API Llama 3.3 70B Instruct
meta-llama/llama-3.3-70b-instructTexteAppelez Llama 3.3 70B Instruct via l’API compatible OpenAI d’MartLLM, dès $0.0147/M en entrée et $0.047/M en sortie, servi par des fournisseurs tiers. Créé par llama. Poids ouverts. Contexte de 128 000 tokens. Aucuns frais MartLLM sur les requêtes. Ajouter du crédit par carte coûte 5,5 % + 0,50 $.
Aussi vendu directement par : OpenRouter, Venice AI, Together AI, Fireworks AI, Groq. Ici, des vendeurs le servent via leurs propres comptes fournisseurs. Pourquoi si peu cher ? · D’où vient la capacité
Combien coûte l'API Llama 3.3 70B Instruct ?
Au 20 novembre 2026, Llama 3.3 70B Instruct coûte $0.0147 par million de tokens d'entrée et $0.047 par million de tokens de sortie via MartLLM, soit 93.4% en dessous de son prix catalogue de $0.293 et $0.71. 36 vendeurs sur le marché peuvent le proposer. Il lit jusqu'à 128,000 tokens de contexte. Chaque requête est listée avec son coût dans le journal d'activité. MartLLM n'ajoute aucun frais à ces prix, et une requête qui échoue n'est pas facturée.
Quelle est l'API la moins chère de Llama 3.3 70B Instruct ?
Le 20 novembre 2026, l'API Llama 3.3 70B Instruct la moins chère que nous ayons trouvée est MartLLM, à $0.0147 par million de tokens d'entrée et $0.047 par million de tokens de sortie. C'est au moins 88.2% de moins sur l'entrée et la sortie que le fournisseur le plus proche que nous ayons vérifié, Novita AI ($0.135 et $0.40). Requesty, DeepInfra et OpenRouter sont encore plus chers. 36 vendeurs sur le marché MartLLM peuvent le fournir. MartLLM n'ajoute aucun frais à ces prix, et une requête qui échoue n'est pas facturée.
Prix au 20 novembre 2026, 11:00 UTC. Cette page est mise à jour toutes les heures.
| Fournisseur | Entrée / 1M tokens | Sortie / 1M tokens | MartLLM est moins cher de |
|---|---|---|---|
| MartLLM | $0.0147 | $0.047 | |
| Novita AI | $0.135 | $0.40 | 88.2% |
| Requesty | $0.23 | $0.40 | 88.2% |
| DeepInfra | $0.23 | $0.40 | 88.2% |
| OpenRouter | $0.71 | $0.71 | 93.4% |
MartLLM: le meilleur prix du marché maintenant, sans frais supplémentaires. Autres prix tirés de la grille tarifaire publique de chaque fournisseur : Novita AI, Requesty, DeepInfra, OpenRouter
Prix de Llama 3.3 70B Instruct
Vous économisez $0.2783 pour 1M de tokens d’entrée et $0.663 pour 1M de tokens de sortie par rapport au prix officiel de $0.293 / $0.71. Pourquoi si peu cher ? OpenRouter facture $0.71 / $0.71 pour 1M de tokens d’entrée / de sortie.
- Entrée
- $0.0147
- Sortie
- $0.047
- Entrée en cache
- $0.00221
- Entrée
- $0.293
- Sortie
- $0.71
- Entrée en cache
- $0.105
Prix au 11:00 UTC.
Chaque requête est envoyée à un fournisseur tiers disponible pour ce modèle, puis relancée si le fournisseur échoue avant de commencer à répondre. Aucuns frais MartLLM sur les requêtes. Ajouter du crédit par carte coûte 5,5 % + 0,50 $.
Utiliser Llama 3.3 70B Instruct avec le SDK OpenAI
Avec le SDK OpenAI, définissez la base URL sur MartLLM et appelez Llama 3.3 70B Instruct avec votre code actuel. Les SDK Anthropic fonctionnent avec https://api.martllm.com/v1/messages.
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)Utiliser Llama 3.3 70B Instruct dans vos applications
Par API, Llama 3.3 70B Instruct répond sur trois adresses avec la même clé MartLLM et l'ID de modèle meta-llama/llama-3.3-70b-instruct : les complétions de chat OpenAI à https://api.martllm.com/v1/chat/completions, l'API OpenAI Responses à https://api.martllm.com/v1/responses et l'API Anthropic Messages à https://api.martllm.com/v1/messages.
