NeuSo erkennen wir Verkäufer, die das falsche Modell anbieten – und du bekommst dein Geld zurück.
llama-Logo

Llama 3.3 70B Instruct API

meta-llama/llama-3.3-70b-instructText

Rufe Llama 3.3 70B Instruct über die OpenAI-kompatible API von MartLLM auf, ab $0.0147/M Eingabe und $0.047/M Ausgabe, bedient von Drittanbietern. Entwickelt von llama. Offene Gewichte. Kontext von 128.000 Tokens. Keine MartLLM-Gebühr auf Anfragen. Guthaben per Karte aufladen kostet 5,5 % + 0,50 $.

Auch direkt erhältlich bei: OpenRouter, Venice AI, Together AI, Fireworks AI, Groq. Hier stellen Verkäufer es über ihre eigenen Anbieterkonten bereit. Warum so günstig? · Woher die Kapazität kommt

Wie viel kostet die Llama 3.3 70B Instruct API?

Am 20. November 2026 kostet Llama 3.3 70B Instruct $0.0147 pro Million Input-Tokens und $0.047 pro Million Output-Tokens über MartLLM, 93.4% unter seinem Listenpreis von $0.293 und $0.71. 36 Anbieter auf dem Markt können es anbieten. Es liest bis zu 128,000 Kontext-Tokens. Jede Anfrage wird mit ihren Kosten im Aktivitätsprotokoll aufgeführt. MartLLM erhebt keine Gebühr auf diese Preise, und eine fehlgeschlagene Anfrage wird nicht abgerechnet.

Was ist die günstigste Llama 3.3 70B Instruct API?

Auf 20. November 2026 ist die günstigste Llama 3.3 70B Instruct API, die wir gefunden haben, MartLLM, zu $0.0147 pro Million Input-Tokens und $0.047 pro Million Output-Tokens. Das ist mindestens 88.2% weniger sowohl für Input als auch für Output als der nächstgelegene andere Anbieter, den wir überprüft haben, Novita AI ($0.135 und $0.40). Requesty, DeepInfra und OpenRouter sind noch teurer. 36 Verkäufer auf dem MartLLM-Markt können es anbieten. MartLLM erhebt keine Gebühr auf diese Preise, und eine fehlgeschlagene Anfrage wird nicht abgerechnet.

Preise vom 20. November 2026, 11:00 UTC. Diese Seite wird stündlich neu erstellt.

AnbieterInput / 1M TokensOutput / 1M TokensMartLLM ist günstiger um
MartLLM$0.0147$0.047
Novita AI$0.135$0.4088.2%
Requesty$0.23$0.4088.2%
DeepInfra$0.23$0.4088.2%
OpenRouter$0.71$0.7193.4%

MartLLM: der beste Anbieterpreis jetzt, ohne zusätzliche Gebühren. Andere Preise aus der öffentlichen Preisliste des jeweiligen Anbieters: Novita AI, Requesty, DeepInfra, OpenRouter

Try the API without an account
Demo · a few prompts a day, no sign-up

Llama 3.3 70B Instruct: Preise

Du sparst $0.2783 pro 1M Eingabe-Tokens und $0.663 pro 1M Ausgabe-Tokens gegenüber dem offiziellen Preis von $0.293 / $0.71. Warum so günstig? OpenRouter berechnet $0.71 / $0.71 pro 1M Eingabe- / Ausgabe-Tokens.

Aktueller Preis · pro 1 Mio. Tokens
Eingabe
$0.0147
Ausgabe
$0.047
Eingabe aus Cache
$0.00221
% unter Listenpreis
93.4 % günstiger
7 % der Eingabe aus dem Cache
Offizieller Preis · pro 1 Mio. Tokens
Eingabe
$0.293
Ausgabe
$0.71
Eingabe aus Cache
$0.105

Preise mit Stand 11:00 UTC.

Jede Anfrage geht an einen verfügbaren Drittanbieter für dieses Modell und wird erneut versucht, wenn der Anbieter ausfällt, bevor er zu antworten beginnt. Keine MartLLM-Gebühr auf Anfragen. Guthaben per Karte aufladen kostet 5,5 % + 0,50 $.

