API de Groq gratis: límites del plan gratuito por modelo (2026)

Respuesta corta: sí, empezar con la API de Groq es gratis. Todas las organizaciones de GroqCloud empiezan en el plan Free, que da acceso con límites de uso y sin coste a modelos como gpt-oss-120b y gpt-oss-20b de OpenAI, Qwen3.8-27B, el reconocimiento de voz Whisper y el texto a voz Orpheus. A diferencia de muchos proveedores, Groq publica los límites gratuitos exactos por modelo. Cuando se te quedan cortos, el plan Developer es de pago por uso, con límites unas 30 veces más altos para los principales modelos de chat.

Límites del plan Free por modelo

Estos son los valores del plan Free de la pestaña 'Free Plan Limits' de la página de límites de uso de Groq, comprobados el 17 de octubre de 2026, junto a los límites base del plan Developer para los mismos modelos.

Abreviaturas: RPM, solicitudes por minuto; RPD, solicitudes por día; TPM, tokens por minuto; TPD, tokens por día. En el plan gratuito, 7.2K segundos de audio por hora son dos horas de audio por hora, y 28.8K al día son ocho horas de audio al día.

Groq llama a esta tabla 'a high level summary' (un resumen general) y dice que puede haber excepciones. Los límites exactos de tu organización están en la página Limits de la consola.

Cómo funcionan los límites de Groq

• A nivel de organización. Los límites se aplican a toda la organización, no a usuarios ni API keys concretos. Añadir claves no aumenta la capacidad.
• El primero que se alcance. Puedes llegar primero a cualquier tipo de límite. El ejemplo de Groq: con 50 RPM y 200K TPM, enviar 50 solicitudes diminutas en un minuto alcanza el límite de solicitudes aunque apenas hayas usado tokens.
• Topes separados de entrada y salida. Algunas organizaciones también tienen límites de tokens de entrada por minuto (ITPM) y de tokens de salida por minuto (OTPM). Pasa el cursor sobre el valor de TPM en la página Limits para ver un desglose 'X in / Y out' si se aplica.
• Los tokens en caché no cuentan para los límites. Groq indica que los tokens en caché no cuentan para tus límites de uso.
• 429 al superarlos. Cuando superas un límite, la API devuelve `429 Too Many Requests` con una cabecera `retry-after` en segundos.

Cómo leer las cabeceras de límites de uso

Cada respuesta incluye cabeceras que puedes usar para regular tu ritmo antes de recibir un 429. Ten en cuenta que las cabeceras de 'requests' se refieren al límite diario y las de 'tokens' al límite por minuto:

Cómo conseguir una API key de Groq gratis

1. Regístrate en console.groq.com. Tu cuenta empieza en el plan Free.
2. Abre API Keys y crea una clave. Cópiala de inmediato y guárdala como `GROQ_API_KEY`.
3. Prueba un modelo en el Playground o llama directamente a la API. La API de Groq es compatible con OpenAI, así que la mayoría de los SDK de OpenAI funcionan cambiando la URL base.
4. Ve a Settings → Limits para ver los límites actuales de tu organización.

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"}]}'

Para qué sirve el plan gratuito

Groq ejecuta los modelos en su propio hardware LPU y es conocido por su rápida generación de tokens. Dentro de los límites gratuitos, los usos típicos son:

• Prototipar apps de chat y agentes con gpt-oss-120b. 1,000 solicitudes y 200K tokens al día bastan para desarrollo y demos, aunque no para tráfico público.
• Proyectos personales de transcripción. Hasta ocho horas de audio al día con Whisper Large v3 Turbo cubren pódcast, notas de reuniones o grabaciones de clases.
• Filtrado de seguridad. Los modelos Llama Prompt Guard tienen el límite diario gratuito de solicitudes más alto (14.4K RPD), ideal para revisar la entrada de los usuarios antes de que llegue a un modelo más grande.
• Prototipos de voz con el texto a voz Orpheus, aunque el límite gratuito (100 solicitudes y 3.6K tokens al día) es pequeño.

Ten en cuenta que los 8K tokens por minuto de gpt-oss-120b son en la práctica la restricción más dura. Una sola solicitud con un documento largo puede consumir casi todo el presupuesto de un minuto, así que mantén los prompts cortos o reparte el trabajo en el tiempo.

Precios del plan Developer

Las preguntas frecuentes de facturación de Groq describen el plan Developer como de pago por uso para desarrolladores y empresas que quieren más capacidad. El cambio se aplica de inmediato sin cargo inicial y desbloquea límites más altos, soporte por chat, procesamiento Batch y Flex, y límites de gasto. Precios según la página de modelos de Groq:

Ejemplo práctico: 10M de tokens de entrada y 2M de tokens de salida con gpt-oss-120b cuestan 10 × 0.15 $ + 2 × 0.60 $ = 1.50 $ + 1.20 $ = 2.70 $. Transcribir 100 horas de audio con Whisper Large v3 Turbo cuesta 100 × 0.04 $ = 4.00 $.

