API Groq gratuite : limites de débit du plan Free par modèle (2026)

Réponse courte : oui, l'API de Groq est gratuite pour démarrer. Chaque organisation GroqCloud commence sur le plan Free, qui donne un accès gratuit, avec limites de débit, à des modèles comme gpt-oss-120b et gpt-oss-20b d'OpenAI, Qwen3.8-27B, la transcription Whisper et la synthèse vocale Orpheus. Contrairement à beaucoup de fournisseurs, Groq publie les limites gratuites exactes par modèle. Quand vous les dépassez, le plan Developer est facturé à l'usage avec des limites environ 30 fois plus élevées pour les principaux modèles de chat.

Limites du plan Free par modèle

Voici les valeurs du plan Free issues de l'onglet 'Free Plan Limits' de la page des limites de débit de Groq, vérifiées le 17 octobre 2026, à côté des limites de base du plan Developer pour les mêmes modèles.

Abréviations : RPM requêtes par minute, RPD requêtes par jour, TPM tokens par minute, TPD tokens par jour. Sur le plan gratuit, 7,2K secondes d'audio par heure représentent deux heures d'audio par heure, et 28,8K par jour huit heures d'audio par jour.

Groq qualifie ce tableau de 'high level summary' (résumé de haut niveau) et précise qu'il peut y avoir des exceptions. Les limites exactes de votre organisation figurent sur la page Limits de la console.

Comment fonctionnent les limites de Groq

• Au niveau de l'organisation. Les limites s'appliquent à toute l'organisation, pas aux utilisateurs ni aux clés API individuels. Des clés supplémentaires n'ajoutent pas de capacité.
• La première atteinte l'emporte. Vous pouvez atteindre n'importe quel type de limite en premier. L'exemple de Groq : avec 50 RPM et 200K TPM, envoyer 50 toutes petites requêtes en une minute atteint la limite de requêtes alors que vous n'avez quasiment pas utilisé de tokens.
• Plafonds séparés en entrée et en sortie. Certaines organisations ont aussi des limites de tokens d'entrée par minute (ITPM) et de tokens de sortie par minute (OTPM). Survolez la valeur TPM sur la page Limits pour voir une répartition 'X in / Y out' le cas échéant.
• Les tokens en cache ne comptent pas. Groq indique que les tokens en cache ne sont pas pris en compte dans vos limites de débit.
• 429 en cas de dépassement. Quand vous dépassez une limite, l'API renvoie `429 Too Many Requests` avec un en-tête `retry-after` en secondes.

Lire les en-têtes de limite de débit

Chaque réponse inclut des en-têtes qui vous permettent de vous réguler avant de recevoir un 429. Notez que les en-têtes 'requests' concernent la limite quotidienne et les en-têtes 'tokens' la limite par minute :

Comment obtenir une clé API Groq gratuite

1. Inscrivez-vous sur console.groq.com. Votre compte démarre sur le plan Free.
2. Ouvrez API Keys et créez une clé. Copiez-la immédiatement et stockez-la dans `GROQ_API_KEY`.
3. Testez un modèle dans le Playground, ou appelez directement l'API. L'API de Groq est compatible OpenAI : la plupart des SDK OpenAI fonctionnent en changeant l'URL de base.
4. Allez dans Settings → Limits pour voir les limites actuelles de votre 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"}]}'

À quoi sert le plan gratuit

Groq fait tourner les modèles sur son propre matériel LPU et est réputé pour sa génération de tokens rapide. Dans les limites gratuites, les usages typiques sont :

• Prototyper des applications de chat et d'agents sur gpt-oss-120b. 1 000 requêtes et 200K tokens par jour suffisent pour le développement et les démos, mais pas pour du trafic public.
• Projets personnels de transcription. Jusqu'à huit heures d'audio par jour avec Whisper Large v3 Turbo couvrent des podcasts, des comptes rendus de réunion ou des enregistrements de cours.
• Filtrage de sécurité. Les modèles Llama Prompt Guard ont la limite quotidienne gratuite de requêtes la plus élevée (14,4K RPD), idéale pour filtrer les entrées utilisateur avant qu'elles n'atteignent un modèle plus gros.
• Prototypes vocaux avec la synthèse vocale Orpheus, même si la limite gratuite (100 requêtes et 3,6K tokens par jour) est faible.

En pratique, les 8K tokens par minute sur gpt-oss-120b sont la contrainte la plus serrée. Une seule requête avec un long document peut consommer l'essentiel du budget d'une minute : gardez des prompts courts ou étalez le travail dans le temps.

Tarifs du plan Developer

La FAQ facturation de Groq décrit le plan Developer comme une offre à l'usage pour les développeurs et entreprises qui veulent plus de capacité. Le passage prend effet immédiatement sans frais initiaux, et débloque des limites plus élevées, le support par chat, les traitements Batch et Flex ainsi que les plafonds de dépenses. Prix issus de la page des modèles de Groq :

Exemple chiffré : 10M de tokens en entrée et 2M en sortie sur gpt-oss-120b coûtent 10 × 0,15 $ + 2 × 0,60 $ = 1,50 $ + 1,20 $ = 2,70 $. Transcrire 100 heures d'audio avec Whisper Large v3 Turbo coûte 100 × 0,04 $ = 4,00 $.

