Аккаунт Cerebras

О сервисе

Cerebras Inference запускает открытые модели на wafer-scale чипах и выдаёт один из самых высоких показателей скорости генерации токенов на рынке. Доступны Llama, Qwen, GPT-OSS и другие модели через OpenAI-совместимый API с SDK для Python и JS. Актуально для агентных цепочек и рассуждающих моделей, где длинный вывод иначе съедает секунды ожидания.