Cerebras

Cerebras 以晶圆级引擎切入大模型推理，把云端推理做成开发者与团队的产品，通过统一 API 托管 Llama、Qwen、Mistral 等开源模型，按 token 计费。卖点在于吞吐与首字延迟：实测把 Qwen3 Coder 推到约 2000 tokens/s，配合 VS Code 扩展可一键直连。