Cuándo pasar a pago: si ves a menudo respuestas 429 por los topes de 1,000 solicitudes al día u 8K tokens por minuto, o estás a punto de abrir la app a usuarios reales, el plan Developer es el siguiente paso. Con los precios anteriores, una app personal que use 200K tokens al día de gpt-oss-120b (el tope diario gratuito) costaría como mucho unos pocos dólares al mes en el plan Developer. Incluso si todos los tokens se facturaran a la tarifa de salida, 30 días × 0.2M de tokens × 0.60 $ por 1M = 3.60 $; el tráfico con mucha entrada, a 0.15 $ por 1M, cuesta menos.

Cómo factura Groq

• Se necesita un método de pago válido para pasar de Free a Developer. Groq acepta tarjetas Visa, Mastercard, American Express y Discover, además de cuentas bancarias de EE. UU. y domiciliación SEPA.
• El uso se factura mensualmente a mes vencido. A las cuentas Developer nuevas también se les cobra al alcanzar umbrales progresivos de 1 $, 10 $, 100 $, 500 $ y 1,000 $; para direcciones de facturación de la India, los umbrales son 1 $, 10 $ y después 100 $ de forma recurrente.
• Groq solo factura cuando el uso alcanza al menos 0.50 $.
• Puedes volver al plan Free en cualquier momento desde Settings → Billing, después de pagar una factura final por el uso no facturado.

Formas de estirar los límites y reducir costes

• Caché de prompts (automática). En gpt-oss-120b, gpt-oss-20b y gpt-oss-safeguard-20b, Groq almacena en caché los prefijos de prompt repetidos sin cambiar el código. Los tokens de entrada en caché cuestan la mitad del precio de entrada normal y, como no cuentan para los límites de uso, un prompt de sistema estable también estira tu TPM gratuito. Groq indica que los datos en caché caducan tras un periodo sin uso (la documentación menciona 2 horas).
• Batch API. Los trabajos por lotes cuestan un 50 % menos que las llamadas síncronas, se ejecutan en una ventana que eliges de 24 horas a 7 días y usan límites distintos de tus límites normales por modelo. Cada archivo de entrada puede tener hasta 50,000 líneas y 200MB. El descuento por lotes no se acumula con el de la caché. Groq incluye Batch entre las funciones del plan Developer.
• Procesamiento Flex (de pago). Añadir `"service_tier": "flex"` a una solicitud da aproximadamente 10 veces los límites de uso bajo demanda al mismo precio mientras haya capacidad. Cuando no la hay, las solicitudes fallan rápido con HTTP 498 `capacity_exceeded`, así que reintenta con espera aleatoria.
• Límites de gasto (de pago). Los usuarios del plan Developer pueden fijar límites de gasto automáticos y alertas de presupuesto, algo que conviene hacer antes de poner una clave en cualquier app pública.

Modelos preview y disponibilidad de modelos

Varios modelos del plan gratuito, como Qwen3.8-27B, gpt-oss-safeguard-20b, los modelos Prompt Guard y Orpheus, están marcados como preview. Groq dice que los modelos preview 'are intended for evaluation purposes only and should not be used in production environments' (están pensados solo para evaluación y no deben usarse en entornos de producción). Los modelos de producción de la lista son gpt-oss-120b, gpt-oss-20b y los dos modelos Whisper.

La página de modelos de Groq también muestra llama-3.3-70b-versatile, llama-3.1-8b-instant, MiniMax M2.7 y Muse Spark de Meta con precio 'Contact Sales'. No aparecen en la tabla publicada del plan Free, así que no des por hecho que tienes acceso gratuito a ellos.

Tratamiento de los datos

Según la página de datos de Groq, por defecto Groq no conserva los datos de los clientes de las solicitudes de inferencia. Puede registrar temporalmente entradas y salidas, que se guardan hasta 30 días, al solucionar errores o investigar sospechas de abuso como la elusión de los límites de uso. Cualquier cliente puede activar Zero Data Retention en Data Controls, lo que también desactiva funciones que necesitan almacenamiento, como los trabajos por lotes. Los datos de clientes que se conservan se almacenan en buckets de Google Cloud en Estados Unidos.

Groq frente a otras API de IA gratis

• Nivel gratuito de la API de Gemini: incluye los modelos propietarios de Gemini, pero los límites no se publican y Google puede usar los datos del nivel gratuito.
• Prueba gratuita de Cerebras Inference: otro proveedor de inferencia rápida que sirve modelos abiertos.
• Modelos gratis de OpenRouter: enruta a endpoints gratuitos de muchos proveedores.
• Cloudflare Workers AI: una asignación diaria gratuita ligada a una plataforma que quizá ya uses. (GitHub Models se retiró el 30 de julio de 2026).

Para una lista completa comparada, consulta nuestra guía de API keys de IA gratis.