Cerebras lança serviço de codificação com IA ultrarrápida baseado no Qwen3-Coder

• Cerebras lançou os planos Code Pro (US$ 50/mês) e Code Max (US$ 200/mês) para acelerar e facilitar a codificação com IA
• Ambos os planos são baseados no modelo Qwen3-Coder e oferecem desempenho de ponta da indústria, com 2.000 tokens por segundo, contexto de 131k tokens e sem limite semanal de uso
• Use sem dependência de IDE: funciona imediatamente em qualquer editor compatível com a API da OpenAI, com suporte a Cursor, Continue.dev, Cline etc.
• Code Pro é adequado para desenvolvedores independentes e fluxos de trabalho simples, enquanto o Code Max é ideal para ambientes de desenvolvimento em larga escala, refatoração e sistemas multiagente, com 1.000 e 5.000 mensagens por dia, respectivamente
• Inscrição e emissão de chave sem lista de espera, permitindo gerar código imediatamente

---

• Cerebras é uma empresa especializada em infraestrutura de IA que desenvolve semicondutores de IA em larga escala (Wafer Scale Engine) e supercomputadores, oferecendo uma plataforma de hardware e software para treinamento e inferência de modelos de IA de grande escala

Geração de código instantânea com a Cerebras

• Mesmo modelos de IA recentes ainda têm latência na geração de código, mas o Cerebras Code oferece uma experiência de geração quase instantânea com 2.000 tokens por segundo
• Com o fluxo de codificação evoluindo para um modelo orientado a agentes, o problema da latência acumulada a cada etapa de chamada do LLM foi resolvido
• A partir de US$ 50/mês, qualquer pessoa pode usar codificação com IA em alta velocidade

Impulsionado por um modelo de fronteira

• Qwen3-Coder é o modelo de agente de codificação da Alibaba, com 480B parâmetros
• Ele exibe desempenho de codificação e tarefas de agente no nível de Claude Sonnet 4 e GPT-4.1
• Alcança desempenho de ponta em vários benchmarks de codificação, incluindo Agentic Coding, Agentic Browser-Use e BFCL

Use sua própria IDE de IA

• É possível usar com qualquer editor de código ou ferramenta que suporte um endpoint de API compatível com a OpenAI
• Funciona imediatamente em diversos ambientes, como Cursor, Continue.dev, Cline e RooCode
• A geração de código de alta qualidade acontece imediatamente dentro do fluxo atual, sem configuração adicional

Disponível agora

• Cerebras Code Pro (US$ 50/mês)

  • Baseado no Qwen3-Coder, com completamento de código rápido e suporte a contexto em larga escala
  • Até 1.000 mensagens por dia (3 a 4 horas de codificação contínua)
  • Ideal para desenvolvedores independentes, fluxos de trabalho de agente simples e projetos de fim de semana

• Cerebras Code Max (US$ 200/mês)

  • Baseado no Qwen3-Coder, customizado para fluxos de trabalho de desenvolvimento em larga escala
  • Até 5.000 mensagens por dia
  • Ideal para desenvolvimento full-time, integração de IDE, refatoração de código e sistemas com múltiplos agentes

• Ambos os planos oferecem assinatura imediata, com geração de código logo após a emissão da chave da API, sem lista de espera

[plumpmath]

De origem chinesa

[GN⁺]

Comentários do Hacker News

• Testei usando minha própria chave de API junto com o Cline (o Cerebras também pode ser usado como provedor do Qwen3 Coder aqui), e fiquei surpreso com a rapidez com que o custo sobe sem cache, especialmente porque a cada nova tool call todo o histórico anterior de mensagens é enviado de novo como tokens de entrada (pela API, tanto entrada quanto saída custam $2 por 1 milhão de tokens). A qualidade é um pouco inferior à do Claude Code, mas em velocidade é claramente muito mais rápido. Se a Cerebras oferecer suporte a cache e desconto no preço dos tokens em cache, eu usaria com mais frequência, mas no momento o custo por execução de agente é alto demais

  • Colocar o arquivo inteiro na janela de contexto e deixar a IA encontrar o que precisa é muito ineficiente. Esse método é usado porque gerar diff com IA costuma criar muitos problemas novos, mas existe uma forma mais eficiente: fatiar o arquivo no nível de símbolos. Ou seja, se a IA só precisa da declaração de foo() e da definição de bar(), o arquivo inteiro pode ser reduzido para algo assim

    class MyClass {
      void foo();
      void bar() {
        //code
      }
    }
    

    Também é fácil mesclar de volta as alterações sugeridas pela IA e, na maioria dos casos, dá para refatorar em 1 ou 2 segundos (renomeações são a exceção). Já apliquei isso ao editor com recurso de step back/forward e está funcionando bem. Pessoalmente gosto muito da plataforma da Cerebras (camada gratuita e pagamento por uso via OpenRouter). Com uma linha simples de prompt, consigo fazer refatorações chatas em 1 ou 2 segundos, e o custo de tokens fica em torno de 0,5 centavo por refatoração. Ao aplicar algoritmos, colocar o arquivo inteiro estoura a janela de contexto, mas extrair só alguns tipos necessários economiza muito mais tokens. Se alguém quiser saber mais sobre a técnica que estou desenvolvendo, há uma explicação aqui