Comment utiliser Llama 3.3 70B Instruct dans Claude Code ?
Claude Code atteint Llama 3.3 70B Instruct via l'adresse compatible Anthropic d'MartLLM. Définissez ANTHROPIC_BASE_URL sur https://api.martllm.com (sans /v1 à la fin), ANTHROPIC_AUTH_TOKEN sur votre clé MartLLM et ANTHROPIC_MODEL sur meta-llama/llama-3.3-70b-instruct, puis démarrez claude. Définissez également les variables de modèle opus, sonnet, haiku et subagent sur meta-llama/llama-3.3-70b-instruct : un emplacement non défini continue de demander un modèle Claude aux prix Claude. CLAUDE_CODE_MAX_CONTEXT_TOKENS est défini sur 128,000, la taille de contexte de Llama 3.3 70B Instruct, car Claude Code suppose 200,000 tokens pour un modèle qu'il ne connaît pas.
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
claudeAppels Claude Code : API Anthropic Messages https://api.martllm.com/v1/messages · Guide complet Claude Code
Comment utiliser Llama 3.3 70B Instruct dans Codex CLI ?
Codex CLI atteint Llama 3.3 70B Instruct via l'API Responses d'MartLLM. Dans ~/.codex/config.toml, ajoutez un fournisseur de modèle avec base_url défini sur https://api.martllm.com/v1 et wire_api = "responses", mettez votre clé MartLLM dans la variable d'environnement UBERLLM_API_KEY, et définissez model sur meta-llama/llama-3.3-70b-instruct. model_context_window est défini sur 128,000, la taille de contexte de Llama 3.3 70B Instruct, car Codex suppose 272,000 tokens pour les modèles en dehors de la liste des modèles OpenAI qu'il connaît.
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"Appels Codex CLI : API OpenAI Responses https://api.martllm.com/v1/responses · Guide complet Codex CLI
Comment utiliser Llama 3.3 70B Instruct dans OpenCode ?
OpenCode atteint Llama 3.3 70B Instruct via l'adresse de chat compatible OpenAI d'MartLLM. Dans ~/.config/opencode/opencode.json, ajoutez un fournisseur nommé uberllm qui utilise le package @ai-sdk/openai-compatible avec baseURL défini sur https://api.martllm.com/v1, listez meta-llama/llama-3.3-70b-instruct sous ses modèles, mettez votre clé MartLLM dans la variable d'environnement UBERLLM_API_KEY, puis choisissez uberllm/meta-llama/llama-3.3-70b-instruct avec /models. Les nombres limit sont la taille de contexte et la plus grande réponse de Llama 3.3 70B Instruct ; OpenCode les utilise pour savoir quand compacter une longue session.
{
"$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"
}Appels OpenCode : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet OpenCode
Comment utiliser Llama 3.3 70B Instruct dans Cursor ?
Dans Cursor Settings → Models, collez votre clé MartLLM dans le champ OpenAI API Key, activez l'override de l'URL de base OpenAI et entrez https://api.martllm.com/v1, activez Use API Key, puis ajoutez meta-llama/llama-3.3-70b-instruct comme modèle personnalisé et sélectionnez-le dans le sélecteur de modèle de chat. Ceci est pour le chat dans Cursor : la complétion par tabulation continue d'utiliser les modèles fournis par Cursor.
- OpenAI API Key
ull_your_key- OpenAI base URL override
https://api.martllm.com/v1- Custom model
meta-llama/llama-3.3-70b-instruct
Appels Cursor : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet Cursor
Comment utiliser Llama 3.3 70B Instruct dans Cline ?
Dans les paramètres de Cline, définissez API Provider sur OpenAI Compatible, Base URL sur https://api.martllm.com/v1, collez votre clé MartLLM dans OpenAI Compatible API Key et définissez Model ID sur meta-llama/llama-3.3-70b-instruct. Sous Model Configuration, définissez Context Window Size sur 128,000 : Cline ne lit pas les limites d'un modèle par lui-même. Au même endroit, définissez Max Output Tokens sur 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
Appels Cline : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet Cline
Comment utiliser Llama 3.3 70B Instruct dans SillyTavern ?
