Cerebras ra mắt dịch vụ AI coding siêu nhanh dựa trên Qwen3-Coder

 (cerebras.ai)
7 điểm bởi GN⁺ 2025-08-02 | 2 bình luận | Chia sẻ qua WhatsApp
  • Cerebras ra mắt gói Code Pro (50 USD/tháng) và Code Max (200 USD/tháng) để giúp việc code bằng AI trở nên nhanh chóng và dễ dàng
  • Cả hai gói đều dựa trên mô hình Qwen3-Coder, với hiệu năng hàng đầu ngành như 2.000 token/giây, ngữ cảnh 131k token và không giới hạn sử dụng theo tuần
  • Không phụ thuộc vào IDE: có thể dùng ngay tại mọi editor tương thích API OpenAI, trong đó có Cursor, Continue.dev, Cline
  • Code Pro phù hợp cho nhà phát triển indie và quy trình làm việc đơn giản với 1.000 tin nhắn mỗi ngày, còn Code Max tối ưu cho môi trường phát triển quy mô lớn, refactor và đa tác tử với 5.000 tin nhắn mỗi ngày
  • Không cần chờ đợi danh sách đăng ký; chỉ cần đăng ký và cấp khóa là có thể bắt đầu sinh mã ngay lập tức
  • Cerebras là công ty hạ tầng AI chuyên phát triển bán dẫn AI siêu lớn (Wafer Scale Engine) và siêu máy tính, cung cấp nền tảng phần cứng và phần mềm cho việc huấn luyện và suy luận mô hình AI quy mô lớn

Tạo mã gần như tức thời với Cerebras

  • Dù các mô hình AI tiên tiến cũng vẫn có độ trễ khi sinh mã, Cerebras Code mang đến trải nghiệm tạo mã gần như ngay lập tức với tốc độ 2.000 token/giây
  • Khi quy trình lập trình trở thành dựa trên agent, bài toán độ trễ tích lũy từ mỗi lần gọi LLM tại từng bước được giải quyết
  • Dịch vụ có sẵn từ mức 50 USD/tháng, giúp mọi người đều có thể dùng AI coding nhanh hơn

Được hỗ trợ bởi một mô hình tiên phong

  • Qwen3-Coder là mô hình mã hóa agent chủ lực của Alibaba, với quy mô 480B tham số
  • Đạt hiệu năng coding và tác vụ agent tương đương với Claude Sonnet 4, GPT-4.1
  • Đạt kết quả dẫn đầu trên nhiều benchmark coding như Agentic Coding, Agentic Browser-Use, BFCL

Sử dụng AI IDE của riêng bạn

  • Có thể dùng trên mọi code editor hoặc công cụ hỗ trợ API endpoint tương thích OpenAI
  • Có thể tích hợp ngay với nhiều môi trường như Cursor, Continue.dev, Cline, RooCode
  • Không cần cấu hình thêm, code chất lượng cao có thể được sinh ra ngay trong quy trình làm việc hiện có

Có sẵn ngay

  • Cerebras Code Pro (50 USD/tháng)

    • Dựa trên Qwen3-Coder, hỗ trợ hoàn tất mã nhanh với ngữ cảnh lớn
    • Tối đa 1.000 tin nhắn mỗi ngày (có thể code liên tục 3-4 giờ)
    • Phù hợp cho nhà phát triển indie, quy trình agent đơn giản và dự án cuối tuần

  • Cerebras Code Max (200 USD/tháng)

    • Dựa trên Qwen3-Coder, phù hợp cho quy trình phát triển quy mô lớn
    • Tối đa 5.000 tin nhắn mỗi ngày
    • Tối ưu cho phát triển toàn thời gian, tích hợp IDE, refactor mã, hệ thống đa tác tử

  • Cả hai gói đều có thể đăng ký ngay, phát hành khóa API để bắt đầu tạo mã ngay sau đó, không cần chờ đợi

