPM) und Output-Tokens pro Minute (OTPM). Fahren Sie auf der Limits-Seite mit der Maus über den TPM-Wert, um gegebenenfalls eine Aufschlüsselung „X in / Y out“ zu sehen.
• Gecachte Tokens zählen nicht für Limits. Laut Groq zählen gecachte Tokens nicht gegen Ihre Rate Limits.
• 429 bei Überschreitung. Wenn Sie ein Limit überschreiten, gibt die API `429 Too Many Requests` mit einem `retry-after`-Header in Sekunden zurück.

Die Rate-Limit-Header lesen

Jede Antwort enthält Header, mit denen Sie sich selbst drosseln können, bevor ein 429 kommt. Beachten Sie, dass sich die „requests“-Header auf das Tageslimit und die „tokens“-Header auf das Minutenlimit beziehen:

So bekommen Sie einen kostenlosen Groq-API-Key

1. Registrieren Sie sich auf console.groq.com. Ihr Konto startet im Free-Plan.
2. Öffnen Sie API Keys und erstellen Sie einen Key. Kopieren Sie ihn sofort und speichern Sie ihn als `GROQ_API_KEY`.
3. Testen Sie ein Modell im Playground oder rufen Sie die API direkt auf. Die API von Groq ist OpenAI-kompatibel, die meisten OpenAI-SDKs funktionieren also mit geänderter Base-URL.
4. Unter Settings → Limits sehen Sie die aktuellen Limits Ihrer Organisation.

curl https://api.groq.com/openai/v1/chat/completions \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-oss-120b","messages":[{"role":"user","content":"Hello"}]}'

Wofür sich der Free-Plan eignet

Groq betreibt Modelle auf eigener LPU-Hardware und ist für schnelle Token-Generierung bekannt. Innerhalb der Gratis-Limits passen typischerweise:

• Prototypen von Chat- und Agenten-Apps mit gpt-oss-120b. 1.000 Anfragen und 200K Tokens pro Tag reichen für Entwicklung und Demos, nicht aber für öffentlichen Traffic.
• Transkriptions-Nebenprojekte. Bis zu acht Stunden Audio pro Tag mit Whisper Large v3 Turbo decken Podcasts, Meeting-Notizen oder Vorlesungsaufzeichnungen ab.
• Sicherheitsfilter. Die Llama-Prompt-Guard-Modelle haben das höchste kostenlose Tageslimit für Anfragen (14,4K RPD) und eignen sich, um Nutzereingaben zu prüfen, bevor sie ein größeres Modell erreichen.
• Sprach-Prototypen mit Orpheus Text-to-Speech, wobei das Gratis-Limit (100 Anfragen und 3,6K Tokens pro Tag) klein ist.

In der Praxis sind 8K Tokens pro Minute bei gpt-oss-120b die engste Grenze. Eine einzige Anfrage mit einem langen Dokument kann einen Großteil des Minutenbudgets verbrauchen – halten Sie Prompts also kurz oder verteilen Sie die Arbeit zeitlich.

Preise des Developer-Plans

Groqs Abrechnungs-FAQ beschreibt den Developer-Plan als nutzungsbasiertes Angebot für Entwickler und Unternehmen, die mehr Kapazität brauchen. Das Upgrade wirkt sofort und ohne Vorabzahlung und schaltet höhere Limits, Chat-Support, Batch- und Flex-Verarbeitung sowie Ausgabenlimits frei. Preise laut Modellseite von Groq:

Rechenbeispiel: 10 Mio. Input-Tokens und 2 Mio. Output-Tokens mit gpt-oss-120b kosten 10 × 0,15 $ + 2 × 0,60 $ = 1,50 $ + 1,20 $ = 2,70 $. 100 Stunden Audio mit Whisper Large v3 Turbo zu transkribieren kostet 100 × 0,04 $ = 4,00 $.

Wann sich ein Upgrade lohnt: Wenn Sie regelmäßig 429-Antworten wegen der Grenzen von 1.000 Anfragen pro Tag oder 8K Tokens pro Minute sehen oder die App bald echten Nutzern zugänglich machen, ist der Developer-Plan der nächste Schritt. Zu den obigen Preisen würde eine Hobby-App, die täglich 200K Tokens gpt-oss-120b verbraucht (das tägliche Gratis-Limit), im Developer-Plan höchstens ein paar Dollar im Monat kosten. Selbst wenn jedes Token zum Output-Preis abgerechnet würde, wären es 30 Tage × 0,2 Mio. Tokens × 0,60 $ pro 1 Mio. = 3,60 $; inputlastiger Traffic zu 0,15 $ pro 1 Mio. kostet weniger.