Quand passer au payant : si vous recevez régulièrement des réponses 429 sur les plafonds de 1 000 requêtes par jour ou de 8K tokens par minute, ou si vous êtes sur le point d'ouvrir l'application à de vrais utilisateurs, le plan Developer est l'étape suivante. Aux prix ci-dessus, une application personnelle qui utilise 200K tokens par jour de gpt-oss-120b (le plafond quotidien gratuit) coûterait au plus quelques dollars par mois sur le plan Developer. Même si chaque token était facturé au tarif de sortie, 30 jours × 0,2M de tokens × 0,60 $ par 1M = 3,60 $ ; un trafic surtout en entrée, à 0,15 $ par 1M, coûte moins.

Comment Groq facture

• Un moyen de paiement valide est requis pour passer de Free à Developer. Groq accepte les cartes Visa, Mastercard, American Express et Discover, ainsi que les comptes bancaires américains et le prélèvement SEPA.
• L'utilisation est facturée mensuellement à terme échu. Les nouveaux comptes Developer sont aussi prélevés à des seuils progressifs de 1 $, 10 $, 100 $, 500 $ et 1 000 $ ; pour les adresses de facturation en Inde, les seuils sont de 1 $, 10 $ puis 100 $ de façon récurrente.
• Groq ne facture que lorsque l'utilisation atteint au moins 0,50 $.
• Vous pouvez revenir au plan Free à tout moment depuis Settings → Billing, après avoir réglé une dernière facture pour l'utilisation non encore facturée.

Comment repousser les limites et réduire les coûts

• Mise en cache des prompts (automatique). Sur gpt-oss-120b, gpt-oss-20b et gpt-oss-safeguard-20b, Groq met en cache les préfixes de prompt répétés sans modification de code. Les tokens d'entrée en cache coûtent moitié moins que le prix d'entrée normal, et comme ils ne comptent pas dans les limites de débit, un prompt système stable étire aussi votre TPM gratuit. Groq indique que les données en cache expirent après une période d'inactivité (la documentation mentionne 2 heures).
• API Batch. Les traitements par lots coûtent 50% de moins que les appels synchrones, s'exécutent dans une fenêtre que vous choisissez entre 24 heures et 7 jours, et utilisent des limites distinctes de vos limites habituelles par modèle. Chaque fichier d'entrée peut contenir jusqu'à 50 000 lignes et 200MB. La réduction Batch ne se cumule pas avec celle du cache. Groq liste Batch parmi les fonctionnalités du plan Developer.
• Traitement Flex (payant). Ajouter `"service_tier": "flex"` à une requête donne environ 10 fois les limites de débit à la demande au même prix, tant que la capacité est disponible. Sinon, les requêtes échouent rapidement avec une erreur HTTP 498 `capacity_exceeded` : réessayez avec un backoff aléatoire.
• Plafonds de dépenses (payant). Les utilisateurs du plan Developer peuvent définir des plafonds de dépenses automatiques et des alertes budgétaires, ce qui vaut la peine avant de mettre une clé dans une application publique.

Modèles preview et disponibilité des modèles

Plusieurs modèles du plan gratuit, dont Qwen3.8-27B, gpt-oss-safeguard-20b, les modèles Prompt Guard et Orpheus, sont étiquetés preview. Groq indique que les modèles preview 'are intended for evaluation purposes only and should not be used in production environments' (sont destinés uniquement à l'évaluation et ne doivent pas être utilisés en production). Les modèles de production de la liste sont gpt-oss-120b, gpt-oss-20b et les deux modèles Whisper.

La page des modèles de Groq liste aussi llama-3.3-70b-versatile, llama-3.1-8b-instant, MiniMax M2.7 et Muse Spark de Meta avec un tarif 'Contact Sales'. Ils n'apparaissent pas dans le tableau publié du plan Free : ne supposez donc pas un accès gratuit.

Traitement des données

Selon la page sur les données de Groq, Groq ne conserve pas par défaut les données clients des requêtes d'inférence. Il peut journaliser temporairement les entrées et sorties, conservées jusqu'à 30 jours, pour résoudre des erreurs ou enquêter sur des abus présumés comme le contournement des limites de débit. Tout client peut activer la Zero Data Retention dans Data Controls, ce qui désactive aussi les fonctionnalités nécessitant du stockage comme les traitements par lots. Les données clients conservées sont stockées dans des buckets Google Cloud aux États-Unis.

Groq face aux autres API d'IA gratuites

• Offre gratuite de l'API Gemini : inclut les modèles propriétaires Gemini, mais les limites ne sont pas publiées et les données de l'offre gratuite peuvent être utilisées par Google.
• Essai gratuit de Cerebras Inference : un autre fournisseur d'inférence rapide qui sert des modèles ouverts.
• Modèles gratuits d'OpenRouter : redirige vers des points d'accès gratuits de nombreux fournisseurs.
• Cloudflare Workers AI : un quota gratuit quotidien lié à une plateforme que vous utilisez peut-être déjà. (GitHub Models a été retiré le 30 juillet 2026.)

Pour une comparaison complète côte à côte, consultez notre guide des clés API d'IA gratuites.