用途：通过 Groq API 进行超快速 LLM 推理，适合实时应用，资料称其推理速度可达常规提供商的 10-100 倍。
主要能力与模型选择：通用聊天用 llama-3.3-70b-versatile（128K 上下文）；快速简单任务用 llama-3.1-8b-instant；视觉/OCR 用 meta-llama/llama-4-scout-17b-16e-instruct（最多 5 张图）；语音转写用 whisper-large-v3（由 Groq 托管）；语音合成用 playai-tts（Fritz-PlayAI 音色）；推理用 meta-llama/llama-4-maverick-17b-128e-instruct；内置工具用 compound-beta（含网页搜索、代码执行）。
使用方式：安装 Groq SDK 后初始化 client = Groq(api_key=os.environ.get("GROQ_API_KEY"))，通过 chat.completions.create 调用；支持流式输出、异步 AsyncGroq 并行查询、函数调用、视觉多模态、音频转写与翻译、TTS 及流式 TTS。推理模型可用 reasoning_format 参数（parsed/raw/hidden）。
限制与注意：需将 GROQ_API_KEY 存入环境变量（从 console.groq.com 获取）；资料强调约束为不使用 OpenAI，Whisper 为开源模型并由 Groq 托管而非 OpenAI API；免费层每分钟 30 请求、15,000 tokens/分钟、500,000 tokens/天，付费层更高；建议用 tenacity 做重试。常见集成包括 voice-ai-skill、langgraph-agents-skill 等。其余价格与详细规格资料未提供。