So rechnet Groq ab

• Für den Wechsel von Free zu Developer ist eine gültige Zahlungsmethode nötig. Groq akzeptiert Visa, Mastercard, American Express und Discover sowie US-Bankkonten und SEPA-Lastschrift.
• Die Nutzung wird monatlich nachträglich in Rechnung gestellt. Neue Developer-Konten werden zusätzlich an gestaffelten Schwellen von 1 $, 10 $, 100 $, 500 $ und 1.000 $ belastet; bei Rechnungsadressen in Indien liegen die Schwellen bei 1 $, 10 $ und dann wiederkehrend 100 $.
• Groq rechnet erst ab einer Nutzung von mindestens 0,50 $ ab.
• Sie können jederzeit unter Settings → Billing in den Free-Plan zurückwechseln, nachdem Sie eine Schlussrechnung für noch nicht abgerechnete Nutzung bezahlt haben.

So strecken Sie Limits und senken Kosten

• Prompt Caching (automatisch). Bei gpt-oss-120b, gpt-oss-20b und gpt-oss-safeguard-20b cacht Groq wiederholte Prompt-Präfixe ohne Codeänderung. Gecachte Input-Tokens kosten die Hälfte des normalen Input-Preises, und da gecachte Tokens nicht gegen die Rate Limits zählen, streckt ein stabiler System-Prompt auch Ihr kostenloses TPM. Laut Groq verfallen gecachte Daten nach einer Zeit ohne Nutzung (die Doku nennt 2 Stunden).
• Batch API. Batch-Jobs kosten 50% weniger als synchrone Aufrufe, laufen innerhalb eines selbst gewählten Zeitfensters von 24 Stunden bis 7 Tagen und haben eigene Limits, getrennt von Ihren normalen Limits pro Modell. Jede Eingabedatei kann bis zu 50.000 Zeilen und 200MB enthalten. Der Batch-Rabatt ist nicht mit dem Caching-Rabatt kombinierbar. Groq führt Batch als Funktion des Developer-Plans.
• Flex Processing (kostenpflichtig). Mit `"service_tier": "flex"` in einer Anfrage erhalten Sie etwa die 10-fachen On-Demand-Rate-Limits zum selben Preis, solange Kapazität verfügbar ist. Ist sie es nicht, schlagen Anfragen sofort mit HTTP 498 `capacity_exceeded` fehl – wiederholen Sie dann mit Backoff und Jitter.
• Ausgabenlimits (kostenpflichtig). Nutzer des Developer-Plans können automatische Ausgabenlimits und Budgetwarnungen festlegen – das lohnt sich, bevor Sie einen Key in eine öffentliche App einbauen.

Preview-Modelle und Modellverfügbarkeit

Mehrere Modelle des Free-Plans, darunter Qwen3.8-27B, gpt-oss-safeguard-20b, die Prompt-Guard-Modelle und Orpheus, sind als Preview gekennzeichnet. Laut Groq „are intended for evaluation purposes only and should not be used in production environments“ – Preview-Modelle sind also nur zur Evaluierung gedacht und sollten nicht in Produktivumgebungen genutzt werden. Die Produktivmodelle auf der Liste sind gpt-oss-120b, gpt-oss-20b und die beiden Whisper-Modelle.

Die Modellseite von Groq führt außerdem llama-3.3-70b-versatile, llama-3.1-8b-instant, MiniMax M2.7 und Muse Spark von Meta mit dem Preis „Contact Sales“. Diese erscheinen nicht in der veröffentlichten Tabelle des Free-Plans – gehen Sie also nicht von kostenlosem Zugang aus.

Umgang mit Daten

Laut Datenseite von Groq werden Kundendaten aus Inferenzanfragen standardmäßig nicht gespeichert. Inputs und Outputs können vorübergehend protokolliert und bis zu 30 Tage aufbewahrt werden, wenn Fehler behoben oder Verdachtsfälle von Missbrauch untersucht werden, etwa das Umgehen von Rate Limits. Jeder Kunde kann in den Data Controls Zero Data Retention aktivieren, wodurch auch Funktionen mit Speicherbedarf wie Batch-Jobs deaktiviert werden. Gespeicherte Kundendaten liegen in Google-Cloud-Buckets in den USA.

Groq im Vergleich mit anderen kostenlosen KI-APIs

• Gemini API Free Tier: enthält proprietäre Gemini-Modelle, aber die Limits sind nicht veröffentlicht und Free-Tier-Daten können von Google genutzt werden.
• Cerebras Inference: kostenlose Testphase: ein weiterer Anbieter für schnelle Inferenz mit offenen Modellen.
• Kostenlose Modelle bei OpenRouter: leitet an kostenlose Endpunkte vieler Anbieter weiter.
• Cloudflare Workers AI: ein kostenloses Tageskontingent auf einer Plattform, die Sie vielleicht schon nutzen. (GitHub Models wurde am 30. Juli 2026 eingestellt.)

Eine vollständige Gegenüberstellung finden Sie in unserem Ratgeber zu kostenlosen KI-API-Keys.