Bài viết liên quan

2 bình luận

 
plumpmath 2025-08-04

Sản xuất tại Trung Quốc
 
GN⁺ 2025-08-02
Ý kiến trên Hacker News

  • Tôi đã thử trực tiếp bằng API key cùng với Cline (Cerebras cũng có thể dùng như nhà cung cấp Qwen3 Coder tại đây), và khá bất ngờ vì chi phí tăng rất nhanh khi dùng không có cache, đặc biệt là mỗi lần gọi tool mới thì toàn bộ lịch sử tin nhắn trước đó đều được gửi lại dưới dạng input token (theo API thì cả input/output token đều có giá $2 cho mỗi 1 triệu token). Chất lượng có kém hơn Claude Code một chút, nhưng về tốc độ thì đúng là nhanh hơn hẳn. Nếu Cerebras hỗ trợ cache và có thêm mức giá ưu đãi cho token dùng với cache thì tôi sẽ dùng thường xuyên hơn, nhưng hiện tại chi phí cho mỗi lần chạy agent vẫn quá cao

    • Việc đưa cả file vào context window rồi để AI tự tìm phần cần thiết là cực kỳ kém hiệu quả. Cách này vẫn được dùng vì để AI tạo diff thường sinh ra nhiều vấn đề mới, nhưng có một cách hiệu quả hơn: cắt file ở cấp độ symbol. Tức là nếu AI chỉ cần phần khai báo foo() và phần định nghĩa bar() thì toàn bộ file có thể được rút gọn kiểu như thế này

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

      Việc gộp lại các chỉnh sửa do AI đề xuất cũng dễ hơn, và trong đa số trường hợp có thể refactor trong vòng 1–2 giây (đổi tên là ngoại lệ duy nhất). Tôi đã áp dụng nó vào editor và thêm cả chức năng step back/forward, hoạt động khá ổn. Cá nhân tôi rất thích nền tảng Cerebras (có free tier và trả theo mức dùng qua OpenRouter). Chỉ với một prompt một dòng rất đơn giản, nó xử lý những đợt refactor phiền phức chỉ trong 1–2 giây, và chi phí token chỉ khoảng 0,5 cent cho mỗi lần refactor. Khi áp dụng với thuật toán, nếu nhét cả file vào thì sẽ vượt quá context window, nhưng nếu chỉ trích vài type cần thiết thì sẽ tiết kiệm được rất nhiều token. Nếu bạn muốn tìm hiểu thêm về kỹ thuật tôi đang xây dựng thì có thể xem mô tả tại đây

    • Cerebras.ai có các gói cố định $50 và $200 mỗi tháng. Vì đơn giá token API mà bác bỏ mức giá thuê bao thì không thật sự hợp lý

    • Tôi thắc mắc tại sao đã đăng ký gói $50/tháng rồi mà vẫn cần trả thêm

    • Có vẻ dịch vụ này bị rate limit theo từng message, nên ngay cả khi không có cache thì cũng có thể không phải vấn đề lớn

  • Giới hạn sử dụng của Cerebras Code rất chặt, gói $50 chỉ cho 7,5 triệu token mỗi ngày và trên thực tế không dùng được bao lâu. Thông tin này không được nêu rõ trong phần mô tả gói trước khi thanh toán

  • Tôi đã thấy dòng “xử lý 2.000 token mỗi giây, context window 131k token, không cần IDE độc quyền, không có giới hạn hàng tuần!” và rất kỳ vọng, nhưng rồi lại hơi hụt hẫng khi đọc tiếp phần “tối đa 1.000 tin nhắn gửi mỗi ngày – tương đương 3–4 giờ code liên tục”. Nếu là dịch vụ thực sự dùng được thì tôi sẵn sàng trả tiền, nhưng những giới hạn đi ngược với phần mở đầu này khá đáng tiếc

    • Giới hạn 1.000 tin nhắn mỗi ngày kiểu này có lẽ là để tránh các vấn đề như viberank

    • Tham khảo thêm, giấy phép github copilot business chỉ có 300 request “premium” mỗi tháng