So nutzt du Llama 3.3 70B Instruct mit dem OpenAI SDK

Setze im OpenAI SDK die Base-URL auf MartLLM und rufe Llama 3.3 70B Instruct mit deinem bestehenden Code auf. Anthropic-SDKs funktionieren mit https://api.martllm.com/v1/messages.

python
from openai import OpenAI

client = OpenAI(
    base_url="https://api.martllm.com/v1",
    api_key="ull_your_key_here",
)

resp = client.chat.completions.create(
    model="meta-llama/llama-3.3-70b-instruct",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

Llama 3.3 70B Instruct in deinen Apps nutzen

Per API antwortet Llama 3.3 70B Instruct unter drei Adressen mit demselben MartLLM-Schlüssel und der Modell-ID meta-llama/llama-3.3-70b-instruct: OpenAI Chat Completions unter https://api.martllm.com/v1/chat/completions, der OpenAI Responses API unter https://api.martllm.com/v1/responses und der Anthropic Messages API unter https://api.martllm.com/v1/messages.

Wie verwende ich Llama 3.3 70B Instruct in Claude Code?

Claude Code erreicht Llama 3.3 70B Instruct über die Anthropic-kompatible Adresse von MartLLM. Setzen Sie ANTHROPIC_BASE_URL auf https://api.martllm.com (ohne /v1 am Ende), ANTHROPIC_AUTH_TOKEN auf Ihren MartLLM-Schlüssel und ANTHROPIC_MODEL auf meta-llama/llama-3.3-70b-instruct, starten Sie dann claude. Setzen Sie die Modellvariablen opus, sonnet, haiku und subagent ebenfalls auf meta-llama/llama-3.3-70b-instruct: Ein unbesetzter Slot fragt weiterhin nach einem Claude-Modell zu Claude-Preisen. CLAUDE_CODE_MAX_CONTEXT_TOKENS ist auf 128,000 gesetzt, die Kontextgröße von Llama 3.3 70B Instruct, weil Claude Code 200,000 Tokens für ein Modell annimmt, das es nicht kennt.

bash
export ANTHROPIC_BASE_URL=https://api.martllm.com
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='meta-llama/llama-3.3-70b-instruct'
export ANTHROPIC_DEFAULT_OPUS_MODEL='meta-llama/llama-3.3-70b-instruct'
export ANTHROPIC_DEFAULT_SONNET_MODEL='meta-llama/llama-3.3-70b-instruct'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='meta-llama/llama-3.3-70b-instruct'
export CLAUDE_CODE_SUBAGENT_MODEL='meta-llama/llama-3.3-70b-instruct'
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=128000
claude

Claude Code Aufrufe: Anthropic Messages API https://api.martllm.com/v1/messages · Vollständige Claude Code Anleitung

Wie verwende ich Llama 3.3 70B Instruct in Codex CLI?

Codex CLI erreicht Llama 3.3 70B Instruct über die Responses API von MartLLM. Fügen Sie in ~/.codex/config.toml einen Modell-Provider hinzu, wobei base_url auf https://api.martllm.com/v1 und wire_api = "responses" gesetzt ist, legen Sie Ihren MartLLM-Schlüssel in die Umgebungsvariable UBERLLM_API_KEY und setzen Sie model auf meta-llama/llama-3.3-70b-instruct. model_context_window ist auf 128,000 gesetzt, die Kontextgröße von Llama 3.3 70B Instruct, weil Codex 272,000 Tokens für Modelle außerhalb der Liste der OpenAI-Modelle annimmt, die es kennt.

toml
model = "meta-llama/llama-3.3-70b-instruct"
model_provider = "uberllm"
model_context_window = 128000
web_search = "disabled"

[model_providers.uberllm]
name = "MartLLM"
base_url = "https://api.martllm.com/v1"
env_key = "UBERLLM_API_KEY"
wire_api = "responses"

Codex CLI Aufrufe: OpenAI Responses API https://api.martllm.com/v1/responses · Vollständige Codex CLI Anleitung

Wie verwende ich Llama 3.3 70B Instruct in OpenCode?