  • Cerebras.ai oferece planos fixos de $50 e $200 por mês. Não faz sentido rejeitar o preço da assinatura por causa do custo unitário dos tokens da API

  • Fico me perguntando por que eu precisaria pagar extra se já assino o plano de $50 por mês

  • Esse serviço parece ter rate limit por mensagem, então talvez a falta de cache não seja um problema tão grande

• O limite de uso do Cerebras Code é bem restritivo; o plano de $50 oferece 7,5 milhões de tokens por dia, e isso na prática não dura muito. Essa informação não aparece de forma clara na descrição do plano antes do pagamento

• Fiquei animado ao ver a frase “2.000 tokens por segundo, janela de contexto de 131k tokens, sem IDE proprietária, sem limite semanal!”, mas me decepcionei um pouco quando veio a explicação “até 1.000 mensagens por dia — o equivalente a 3 ou 4 horas seguidas de programação”. Se for um serviço que eu realmente usar, tenho disposição para pagar, mas essas limitações contradizem bastante a abertura

  • Esse limite de 1.000 mensagens por dia provavelmente existe para evitar problemas como o do viberank

  • Só como referência, a licença business do GitHub Copilot inclui 300 solicitações “premium” por mês

  • 1.000 mensagens por dia é suficiente para a maioria dos desenvolvedores. Eu mesmo uso só Claude Code Sonnet 4 e não envio mais de 1.000 por dia. Claro, pode ser que mensagens extras estejam sendo enviadas internamente sem eu perceber

  • O Claude Code tem janela de 5 horas e até limite semanal, então isso é claramente diferente

  • É verdade que não existe limite semanal; há apenas limite diário, então você só fica travado naquele dia e pode voltar a usar no dia seguinte

• É realmente rápido, mas o rate limit chega cedo demais, a qualidade é inferior à do Claude Code e no fim acaba ficando mais caro. Fico me perguntando quem é o público-alvo da Cerebras

  • Eu também me pergunto isso, mas acho bom existir até uma alternativa um pouco pior. Em um mercado dinâmico já ocupado por grandes players, quanto mais opções melhor. Também é positivo do ponto de vista de evitar monopólio

• Se você quiser usar em um agente de código, acho que o modelo qwen3-coder combina bem com esse tipo de agente. Estamos testando o Cerebras Code no Sketch. Agora dá para executar diretamente na versão mais recente (0.0.33)

  brew install boldsoftware/tap/sketch
  CEREBRAS_API_KEY=...
  sketch --model=qwen3-coder-cerebras -skaband-addr=
  

  Mas, no momento, o servidor está sobrecarregado, então a versão self-hosted anterior parece entregar resultados melhores

  sketch --model=qwen
  

• Alguns assinantes do plano Pro ($50/mês) relatam limites ainda mais rígidos do que os divulgados. O anúncio fala em limite de 1.000 solicitações, mas na prática o teto é de 7,5 milhões de tokens por dia (fonte). A conta foi feita assumindo média de 7,5k por solicitação, mas no vídeo de marketing o volume por requisição chega a inflar para até 24 mil tokens. Ainda assim, sai mais barato do que o preço da API

  • Acho uma pena terem alterado discretamente até o FAQ depois, quase como isca. Considerando que este é o momento de usar capital de VC para ganhar participação de mercado, faltou uma postura mais agressiva

• A velocidade de 2.000 tokens por segundo é impressionante. Sou bem avesso a vibe coding, mas com esse desempenho dá para esperar uma velocidade parecida com a do GitHub Copilot e qualidade muito melhor. Especialmente dentro do editor, isso muda bastante o jogo

  • Se usar em velocidade máxima o tempo todo, dá para bater o limite diário em cerca de 62 minutos

• O Windsurf também oferece Cerebras/Qwen3-Coder, com limite de 1.000 mensagens de usuário por $15 por mês link relacionado

• Eu estava esperando aparecerem mais serviços por assinatura, em vez de fornecedores que fazem papel de influenciador. Devem surgir mais produtos concorrentes daqui para frente, e espero que os preços melhorem cada vez mais para os usuários. Parabéns à equipe da Cerebras pelo lançamento

• Queria saber se isso funciona com o claude-code-router. Tentei usar esta semana no OpenRouter com qwen3 Cerebras e recebi erro de API

  • Seria ótimo se a equipe do Qwen3 oferecesse uma API compatível com a da Anthropic. Assim como Kimi e a equipe do GLM/Zai, seria fácil de configurar. Graças a isso, no Claude Code dá para usar vários modelos com esta configuração simples

  • API Error: 422 {"error":{"message":"Error from provider: {"message":"body.messages.0.system.content: Input should be a valid string","type":"invalid_request_error","param":"validation_error","code":"wrong_api_format"}"}}