Groq запускает языковые, речевые и рассуждающие модели с открытыми весами на собственном оборудовании LPU и кластерах NVIDIA, предоставляя их через API, совместимый с OpenAI, с оплатой за токены, бесплатным уровнем для разработчиков и тринадцатью дата-центрами на четырёх континентах.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Groq — это облако инференса для ИИ: инфраструктура, которой вы отправляете запросы, а не приложение, куда заходят пообщаться. Компания описывает себя как ведущее neocloud-облако для быстрого инференса, объединяющее инфраструктуру, инференс и управление в одной платформе. Весь продуктовый нарратив строится на одном различении: обучение создаёт модель, а инференс — это то, что происходит каждый раз, когда модель реально используется. Официальный сайт формулирует прямо: обучение создаёт возможность, инференс создаёт ценность. Каждый обслуженный клиент, каждая завершённая задача агента, каждый проверенный моделью коммит — это вызов инференса, и чем сильнее продукты опираются на ИИ, тем быстрее этот вызов становится узким местом.
Что отличает Groq от других облачных провайдеров — компания начала с уровня кремния. Она создала LPU, процессор, спроектированный именно для исполнения обученных моделей, а не для их обучения, и сегодня эксплуатирует это оборудование наряду с ускоренными вычислениями NVIDIA в виде глобального продакшн-облака. Для разработчика всё это спрятано за единственной HTTPS-точкой входа. Вы направляете OpenAI SDK на https://api.groq.com/openai/v1, меняете ключ API — и существующий код работает на Groq без дальнейших правок. Тарификация идёт по потреблённым токенам, а не по местам и не помесячно.
Каталог, к которому вы получаете доступ, намеренно открыт. Вместо проприетарных передовых моделей Groq обслуживает модели с открытыми весами — GPT-OSS, Qwen, Whisper и исторически семейство Llama — на скоростях, которых закрытые API обычно не достигают. Этот размен и есть главное, что нужно понять о продукте: вы отказываетесь от доступа к самым крупным проприетарным моделям и получаете задержку, пропускную способность и предсказуемость цены. Groq хорошо подходит, когда скорость ответа сама по себе является функцией продукта, и не подходит, когда нужна самая способная модель на рынке независимо от времени ожидания.
Оборудование инференса на базе LPU: Language Processing Unit — собственный кремний Groq, спроектированный под инференс, а не адаптированный из обучающего оборудования. Компания публикует показатели уровня стойки: 256 LPU на стойку, 40 ПБ/с пропускной способности SRAM, 128 ГБ встроенной SRAM на стойку, 315 PFLOPS вычислений инференса в FP8 и заглавную цифру в 1000 токенов в секунду на пользователя. Архитектурная ставка в том, что хранение весов модели в быстрой встроенной памяти вместо их потоковой подгрузки из внешней памяти снимает тот порог задержки, в который упирается обслуживание на GPU.
API, совместимый с OpenAI: миграция намеренно сделана тривиальной. Смените базовый URL, смените ключ, оставьте свою библиотеку-клиент OpenAI — и приложение работает на другом оборудовании. Groq также поставляет собственные SDK для Python и TypeScript для команд, предпочитающих нативный клиент. Именно это проектное решение объясняет, почему Groq так часто появляется как простое ускорение в проектах, изначально написанных под OpenAI.
Каталог моделей с открытыми весами: продакшн-каталог строится вокруг моделей с открытыми весами — openai/gpt-oss-120b и openai/gpt-oss-20b для текста, а также whisper-large-v3 и whisper-large-v3-turbo для распознавания речи. В превью-слотах размещаются более новые или специализированные модели: Qwen3.6 27B, GPT-OSS Safeguard для модерации, Llama Prompt Guard для обнаружения инъекций и голоса Orpheus для синтеза речи. Для каждой модели в документации указаны скорость, цена, лимиты, контекстное окно и максимальная длина ответа, так что стоимость нагрузки можно посчитать до написания кода.
Compound: модели плюс встроенные инструменты: помимо чистых модельных эндпоинтов Groq предлагает то, что называет системами. Groq Compound — это ИИ-система на открытых моделях, которая избирательно использует встроенные инструменты, включая веб-поиск и исполнение кода, чтобы ответить на запрос. Compound и Compound Mini работают со скоростью около 450 токенов в секунду при контекстном окне в 131 072 токена, давая агентное поведение без необходимости самостоятельно строить цикл вызова инструментов.
