人工智能推理领域的领导者 Groq 宣布与 Meta 合作，为官方 Llama API 提供快速推理功能，为开发人员提供运行最新 Llama 模型的最快、最具成本效益的方式。

现已推出预览版的 Llama 4 API 模型，由 Groq 加速，将在全球最高效的推理芯片 Groq LPU 上运行。这意味着开发者可以运行 Llama 模型，无需任何权衡：低成本、快速响应、可预测的低延迟以及针对生产工作负载的可靠扩展。

Groq 和 Meta 宣布以最快、成本最低的方式运行世界上最值得信赖的公开模型。

与通用 GPU 堆栈不同，Groq 垂直集成，只用于一项任务：推理。越来越多的构建者转向 Groq，因为从定制芯片到云交付，每一层都经过精心设计，旨在提供一致的速度和成本效益，且不打折扣。

Llama API 是 Meta 公开模型的第一方访问点，针对生产用途进行了优化。

借助 Groq 基础架构，开发人员可以获得：

吞吐量高达 625 个令牌/秒

入门难度极小——只需三行代码即可从 OpenAI 迁移

无需冷启动、无需调整、无 GPU 开销

财富 500 强公司和超过 140 万开发人员已经使用 Groq 构建具有速度、可靠性和规模的实时 AI 应用程序。

Llama API 现已可供部分开发人员预览，并计划在未来几周内进行更广泛的推广。