    • 1.000 tin nhắn mỗi ngày là đủ với đa số lập trình viên, tôi cũng chỉ dùng riêng claude code sonnet 4 mà không gửi quá 1.000 lần/ngày. Tất nhiên cũng có thể có thêm các tin nhắn được gửi nội bộ mà tôi không biết

    • Claude Code còn có cả cửa sổ 5 giờ và giới hạn theo tuần, còn cái này thì rõ ràng khác

    • Đúng là không có giới hạn hàng tuần thật, chỉ có giới hạn theo ngày, nên chỉ bị khóa trong ngày đó và hôm sau là dùng lại được ngay

  • Nó đúng là nhanh, nhưng rate limit bị chạm quá sớm, chất lượng thì kém hơn Claude Code, và cuối cùng lại đắt hơn. Tôi khá tò mò người dùng mục tiêu của Cerebras là ai

    • Tôi cũng thắc mắc vậy, nhưng tôi nghĩ có một lựa chọn thay thế dù kém hơn một chút vẫn là điều tốt, và trong một thị trường năng động vốn đã có các ông lớn thì càng nhiều lựa chọn càng có lợi. Xét ở góc độ chống độc quyền thì đây cũng là tín hiệu tích cực

  • Nếu muốn thử dùng trong coding agent, tôi nghĩ model qwen3-coder khá hợp với agent. Tôi đang test Cerebras Code trên Sketch, và giờ có thể chạy trực tiếp ở bản mới nhất (0.0.33)

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

    Tuy vậy hiện tại do server quá tải, có vẻ bản self-hosted cũ vẫn cho kết quả tốt hơn

    sketch --model=qwen

  • Một số người dùng gói Pro ($50/tháng) cho biết thực tế bị giới hạn nhiều hơn mức được quảng bá. Quảng cáo nói giới hạn 1.000 request, nhưng thực tế là 7,5 triệu token mỗi ngày (nguồn). Họ tính trung bình mỗi request là 7,5k, nhưng trong video marketing thì mỗi request đôi khi lại phình lên tới 24k token. Dù vậy vẫn rẻ hơn giá API

    • Tôi thấy khá đáng tiếc khi ngay cả FAQ sau đó cũng bị lặng lẽ chỉnh sửa theo kiểu mồi nhử. Xét việc họ đang dùng vốn VC để mở rộng thị phần, lẽ ra cần một cách tiếp cận chủ động hơn

  • Tốc độ 2.000 token mỗi giây thật sự gây sốc. Tôi vốn rất không thích vibe coding, nhưng với hiệu năng thế này thì có thể kỳ vọng chất lượng tốt hơn nhiều trong khi tốc độ tương đương github copilot. Đặc biệt nếu dùng ngay trong editor thì đúng là mức thay đổi cuộc chơi

    • Nếu dùng liên tục ở tốc độ tối đa thì chỉ khoảng 62 phút là có thể chạm giới hạn sử dụng trong ngày

  • Windsurf cũng cung cấp Cerebras/Qwen3-Coder, với giá $15/tháng và giới hạn 1.000 tin nhắn người dùng liên kết liên quan

  • So với các nhà cung cấp đóng vai trò kiểu influencer, tôi đã chờ thêm nhiều dịch vụ dạng thuê bao xuất hiện. Trong tương lai sẽ còn nhiều sản phẩm cạnh tranh hơn nữa, và từ góc nhìn người dùng thì tôi kỳ vọng giá sẽ ngày càng tốt hơn. Chúc mừng đội ngũ Cerebras với đợt ra mắt này

  • Không rõ nó có chạy được với claude-code-router không. Tuần này tôi đã thử dùng cùng qwen3 Cerebras trên openrouter nhưng bị lỗi API

    • Tôi thật sự mong đội Qwen3 cung cấp API tương thích Anthropic, như cách Kimi và đội GLM/Zai đang làm, để việc thiết lập được đơn giản hơn. Nhờ vậy mà trong Claude Code có thể dùng nhiều model khác nhau với cấu hình đơn giản này

    • 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"}"}}