Распознавание речи как самостоятельная продуктовая линия: Whisper здесь не побочная функция. У него собственная единица тарификации — час аудио, а не токен, собственные измерения лимитов (аудиосекунды в час и в сутки), собственный потолок в 100 МБ на файл и выделенные эндпоинты транскрибации и перевода. Команды, строящие протоколы встреч, аналитику звонков или конвейеры субтитров, могут использовать Groq на аудиоэтапе, не переходя на него для генерации текста.
Уровни сервиса под разные требования к надёжности: единственный параметр service_tier определяет, как планируется запрос. on_demand — значение по умолчанию, даёт обычную скорость Groq с эпизодическими очередями в пиковые часы. flex меняет надёжность на запас: десятикратные лимиты по той же цене, но по принципу «как получится». performance — корпоративный уровень для чувствительных к задержке продакшн-нагрузок, auto выбирает лучший доступный вам в данный момент уровень.
Корпоративное управление и выделенные мощности: платформа продаётся тремя слоями. GroqMetal предоставляет выделенную bare-metal-инфраструктуру, GroqCore добавляет поверх проверенный стек инференса, а GroqAssured — управление корпоративного уровня, аудируемость и контроль, причём каждый слой включает нижележащие. Такая структура позволяет компании начать с общего API и перейти на выделенные мощности, не меняя интеграцию.
Глобальное присутствие: Groq эксплуатирует тринадцать дата-центров на четырёх континентах — от Либерти-Лейк и Далласа до Вантаа, Сиднея, Лондона и Эр-Рияда, с площадками в Канаде и Саудовской Аравии наряду с американскими и европейскими. Для приложений, чувствительных к задержке, физическая близость к пользователям значит не меньше, чем скорость чипов.
Диалоговые интерфейсы в реальном времени: когда пользователь смотрит, как появляется текст, разница между 50 и 500 токенами в секунду — это разница между ожиданием и чтением. Ассистенты поддержки, встроенные в продукт «вторые пилоты» и голосовые агенты подходят очевиднее всего, потому что воспринимаемая отзывчивость и есть функция. Распространённый приём: сочетать быструю небольшую модель на Groq с более медленной и способной для эскалаций, обслуживая девяносто процентов простых запросов в темпе разговора и направляя остальное в другое место.
Циклы агентов и цепочки вызова инструментов: агент, который планирует, вызывает инструмент, читает результат и планирует снова, умножает задержку на число шагов. Цепочка из пяти шагов по две секунды — это десять секунд ожидания, а та же цепочка по 300 миллисекунд ощущается мгновенной. Именно здесь быстрый инференс даёт наиболее драматичный сложный процент, и поэтому Groq чаще используют под кодовыми агентами и автоматизацией процессов, чем для одиночной генерации.
Массовая обработка текста и классификация: суммаризация накопившихся документов, разметка тикетов поддержки, извлечение структурированных полей из десятков тысяч записей — такие нагрузки заботятся о пропускной способности и удельной стоимости, а не о задержке одиночного запроса. Уровень flex существует именно для этой формы работы, предлагая десятикратные стандартные лимиты по идентичной цене за токен, а пакетная обработка берёт на себя задачи, допускающие отложенное окно.
Транскрибация и аудиоконвейеры: Whisper на Groq обрабатывает записи встреч, архивы подкастов, аудио колл-центров и генерацию субтитров с тарификацией по часам аудио, а не по токенам. Поскольку транскрибация и генерация текста живут за одним API и одним ключом, конвейеру, который расшифровывает звонок и затем его резюмирует, нужен лишь один поставщик.
Прототипирование и эксперименты с контролем затрат: бесплатный уровень не требует банковской карты и открывает доступ к каталогу моделей с пониженными лимитами, поэтому Groq часто становится первой остановкой для хакатонных и личных проектов и внутренних демо. Привязка способа оплаты поднимает лимиты без подписных обязательств, так что стоимость оценки платформы ограничена фактическим потреблением.
Миграция существующего приложения на OpenAI: поскольку API совместим на уровне клиентской библиотеки, команды часто используют Groq как эталон для сравнения, а не как обязательство — прогоняют одни и те же промпты через обоих провайдеров, сравнивая задержку, стоимость и качество вывода при изменении конфигурации в две строки. Часть нагрузок переезжает насовсем, часть остаётся распределённой по типам задач.