Dans SillyTavern, ouvrez API Connections, définissez API sur Chat Completion et Chat Completion Source sur Custom (OpenAI-compatible), entrez https://api.martllm.com/v1 dans Custom Endpoint (Base URL), collez votre clé MartLLM dans Custom API Key, cliquez sur Connect, puis tapez meta-llama/llama-3.3-70b-instruct dans Enter a Model ID.
- 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
Appels SillyTavern : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet SillyTavern
Comment utiliser Llama 3.3 70B Instruct dans Janitor AI ?
Dans Janitor AI, ouvrez un chat, cliquez sur l'icône d'engrenage et ouvrez API Settings. Choisissez Proxy et ajoutez une configuration avec Model Name défini sur meta-llama/llama-3.3-70b-instruct, Proxy URL défini sur https://api.martllm.com/v1/chat/completions et votre clé MartLLM dans API Key. Cliquez sur Save Settings, puis actualisez la page.
- 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
Appels Janitor AI : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet Janitor AI
Comment utiliser Llama 3.3 70B Instruct dans Open WebUI ?
Dans Open WebUI, allez à Settings → Admin → Connections et ajoutez une connexion API OpenAI avec URL défini sur https://api.martllm.com/v1 et votre clé MartLLM dans API Key. Sous Advanced, ajoutez meta-llama/llama-3.3-70b-instruct à Model IDs, et laissez API Type sur 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
Appels Open WebUI : Complétions de chat OpenAI https://api.martllm.com/v1/chat/completions · Guide complet Open WebUI
FAQ sur l’API Llama 3.3 70B Instruct
Puis-je plafonner le coût d’une requête Llama 3.3 70B Instruct ?
Oui. Une requête coûte ce que son fournisseur a facturé ; le prix affiché est de $0.04 en entrée et $0.0969 en sortie par million de tokens, et une requête peut coûter plus cher quand les fournisseurs les moins chers sont occupés. Envoyez provider.max_price avec votre maximum par million de tokens : la requête ne part que vers des fournisseurs à ce prix ou en dessous, et n’est jamais facturée au-delà. Chaque requête apparaît avec son coût dans Activité.
Comment appeler Llama 3.3 70B Instruct via l’API ?
Utilisez n’importe quel SDK compatible OpenAI : définissez la base URL sur https://api.martllm.com/v1, votre clé API MartLLM et le modèle « meta-llama/llama-3.3-70b-instruct ». Les SDK Anthropic fonctionnent via https://api.martllm.com/v1/messages.
Llama 3.3 70B Instruct est-il compatible OpenAI sur MartLLM ?
Oui. Chaque modèle sur MartLLM, y compris Llama 3.3 70B Instruct, est servi par un seul endpoint compatible OpenAI. Définissez la base URL et la clé dans votre client actuel.
Pourquoi Llama 3.3 70B Instruct est-il moins cher sur MartLLM ?
MartLLM est un marché : les vendeurs proposent la capacité Llama 3.3 70B Instruct en dessous de son prix catalogue, et chaque requête est acheminée vers un vendeur qui peut la servir. Une requête coûte ce que son vendeur a facturé, MartLLM n'y ajoute aucun frais, et chaque requête est listée avec son coût dans l'Activité.
Y a-t-il d'autres frais ?
MartLLM n'ajoute aucun frais aux prix des modèles. Des frais de carte de 5.5% + $0.50 sont ajoutés lorsque vous achetez du crédit. Même avec les 5.5% ajoutés, le prix de Llama 3.3 70B Instruct d'MartLLM reste inférieur à celui de tous les autres fournisseurs du tableau.
Intégrer ce prix
Affichez ces prix sur votre propre site. Le tableau lit les prix actuels sur MartLLM, il reste donc à jour.
Script : le tableau règle sa hauteur lui-même
<script async src="https://martllm.com/embed.js" data-models="meta-llama/llama-3.3-70b-instruct" data-lang="fr"></script>Iframe simple, pour les sites qui n'autorisent pas les scripts
<iframe src="https://martllm.com/embed/prices?models=meta-llama/llama-3.3-70b-instruct&lang=fr" title="Prix des API de modèles d'IA" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>Badge de prix pour un README (Markdown)
[](https://martllm.com/models/meta-llama/llama-3.3-70b-instruct?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)Toutes les options sont dans la documentation d'intégration.
Comparé aux autres fournisseurs : Meilleures alternatives à OpenRouter