Stable Diffusion WebUI
本地跑 Stable Diffusion 的经典网页界面

Cerebras 是一家围绕超高速 AI 推理构建硬件与云服务的公司,目标客户是那些需要大规模运行大模型、又不愿受 GPU 延迟瓶颈制约的组织。其旗舰产品 CS-4 是一套面向超大规模部署的机架级系统,官方称其推理速度最高可达 GPU 方案的 30 倍。这一数字基于内部或第三方基准测试,实际表现会因工作负载、配置和所测模型而有所不同。
Cerebras 技术路线的核心是晶圆级芯片——业界面积最大的硅晶片。公司称这种设计能够消除限制 GPU 集群的内存带宽瓶颈。CS-4 将这一技术封装为面向数据中心环境的机架级方案,Cerebras 将其定位为“全球最快的前沿 AI 基础设施”,这一表述也反映出公司把推理速度作为核心差异化优势。
Cerebras 通过 Cerebras Inference Cloud 提供推理能力,开发者可通过 API 调用。平台提供免费试用,开发者层采用自助按量付费模式,注册并绑定有效支付方式后可获得 5 美元一次性赠送额度。该层面向探索性工作负载,支持 GPT OSS 120B、Qwen 3.8 27B 等主流开放权重模型。需要留意的是,开发者层明确不适用于生产环境,更适合原型验证与评估。
企业层针对生产工作负载,增加了生产级容量、更高速率限制、增强的延迟选项,以及自定义模型权重的能力。微调与训练服务也可通过协议获得。企业客户配备专属客户团队,并可在其部署中访问所有受支持的模型。该层定价为定制方案,需联系销售获取报价。
Cerebras 公布了开发者层的具体吞吐量与定价数据。GPT OSS 120B 的运行速度约为每秒 3000 Token,输入价格为每百万 Token 0.35 美元,输出为每百万 Token 0.75 美元。Qwen 3.8 27B 的运行速度约为每秒 1850 Token,输入为每百万 Token 0.99 美元,输出为每百万 Token 1.49 美元。这些数字让开发者对速度与成本的权衡有了具体参照,但实际性能仍取决于具体用例。
Cerebras 已获得多家知名 AI 公司的关注。Devin AI 软件工程师的开发商 Cognition 表示,Cerebras 的速度使其能够探索全新的交互模式,并更深入地理解代码库。AWS 也与 Cerebras 展开合作,将 Trainium 与 CS-3 系统结合,为客户提供更快的推理服务。这些背书表明,Cerebras 的技术正在被 AI 基础设施领域的主要参与者认真对待。
Cerebras 的价值主张清晰:通过云 API 和本地硬件两种方式,为 AI 模型提供更快的推理。权衡同样清晰。开发者层不适用于生产环境,企业层则需要与销售沟通。性能声明虽然具体,但基于内部或第三方基准测试,未必能直接套用到每一种工作负载。评估 Cerebras 的组织应当用自身的模型和流量模式进行测试,判断速度优势是否足以支撑相应的成本与投入。
开发者层:自助按量付费,注册可获 5 美元一次性赠送额度(需绑定有效支付方式,额度自激活起 30 天内有效)。GPT OSS 120B:输入 $0.35/百万 Token,输出 $0.75/百万 Token。Qwen 3.8 27B:输入 $0.99/百万 Token,输出 $1.49/百万 Token。企业层需联系销售获取报价。以上价格来自官方定价页,可能随时调整,请以官网为准。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年11月11日 →