Создайте аккаунт в консоли Groq. Зарегистрируйтесь, подтвердите почту — и вы окажетесь в организации. Это важно, потому что квоты учитываются на уровне организации, а не отдельного пользователя.
Сгенерируйте ключ API. Создайте ключ в консоли и сохраните его в переменной окружения, например GROQ_API_KEY. Никогда не коммитьте его в репозиторий: ключ авторизует расходы вашей организации.
Направьте клиент на Groq. Если вы уже используете OpenAI SDK, задайте base_url равным https://api.groq.com/openai/v1 и передайте ключ Groq в api_key. Если начинаете с нуля, установите официальный пакет groq для Python или groq-sdk для TypeScript. Первый запрос — обычный вызов chat completion с идентификатором модели вроде openai/gpt-oss-20b.
Выберите подходящую модель под задачу. Прежде чем остановиться на варианте, прочитайте страницу поддерживаемых моделей: там указаны скорость в токенах в секунду, цена за миллион токенов, лимиты, контекстное окно и максимальное число токенов ответа для каждой модели. Для всего, что идёт в релиз, берите продакшн-модели: превью-модели предназначены для оценки и могут быть отключены с коротким уведомлением.
Задайте уровень сервиса и обработайте лимиты. Оставьте service_tier незаданным для поведения по умолчанию либо укажите flex для высокопроизводительной пакетной работы после перехода на платный план. Читайте заголовки ответа x-ratelimit-remaining-tokens и x-ratelimit-remaining-requests и реализуйте повторы с джиттером при HTTP 429, а для flex — при HTTP 498.
Настройте контроль расходов до масштабирования. Привяжите способ оплаты, чтобы снять потолки бесплатного уровня, затем задайте лимит расходов и оповещения в консоли. Следите за потреблением в разделе Dashboard → Usage в первую неделю продакшна, когда оценки наименее надёжны.
Подбирайте модель под задачу, а не берите самую большую по умолчанию. На Groq модели поменьше заметно быстрее и дешевле, а для классификации, извлечения, маршрутизации и коротких текстов разрыв в качестве часто невидим пользователю. Сравните gpt-oss-20b и gpt-oss-120b на собственных промптах, прежде чем решать, что нужна большая: разница в скорости примерно двукратная.
Проектируйте с расчётом на устаревание моделей с первого дня. Каталог Groq обновляется быстро. Читайте идентификатор модели из конфигурации, а не зашивайте в код, следите за страницей прекращения поддержки и убедитесь, что почта аккаунта доходит до человека, который отреагирует на уведомления о миграции. Исчезнувший идентификатор модели превращается в аварию, если код нельзя быстро передеплоить.
Не пытайтесь купить запас дополнительными ключами API. Лимиты применяются на уровне организации, а не пользователя или ключа, поэтому выпуск новых ключей не поднимает потолок. Нужна пропускная способность — привяжите способ оплаты, перейдите на уровень flex или обсудите выделенные мощности с отделом продаж.
Измеряйте задержку до первого токена отдельно от общей. Преимущество Groq проявляется в обеих, но лечатся они по-разному. Медленный первый токен обычно означает очередь или удалённый регион, медленное завершение — что модель генерирует больше нужного. Ограничивайте max_tokens решительно: короткий ответ быстрее на любом оборудовании.
Используйте кэширование промптов и держите системный промпт стабильным. Кэшированные токены не учитываются в лимитах, поэтому неизменный от запроса к запросу системный промпт одновременно снижает стоимость и покупает вам эффективную пропускную способность. Переписывать системный промпт при каждом вызове — значит выбрасывать эту выгоду.
Реализуйте повторы правильно, особенно на flex. Уровень flex явно работает по принципу «как получится»: отказы по мощности ожидаемы, приходят быстро и безопасны для повтора. Экспоненциальная выдержка с джиттером здесь не опция. Трактуйте HTTP 498 как «повторить чуть позже», а не как ошибку для показа пользователю.
Включите нулевое хранение данных до отправки чувствительной информации. ZDR доступен всем клиентам, но не включён по умолчанию, а его активация отключает функции, которым нужна персистентность. Этот размен стоит решить до первого продакшн-запроса, а не после.
