Meta: Llama 3.1 8B Instruct
🇺🇸 Meta · Llama 3.1
輸入價格 $0.020 每百萬 tokens NT$0.64
輸出價格 $0.030 每百萬 tokens NT$0.96
Context Window 131K tokens 輸出上限 16K
OpenRouter 路由價 請以官方定價頁為準
概覽
Meta: Llama 3.1 8B Instruct 是 Meta 推出的大型語言模型 API，屬於其 Llama 3.1 系列。輸入每百萬 token $0.020、輸出每百萬 token $0.030，定位在預算型區間，是高吞吐或成本敏感工作負載中較便宜的選擇之一。輸出 token 的成本約為輸入的 2 倍，因此以提示為主的工作負載會比以生成為主的明顯便宜。131K token 的脈絡視窗（約 197 頁文字）足以處理長文件、跨檔程式碼或較長的對話。在 Artificial Analysis 的 Intelligence Index 上得分為 8（F 級），可作為其整體推理能力相對於本站其他模型的參考指標。本頁所有價格反映的是 OpenRouter 的路由費率，每日自動同步；正式投入生產前，請以提供商官方定價為準。
| 維度 | 單位 | 價格 (USD) |
|---|---|---|
| 輸入 | 每 1M tokens | $0.020 |
| 輸入 | 每 1M tokens | $0.020 |
| 輸出 | 每 1M tokens | $0.030 |
- 提供商
- Meta
- 模型家族
- Llama 3.1
- 版本字串
- meta-llama/llama-3.1-8b-instruct
- 狀態
- 使用中
- 模態
- 文字
- Context Window
- 131,072 tokens
- 輸出上限
- 16,384 tokens
綜合指標
由 Artificial Analysis 評估的跨領域能力指數 — Artificial Analysis
Agentic Index 1 F 測量於 2026-07-01
Coding Index 5 F 測量於 2026-07-01
Intelligence Index 8 F 測量於 2026-07-01
Benchmark 分數
資料來源：Artificial Analysis
AA-LCR 15.7% F 測量於 2026-07-01
GPQA Diamond 25.9% F 測量於 2026-07-01
HLE 5.1% D 測量於 2026-07-01
IFBench 28.6% F 測量於 2026-07-01
Non-Hallucination 58.2% 測量於 2026-07-01
Omniscience Accuracy 8.1% 測量於 2026-07-01
SciCode 13.2% D 測量於 2026-07-01
Tau2 16.4% 測量於 2026-07-01
TerminalBench 0.8% 測量於 2026-07-01
效能指標
實測資料，由 Artificial Analysis 每 72 小時更新 — Artificial Analysis
首 Token 延遲 0.9s 測量於 2026-07-01
輸出速度 142 t/s 測量於 2026-07-01
回應時間 4.4s 測量於 2026-07-01
用途分析
基於基準測試和官方資料整理的模型強項、缺點與適用場景
強項
- 卓越效率 MMLU (CoT) 73.0%，GSM8K 84.5%。8B參數模型中同類最佳。 基準測試
- 消費者硬件運行 適合單個RTX 4090（24GB VRAM）或更小的GPU量化。 官方
最適合
- 個人/小企業AI 可在個人計算機上本地運行；無雲依賴或API成本。 官方
- 微調基礎模型 在計算有限的情況下進行特定領域微調的絕佳起點。 官方
不推薦
- 複雜推理任務 對於多步驟邏輯、高級數學或科學推理，使用70B或405B。 官方
過去 90 天價格走勢
輸入 / 輸出價格（USD per 1M tokens）
過去 90 天記錄；每次價格異動會在此呈現
| 日期 | 維度 | 價格 (USD) | 來源 |
|---|---|---|---|
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter | |
| 輸出 | $0.030 | OpenRouter | |
| 輸入 | $0.020 | OpenRouter |
描述
Meta's latest class of model (Llama 3.1) launched with a variety of sizes & flavors. This 8B instruct-tuned version is fast and efficient. It has demonstrated strong performance compared to...
重點摘要
以下為本頁面的關鍵數據，供快速參考與引用。
- Meta: Llama 3.1 8B Instruct input 價格為 $0.02/M tokens
- Meta: Llama 3.1 8B Instruct output 價格為 $0.03/M tokens
- Context window：131,072 tokens
- 提供商：Meta
- 模型家族：Llama 3.1
- 支援模態：文字
- 資料來源：OpenRouter，每日自動更新