چطور با Llama 3.2 3B Instruct در ایران کار کنم؟

در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «meta-llama/llama-3.2-3b-instruct» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت Llama 3.2 3B Instruct به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۱۴٬۵۰۶ تومان و هر ۱ میلیون توکن خروجی ۹۵٬۷۴۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱۴۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

Llama 3.2 3B Instruct چند توکن ورودی میگیرد؟

تا ۱۳۱٬۰۷۲ توکن در هر درخواست؛ برای متن فارسی حدود ۹۸ هزار کلمه. حداکثر طول پاسخ هم ۱۱۷٬۹۶۴ توکن است.

آیا پاسخ Llama 3.2 3B Instruct را میتوانم استریم کنم؟

بله، با stream=true رویدادهای SSE را همانطور که تولید میشوند میگیری. این مدل tool calling و ورودی تصویر ندارد، پس اگر به آنها نیاز داری مدل دیگری انتخاب کن.

قیمت و API مدل Llama 3.2 3B Instruct در ایران

meta-llama/llama-3.2-3b-instruct

json

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

14,506 تومان

خروجی · هر ۱M توکن

95,741 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

143 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند.قیمت‌ها و شارژ

کد آمادهٔ Llama 3.2 3B Instruct: خروجی JSON با اسکیمای مشخص

نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا می‌شود.

from openai import OpenAI
import json

client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")

schema = {
    "name": "ticket",
    "schema": {
        "type": "object",
        "properties": {
            "category": {"type": "string", "enum": ["fani", "mali", "forush"]},
            "priority": {"type": "integer", "minimum": 1, "maximum": 5},
            "summary": {"type": "string"},
        },
        "required": ["category", "priority", "summary"],
        "additionalProperties": False,
    },
    "strict": True,
}

resp = client.chat.completions.create(
    model="meta-llama/llama-3.2-3b-instruct",
    messages=[{"role": "user", "content": "تیکت: «دو روزه نمی‌تونم فاکتور دانلود کنم و پرداختم هم دوباره کسر شد.»"}],
    response_format={"type": "json_schema", "json_schema": schema},
)
print(json.loads(resp.choices[0].message.content))

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });

const resp = await client.chat.completions.create({
  model: "meta-llama/llama-3.2-3b-instruct",
  messages: [{ role: "user", content: "تیکت: «دو روزه نمی‌تونم فاکتور دانلود کنم و پرداختم هم دوباره کسر شد.»" }],
  response_format: {
    type: "json_schema",
    json_schema: {
      name: "ticket",
      strict: true,
      schema: {
        type: "object",
        properties: {
          category: { type: "string", enum: ["fani", "mali", "forush"] },
          priority: { type: "integer", minimum: 1, maximum: 5 },
          summary: { type: "string" },
        },
        required: ["category", "priority", "summary"],
        additionalProperties: false,
      },
    },
  },
});
console.log(JSON.parse(resp.choices[0].message.content));

curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer sk-up-…" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta-llama/llama-3.2-3b-instruct",
    "messages": [{"role": "user", "content": "تیکت را دسته‌بندی کن و اولویت ۱ تا ۵ بده."}],
    "response_format": {"type": "json_object"}
  }'

Llama 3.2 3B Instruct برای چه کاری خوب است؟

Llama 3.2 3B Instruct از Meta می‌آید؛ در کد فقط همین رشته را در فیلد model بگذار: «meta-llama/llama-3.2-3b-instruct». Llama 3.2 3B Instruct تا ۱۳۱٬۰۷۲ توکن را در یک درخواست نگه می‌دارد (نزدیک ۹۸ هزار کلمهٔ فارسی)، و همین عدد سقف تاریخچهٔ گفتگو در محصول تو را تعیین می‌کند. حداکثر طول پاسخ در هر فراخوانی ۱۱۷٬۹۶۴ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزان‌تر از ۶۸ مدل و گران‌تر از ۳۳۸ مدل پولی دیگر کاتالوگ.

قابلیت‌هایی که در همین شناسه فعال است: با response_format خروجی JSON معتبر می‌دهد و مستقیم به کد وصل می‌شود. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند.

۱۴٬۵۰۶ تومان برای هر ۱M توکن ورودی و ۹۵٬۷۴۱ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «بسیار ارزان» کاتالوگ می‌نشیند و یک درخواست ۱٬۰۰۰ کلمه‌ای ≈ ۱۴۳ تومان. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.

نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر Hy-MT2-30B-A3B است: Llama 3.2 3B Instruct تقریباً 1 برابر گران‌تر از آن تمام می‌شود و پنجرهٔ context آن بزرگ‌تر است. هر دو با همان کلید و همان کد کار می‌کنند، پس عوض‌کردن‌شان فقط تغییر یک رشته است.

برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۶۹۹ درخواست ۱٬۰۰۰ کلمه‌ای روی Llama 3.2 3B Instruct جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۶٬۹۹۳ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۱۰٬۲۴۸ تومان می‌شود. پر کردن کامل پنجرهٔ ۱۳۱٬۰۷۲ توکنی این مدل فقط از سمت ورودی ۱٬۹۰۱ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

Meta در کاتالوگ ما ۸ مدل دارد؛ ارزان‌ترین‌شان Llama 3.1 8B Instruct با ۴۹ تومان و گران‌ترین Llama 4 Maverick با ۳۳۸ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل logit_bias، logprobs، min_p، repetition_penalty، top_k، top_logprobs را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض include_reasoning، reasoning، response_format، tool_choice را که بیشتر مدل‌ها دارند پشتیبانی نمی‌کند، پس اگر کدت به آن‌ها تکیه دارد قبل از جابه‌جایی تست کن. از نظر اندازهٔ context نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر Aion-2.0 با ۱۳۱٬۰۷۲ توکن است.

بهترین جای استفاده‌اش: کار پرحجم مثل دسته‌بندی، برچسب‌گذاری و خلاصه‌سازی انبوه، استخراج داده با اسکیمای مشخص.

توضیح رسمی تأمین‌کننده (انگلیسی)

Llama 3.2 3B is a 3-billion-parameter multilingual large language model, optimized for advanced natural language processing tasks like dialogue generation, reasoning, and summarization. Designed with the latest transformer architecture, it...

سه کار واقعی، با قیمت همین مدل

اعداد از همان قیمت‌های بالا حساب شده‌اند و با تغییر قیمت مدل تغییر می‌کنند.

کار	توکن	هزینه
یک نوبت گفتگو با تاریخچهٔ متوسط	1,500 ورودی + 400 خروجی	60 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	115 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	3,656 تومان

سؤال‌های پرتکرار

چطور با Llama 3.2 3B Instruct در ایران کار کنم؟: در یوتاپن ثبت‌نام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «meta-llama/llama-3.2-3b-instruct» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت Llama 3.2 3B Instruct به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۱۴٬۵۰۶ تومان و هر ۱ میلیون توکن خروجی ۹۵٬۷۴۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۱۴۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
Llama 3.2 3B Instruct چند توکن ورودی می‌گیرد؟: تا ۱۳۱٬۰۷۲ توکن در هر درخواست؛ برای متن فارسی حدود ۹۸ هزار کلمه. حداکثر طول پاسخ هم ۱۱۷٬۹۶۴ توکن است.
آیا پاسخ Llama 3.2 3B Instruct را می‌توانم استریم کنم؟: بله، با stream=true رویدادهای SSE را همان‌طور که تولید می‌شوند می‌گیری. این مدل tool calling و ورودی تصویر ندارد، پس اگر به آن‌ها نیاز داری مدل دیگری انتخاب کن.