Сохраняйте путь отхода к другому провайдеру. Поскольку API совместим с OpenAI в обе стороны, держать второго провайдера настроенным за тем же интерфейсом стоит недорого и защищает от инцидентов с мощностями, прекращения поддержки моделей и изменений цен.
Разработчики приложений с ИИ-функциями, чувствительными к задержке: тем, чьи пользователи наблюдают появление текста — чат-интерфейсы, «вторые пилоты», голосовые продукты, — выгода достаётся напрямую, потому что скорость конвертируется в воспринимаемое качество.
Команды, строящие агентов и многошаговые процессы: когда задержка перемножается по шагам, быстрый инференс стоит куда больше, чем показывает бенчмарк одиночного запроса. Фреймворки агентов, ассистенты для кода и конвейеры автоматизации — естественные кандидаты.
Инженеры, уже вложившиеся в OpenAI SDK: если кодовая база написана под клиентские библиотеки OpenAI, оценка Groq обойдётся в изменение конфигурации, а не в переписывание. Эта низкая цена перехода — самый действенный канал привлечения платформы.
Команды, экономящие на больших объёмах простых задач: массовая классификация, разметка, извлечение и суммаризация обходятся на небольших моделях с открытыми весами значительно дешевле, чем на проприетарных передовых, а потокенная тарификация делает арифметику прозрачной.
Стартапы и создатели прототипов: бесплатный уровень без карты и оплата по факту без подписного минимума делают платформу лёгкой в пробе и лёгкой в отказе — ровно то, что нужно команде на ранней стадии.
Компании с требованиями к задержке, управлению или локации данных: GroqAssured, уровень сервиса performance, нулевое хранение данных и выделенные bare-metal-мощности существуют для организаций, которые не могут работать на общем эндпоинте «как получится».
Команды, создающие аудио- и транскрипционные продукты: тарификация Whisper по часам аудио, отдельные аудиолимиты и эндпоинты перевода делают Groq жизнеспособным поставщиком транскрибации независимо от того, используете ли вы его для текста.
https://api.groq.com/openai/v1, охватывающий chat completions, Responses API, транскрибацию, перевод и синтез речи, пакеты, файлы и эндпоинты дообучения.console.groq.com предоставляет управление аккаунтом, ключи API, проекты, права на модели, панели потребления, лимиты расходов и настройки данных вместе с полной документацией и справочником API.Бесплатный уровень. Groq предлагает бесплатный уровень для разработчиков без банковской карты, дающий доступ к каталогу моделей с пониженными лимитами. Он действительно пригоден для прототипирования, личных проектов, внутренних демо и функций с малым объёмом, а ограничением, в которое упираются первым, обычно оказывается число запросов в сутки, а не токены. Важная структурная деталь: лимиты учитываются по организации, поэтому расширить бесплатный аккаунт созданием новых ключей невозможно.
Оплата по факту использования. Абонентской платы за доступ к API нет. Текстовые модели тарифицируются за миллион токенов с раздельными ставками на вход и выход — например, gpt-oss-120b по 0,15 доллара за вход и 0,60 за выход на миллион токенов, а gpt-oss-20b по 0,075 и 0,30, — тогда как распознавание речи считается по часам аудио: whisper-large-v3 по 0,111 доллара в час, turbo-вариант по 0,04. Привязка способа оплаты существенно поднимает лимиты и открывает уровни flex и пакетной обработки, дающие большую пропускную способность по той же цене за токен. По независимым измерениям Artificial Analysis смешанный диапазон по каталогу составляет примерно от 0,05 до 0,84 доллара за миллион токенов в зависимости от модели — разброс примерно в шестнадцать раз.
Механика списаний. Списания сначала прогрессивные, а не чисто помесячные: первые пересечения накопленных порогов в 1, 10, 100, 500 и 1000 долларов вызывают немедленное списание, после чего аккаунт переходит на ежемесячное выставление счетов; для клиентов в Индии действует иной график. Счета менее 0,50 доллара не выставляются. Лимиты расходов и бюджетные оповещения настраиваются в консоли, а потребление видно почти в реальном времени.
Корпоративный сегмент. Контракты с обязательством по расходам, уровень сервиса performance, выделенные мощности GroqMetal и слой управления GroqAssured продаются через отдел продаж, а не самообслуживанием. У корпоративных контрактов есть и практическая выгода помимо мощностей: клиенты с обязательством по расходам освобождены от прекращения поддержки моделей, которое действует для бесплатного уровня и уровня разработчика. Точные условия и текущие ставки следует сверять с официальной документацией и консолью, поскольку каталог и цены меняются часто.