OpenCode erreicht Llama 3.3 70B Instruct über die OpenAI-kompatible Chat-Adresse von MartLLM. Fügen Sie in ~/.config/opencode/opencode.json einen Provider namens uberllm hinzu, der das @ai-sdk/openai-compatible-Paket verwendet, wobei baseURL auf https://api.martllm.com/v1 gesetzt ist, listen Sie meta-llama/llama-3.3-70b-instruct unter seinen Modellen auf, legen Sie Ihren MartLLM-Schlüssel in die Umgebungsvariable UBERLLM_API_KEY und wählen Sie dann uberllm/meta-llama/llama-3.3-70b-instruct mit /models. Die limit Zahlen sind die Kontextgröße und die größte Antwort von Llama 3.3 70B Instruct; OpenCode verwendet sie, um zu wissen, wann eine lange Sitzung komprimiert werden soll.

json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "uberllm": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "MartLLM",
      "options": {
        "baseURL": "https://api.martllm.com/v1",
        "apiKey": "{env:UBERLLM_API_KEY}"
      },
      "models": {
        "meta-llama/llama-3.3-70b-instruct": {
          "name": "Llama 3.3 70B Instruct",
          "limit": {
            "context": 128000,
            "output": 4096
          }
        }
      }
    }
  },
  "model": "uberllm/meta-llama/llama-3.3-70b-instruct"
}

OpenCode Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige OpenCode Anleitung

Wie verwende ich Llama 3.3 70B Instruct in Cursor?

Fügen Sie in Cursor Settings → Models Ihren MartLLM-Schlüssel in das OpenAI API Key-Feld ein, aktivieren Sie die OpenAI Base URL Override und geben Sie https://api.martllm.com/v1 ein, aktivieren Sie Use API Key, fügen Sie dann meta-llama/llama-3.3-70b-instruct als benutzerdefiniertes Modell hinzu und wählen Sie es im Chat-Modell-Auswähler aus. Dies gilt für den Chat in Cursor: Die Tab-Vervollständigung verwendet weiterhin die von Cursor bereitgestellten Modelle.

OpenAI API Key
ull_your_key
OpenAI base URL override
https://api.martllm.com/v1
Custom model
meta-llama/llama-3.3-70b-instruct

Cursor Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige Cursor Anleitung

Wie verwende ich Llama 3.3 70B Instruct in Cline?

In den Einstellungen von Cline setzen Sie API Provider auf OpenAI Compatible, Base URL auf https://api.martllm.com/v1, fügen Sie Ihren MartLLM-Schlüssel in OpenAI Compatible API Key ein und setzen Sie Model ID auf meta-llama/llama-3.3-70b-instruct. Unter Model Configuration setzen Sie Context Window Size auf 128,000: Cline liest die Grenzen eines Modells nicht selbstständig aus. An derselben Stelle setzen Sie Max Output Tokens auf 4,096.

API Provider
OpenAI Compatible
Base URL
https://api.martllm.com/v1
OpenAI Compatible API Key
ull_your_key
Model ID
meta-llama/llama-3.3-70b-instruct
Context Window Size
128000
Max Output Tokens
4096

Cline Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige Cline Anleitung

Wie verwende ich Llama 3.3 70B Instruct in SillyTavern?

In SillyTavern öffnen Sie API Connections, setzen Sie API auf Chat Completion und Chat Completion Source auf Custom (OpenAI-compatible), geben Sie https://api.martllm.com/v1 in Custom Endpoint (Base URL) ein, fügen Sie Ihren MartLLM-Schlüssel in Custom API Key ein, klicken Sie auf Connect und geben Sie dann meta-llama/llama-3.3-70b-instruct in Enter a Model ID ein.

API
Chat Completion
Chat Completion Source
Custom (OpenAI-compatible)
Custom Endpoint (Base URL)
https://api.martllm.com/v1
Custom API Key
ull_your_key
Enter a Model ID
meta-llama/llama-3.3-70b-instruct

SillyTavern Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige SillyTavern Anleitung

Wie verwende ich Llama 3.3 70B Instruct in Janitor AI?

In Janitor AI öffnen Sie einen Chat, klicken Sie auf das Zahnradsymbol und öffnen Sie API Settings. Wählen Sie Proxy und fügen Sie eine Konfiguration hinzu, wobei Model Name auf meta-llama/llama-3.3-70b-instruct gesetzt ist, Proxy URL auf https://api.martllm.com/v1/chat/completions gesetzt ist und Ihr MartLLM-Schlüssel in API Key ist. Klicken Sie auf Save Settings und aktualisieren Sie dann die Seite.