Каталог моделей обновляется агрессивно. Это самый практический риск. Собственная страница прекращения поддержки Groq документирует непрерывный поток отключений: llama-3.1-8b-instant и llama-3.3-70b-versatile были выведены 16 августа 2026 года, qwen3-32b и llama-4-scout — месяцем ранее, а до них Kimi K2 и Llama 4 Maverick. Прекращение поддержки распространяется на бесплатный уровень и уровень разработчика, тогда как корпоративные клиенты с обязательством по расходам от него освобождены, то есть наименее защищённые пользователи несут наибольшую нагрузку от обновлений. Превью-модели снабжены явным предупреждением, что могут быть отключены с коротким уведомлением.
Совместимость с OpenAI близкая, но неполная. Несколько параметров, встречающихся в написанном под OpenAI коде, отказывают напрямую: logprobs, logit_bias, top_logprobs и messages[].name возвращают ошибку 400, а n должен быть равен 1. Транскрибация аудио не выдаёт vtt и srt, а температура 0 молча переписывается в 1e-8. В типичном случае миграция проста и всё же может сломаться на краях, поэтому проверяйте, а не предполагайте.
Способности ограничены каталогом открытых весов. Скорость реальна, но это скорость на открытых моделях среднего размера. По независимым измерениям Artificial Analysis, наивысший балл индекса интеллекта среди одиннадцати отслеживаемых моделей Groq принадлежит Qwen3.6 27B и составляет 38 — заметно ниже проприетарных передовых моделей. Для самых сложных рассуждений, длительного кодинга или тонкой письменной работы более медленная передовая модель по-прежнему может дать лучший результат.
Лимиты действуют на уровне организации и многомерны. Запросы в минуту, запросы в сутки, токены в минуту, токены в сутки и аудиосекунды применяются одновременно, и ограничение наступает по тому измерению, которое сработает первым: схема из множества крошечных запросов способна исчерпать минутный лимит запросов, почти не затронув токенную квоту. Для части организаций дополнительно действуют раздельные лимиты на входные и выходные токены.
Уровень flex явно работает по принципу «как получится». Он даёт десятикратные лимиты по той же цене, но при нехватке мощности запросы падают с HTTP 498 и ошибкой capacity_exceeded. Это намеренная конструкция, а не дефект, и именно поэтому flex непригоден для пользовательских путей без запасного варианта.
Локация данных зафиксирована в США. Хотя запросы инференса по умолчанию не сохраняются, а нулевое хранение доступно всем клиентам, любые сохранённые данные находятся в бакетах Google Cloud Platform на территории Соединённых Штатов, а трансграничная передача покрывается стандартными договорными условиями. Организациям со строгими требованиями к размещению данных в ЕС или АТР следует сверить это со своими обязательствами по соответствию и учесть, что включение ZDR отключает функции, зависящие от персистентности, такие как пакетные задания и дообучение.
Корпоративная ситуация недавно была турбулентной. В декабре 2025 года DataCenterDynamics сообщило, что основатель Jonathan Ross и президент Sunny Madra перешли в NVIDIA в рамках неисключительного лицензионного соглашения на технологию, тогда как Groq продолжила работу как независимая компания под руководством Simon Edwards, а GroqCloud функционировал без перерывов. Освещение стоимости сделки было неустойчивым: широко цитируемая цифра в 20 миллиардов долларов не была подтверждена независимо, а условия неисключительной лицензии никогда не раскрывались. Раунд A в августе 2026 года оценил компанию в 3,5 миллиарда долларов — примерно вдвое ниже оценки в 6,9 миллиарда при привлечении средств в сентябре 2025 года. Непрерывность сервиса сохранялась всё это время, но командам, рассматривающим многолетние инфраструктурные обязательства, стоит взвешивать смену собственников и руководства наравне с технологией.
Независимых пользовательских оценок мало. У Groq обширное освещение в прессе, но очень мало структурированной обратной связи на площадках отзывов: карточка на G2 содержит пренебрежимо малое число отзывов, а сторонние каталоги относят Groq к категориям ИИ-API, больших языковых моделей и открытых ИИ-моделей, а не потребительских чат-ботов, и там значимого объёма отзывов тоже нет. Наиболее сильное доступное независимое свидетельство — данные бенчмарков, а не пользовательские отзывы, поэтому утверждения о качестве поддержки или долгосрочной надёжности следует считать непроверенными.
Не путать с Grok. Groq (groq.com) — инфраструктура инференса компании Groq LLC. Grok (grok.com) — потребительский чат-ассистент от xAI, компании Илона Маска. Названия различаются лишь позицией одной буквы, а продукты не имеют ничего общего: разные компании, разные аудитории, разные бизнес-модели.
Да, существует бесплатный уровень для разработчиков без банковской карты, дающий доступ к каталогу моделей с пониженными лимитами, чего достаточно для прототипирования и проектов малого объёма. Привязка способа оплаты существенно поднимает эти лимиты и открывает уровни flex и пакетной обработки; абонентской платы нет, есть только оплата по факту потребления токенов.
Это никак не связанные продукты, которые часто путают из-за почти одинакового написания. Groq на groq.com — облако инференса для ИИ, построенное на оборудовании LPU и продаваемое разработчикам в виде API. Grok на grok.com — потребительский чат-ассистент от xAI. Разные компании, разные продукты, разные модели тарификации.
В большинстве случаев да, при двух изменениях: задать базовый URL https://api.groq.com/openai/v1 и передать ключ API от Groq. Несколько параметров не поддерживаются и вернут ошибку 400 — logprobs, logit_bias, top_logprobs и messages[].name, — а n должен быть равен 1, поэтому проверьте свои конкретные схемы вызовов, а не рассчитывайте на бесшовную замену.
Groq обслуживает модели с открытыми весами, а не проприетарные передовые. Продакшн-каталог строится вокруг openai/gpt-oss-120b и openai/gpt-oss-20b для текста и whisper-large-v3 с turbo-вариантом для речи, а в превью-слотах размещаются такие модели, как Qwen3.6 27B, классификаторы безопасности и голоса Orpheus для синтеза речи. Актуальный список всегда доступен в документации по моделям и через эндпоинт /openai/v1/models.
По независимым измерениям Artificial Analysis, самая быстрая модель на Groq — gpt-oss-20b при высоком уровне рассуждений — показывает медианные 949 токенов в секунду при минимальном времени до первого токена около 0,77 секунды. Собственные аппаратные показатели Groq заявляют до 1000 токенов в секунду на пользователя. Фактическая пропускная способность меняется в зависимости от модели, длины промпта, уровня сервиса и нагрузки.
Groq заявляет, что по умолчанию не сохраняет данные клиентов для запросов инференса. Данные сохраняются только для функций, требующих персистентности, таких как пакетные задания и дообучение, либо временно для диагностики надёжности и расследования злоупотреблений — в этом случае до 30 дней. Все клиенты могут включить нулевое хранение данных, что, однако, отключает зависящие от персистентности функции.
Инференс выполняется в тринадцати дата-центрах на четырёх континентах, но любые сохраняемые данные клиентов размещаются в бакетах Google Cloud Platform на территории США, а передача при необходимости покрывается стандартными договорными условиями. Организациям со строгими региональными требованиями следует сверить это с собственными правилами.
Нет. Лимиты применяются на уровне организации, поэтому дополнительные ключи делят одну и ту же квоту. Чтобы получить запас, привяжите способ оплаты для перехода на лимиты уровня разработчика, используйте уровень flex для высокопроизводительных задач или организуйте выделенные мощности через отдел продаж.
Потребление тарифицируется по токенам для текстовых моделей и по часам аудио для транскрибации, без подписной составляющей. Сначала списания прогрессивные: счёт выставляется при пересечении накопленным потреблением отметок в 1, 10, 100, 500 и 1000 долларов, после чего тарификация становится чисто ежемесячной. Счета менее 0,50 доллара не выставляются, а лимиты расходов с бюджетными оповещениями настраиваются в консоли.
GroqCloud работал непрерывно через существенные корпоративные перемены, включая лицензионное соглашение с NVIDIA, уход основателя и смену руководства, а в августе 2026 года компания привлекла 350 миллионов долларов в раунде A при оценке в 3,5 миллиарда. Практический риск связан не столько с исчезновением компании, сколько со сменяемостью моделей: закладывайте конфигурируемые идентификаторы моделей, отслеживайте уведомления о прекращении поддержки и держите второго провайдера доступным за тем же интерфейсом.