Config Name
MartLLM
Model Name
meta-llama/llama-3.3-70b-instruct
Proxy URL
https://api.martllm.com/v1/chat/completions
API Key
ull_your_key

Janitor AI Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige Janitor AI Anleitung

Wie verwende ich Llama 3.3 70B Instruct in Open WebUI?

In Open WebUI gehen Sie zu Settings → Admin → Connections und fügen Sie eine OpenAI API-Verbindung hinzu, wobei URL auf https://api.martllm.com/v1 gesetzt ist und Ihr MartLLM-Schlüssel in API Key ist. Unter Advanced fügen Sie meta-llama/llama-3.3-70b-instruct zu Model IDs hinzu und lassen Sie API Type auf Chat Completions.

URL
https://api.martllm.com/v1
API Key
ull_your_key
Model IDs
meta-llama/llama-3.3-70b-instruct
API Type
Chat Completions

Open WebUI Aufrufe: OpenAI Chat Completions https://api.martllm.com/v1/chat/completions · Vollständige Open WebUI Anleitung

Llama 3.3 70B Instruct API: FAQ

Kann ich die Kosten einer Llama 3.3 70B Instruct-Anfrage begrenzen?

Ja. Eine Anfrage kostet, was ihr Anbieter berechnet hat; der gelistete Preis liegt bei $0.04 für Eingabe und $0.0969 für Ausgabe pro Million Tokens, und eine Anfrage kann mehr kosten, wenn die günstigeren Anbieter ausgelastet sind. Sende provider.max_price mit deinem Höchstbetrag pro Million Tokens: Die Anfrage geht dann nur an Anbieter, die bei oder unter diesem Betrag liegen, und wird nie darüber abgerechnet. Jede Anfrage steht mit ihren Kosten unter Aktivität.

Wie rufe ich Llama 3.3 70B Instruct über die API auf?

Nutze ein beliebiges OpenAI-kompatibles SDK: Setze die Base-URL auf https://api.martllm.com/v1, deinen MartLLM-API-Schlüssel und das Modell "meta-llama/llama-3.3-70b-instruct". Anthropic-SDKs funktionieren über https://api.martllm.com/v1/messages.

Ist Llama 3.3 70B Instruct bei MartLLM OpenAI-kompatibel?

Ja. Jedes Modell bei MartLLM, auch Llama 3.3 70B Instruct, läuft über einen einzigen OpenAI-kompatiblen Endpoint. Trag einfach die Base-URL und den Schlüssel in deinem bestehenden Client ein.

Warum ist Llama 3.3 70B Instruct auf MartLLM günstiger?

MartLLM ist ein Marktplatz: Anbieter bieten Llama 3.3 70B Instruct Kapazität unter dem Listenpreis an, und jede Anfrage geht an einen Anbieter, der sie bedienen kann. Eine Anfrage kostet, was ihr Anbieter berechnet hat, MartLLM erhebt keine Gebühr dafür, und jede Anfrage wird mit ihren Kosten in Activity aufgeführt.

Gibt es weitere Gebühren?

MartLLM erhebt keine Gebühr auf Modellpreise. Eine Kartengebühr von 5.5% + $0.50 wird hinzugefügt, wenn Sie Guthaben kaufen. Mit den zusätzlichen 5.5% ist der Llama 3.3 70B Instruct Preis von MartLLM immer noch niedriger als bei jedem anderen Anbieter in der Tabelle.

Diesen Preis einbetten

Zeigen Sie diese Preise auf Ihrer eigenen Website. Die Tabelle liest die aktuellen Preise von MartLLM und bleibt so aktuell.

Skript: Die Tabelle stellt ihre Höhe selbst ein

<script async src="https://martllm.com/embed.js" data-models="meta-llama/llama-3.3-70b-instruct" data-lang="de"></script>

Einfaches iframe für Websites, die keine Skripte erlauben

<iframe src="https://martllm.com/embed/prices?models=meta-llama/llama-3.3-70b-instruct&amp;lang=de" title="API-Preise für KI-Modelle" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>

Preis-Badge für eine README (Markdown)

[![Llama 3.3 70B Instruct API price on MartLLM](https://api.martllm.com/api/v1/public/badge/meta-llama/llama-3.3-70b-instruct.svg)](https://martllm.com/models/meta-llama/llama-3.3-70b-instruct?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)

Alle Optionen stehen in der Einbettungs-Dokumentation.

Im Vergleich zu anderen Anbietern: Beste OpenRouter Alternativen