BaruCara kami menangkap penjual yang memasang model yang salah, dan mengembalikan dana Anda jika terjadi.
Logo Meta

API Llama 3.2 3B

meta-llama/llama-3.2-3b-instructTeks

Panggil Llama 3.2 3B lewat API MartLLM yang kompatibel dengan OpenAI, mulai $0.005/M input dan $0.033/M output, dilayani oleh penyedia pihak ketiga. Dibuat oleh Meta. Open weights. Konteks 128.000 token. Tidak ada biaya MartLLM untuk permintaan. Menambah kredit dengan kartu dikenai 5.5% + $0.50.

Juga dijual langsung oleh: OpenRouter, Fireworks AI, Groq, Together AI, Venice AI. Di sini, penjual melayaninya lewat akun penyedia mereka sendiri. Kenapa bisa semurah ini? · Dari mana kapasitasnya berasal

Berapa biaya API Llama 3.2 3B?

Pada 20 November 2026, Llama 3.2 3B berharga $0.005 per juta input token dan $0.033 per juta output token melalui MartLLM, 90% di bawah harga daftar $0.05 dan $0.33. 78 penjual di pasar dapat menyediakannya. Ini membaca hingga 128,000 token konteks. Setiap permintaan tercatat dengan biayanya di log Aktivitas. MartLLM tidak menambahkan biaya pada harga ini, dan permintaan yang gagal tidak akan ditagih.

Harga Llama 3.2 3B

Anda hemat $0.045 per 1M token input dan $0.297 per 1M token output dibanding harga resmi $0.05 / $0.33. Kenapa bisa semurah ini? OpenRouter menagih $0.05 / $0.33 per 1M token input / output.

Harga sekarang · per 1M token
Input
$0.005
Output
$0.033
Input dari cache
$0.00075
% di bawah harga resmi
diskon 90%
Harga resmi · per 1M token
Input
$0.05
Output
$0.33
Input dari cache
$0.0075

Harga per 11:00 UTC.

Setiap permintaan dikirim ke penyedia pihak ketiga yang tersedia untuk model ini dan dicoba ulang jika penyedia gagal sebelum mulai menjawab. Tidak ada biaya MartLLM untuk permintaan. Menambah kredit dengan kartu dikenai 5.5% + $0.50.

Cara menggunakan Llama 3.2 3B dengan OpenAI SDK

Dengan OpenAI SDK, atur base URL ke MartLLM dan panggil Llama 3.2 3B dengan kode yang sudah Anda punya. SDK Anthropic bisa dipakai dengan 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-3.2-3b-instruct",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

Gunakan Llama 3.2 3B di aplikasi Anda

Melalui API, Llama 3.2 3B menjawab di tiga alamat dengan kunci MartLLM yang sama dan ID model meta-llama/llama-3.2-3b-instruct: OpenAI chat completions di https://api.martllm.com/v1/chat/completions, OpenAI Responses API di https://api.martllm.com/v1/responses, dan Anthropic Messages API di https://api.martllm.com/v1/messages.

Bagaimana cara saya menggunakan Llama 3.2 3B di Claude Code?

Claude Code mengakses Llama 3.2 3B melalui alamat MartLLM yang kompatibel dengan Anthropic. Atur ANTHROPIC_BASE_URL ke https://api.martllm.com (tanpa /v1 di akhir), ANTHROPIC_AUTH_TOKEN ke kunci MartLLM Anda dan ANTHROPIC_MODEL ke meta-llama/llama-3.2-3b-instruct, lalu mulai claude. Atur variabel model opus, sonnet, haiku, dan subagent ke meta-llama/llama-3.2-3b-instruct juga: slot yang dibiarkan kosong akan terus meminta model Claude dengan harga Claude. CLAUDE_CODE_MAX_CONTEXT_TOKENS diatur ke 128,000, ukuran konteks dari Llama 3.2 3B, karena Claude Code mengasumsikan 200,000 token untuk model yang tidak dikenalnya.

bash
export ANTHROPIC_BASE_URL=https://api.martllm.com
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='meta-llama/llama-3.2-3b-instruct'
export ANTHROPIC_DEFAULT_OPUS_MODEL='meta-llama/llama-3.2-3b-instruct'
export ANTHROPIC_DEFAULT_SONNET_MODEL='meta-llama/llama-3.2-3b-instruct'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='meta-llama/llama-3.2-3b-instruct'
export CLAUDE_CODE_SUBAGENT_MODEL='meta-llama/llama-3.2-3b-instruct'
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=128000
claude

Panggilan Claude Code: Anthropic Messages API https://api.martllm.com/v1/messages · Panduan lengkap Claude Code

Bagaimana cara saya menggunakan Llama 3.2 3B di Codex CLI?

Codex CLI mengakses Llama 3.2 3B melalui Responses API dari MartLLM. Di ~/.codex/config.toml, tambahkan penyedia model dengan base_url diatur ke https://api.martllm.com/v1 dan wire_api = "responses", letakkan kunci MartLLM Anda di variabel lingkungan UBERLLM_API_KEY, dan atur model ke meta-llama/llama-3.2-3b-instruct. model_context_window diatur ke 128,000, ukuran konteks dari Llama 3.2 3B, karena Codex mengasumsikan 272,000 token untuk model di luar daftar model OpenAI yang dikenalnya.

toml
model = "meta-llama/llama-3.2-3b-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"

Panggilan Codex CLI: OpenAI Responses API https://api.martllm.com/v1/responses · Panduan lengkap Codex CLI

Bagaimana cara saya menggunakan Llama 3.2 3B di OpenCode?

OpenCode mengakses Llama 3.2 3B melalui alamat chat MartLLM yang kompatibel dengan OpenAI. Di ~/.config/opencode/opencode.json, tambahkan penyedia bernama uberllm yang menggunakan paket @ai-sdk/openai-compatible dengan baseURL diatur ke https://api.martllm.com/v1, daftar meta-llama/llama-3.2-3b-instruct di bawah modelnya, letakkan kunci MartLLM Anda di variabel lingkungan UBERLLM_API_KEY, lalu pilih uberllm/meta-llama/llama-3.2-3b-instruct dengan /models. Angka limit adalah ukuran konteks dan balasan terbesar dari Llama 3.2 3B; OpenCode menggunakannya untuk mengetahui kapan harus memadatkan sesi yang panjang.

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-3.2-3b-instruct": {
          "name": "Llama 3.2 3B",
          "limit": {
            "context": 128000,
            "output": 4096
          }
        }
      }
    }
  },
  "model": "uberllm/meta-llama/llama-3.2-3b-instruct"
}

Panggilan OpenCode: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap OpenCode

Bagaimana cara saya menggunakan Llama 3.2 3B di Cursor?

Di Cursor Settings → Models, tempel kunci MartLLM Anda ke kolom OpenAI API Key, aktifkan penggantian base URL OpenAI dan masukkan https://api.martllm.com/v1, aktifkan Use API Key, lalu tambahkan meta-llama/llama-3.2-3b-instruct sebagai model kustom dan pilih di pemilih model chat. Ini untuk chat di Cursor: Penyelesaian tab terus menggunakan model yang disediakan Cursor.

OpenAI API Key
ull_your_key
OpenAI base URL override
https://api.martllm.com/v1
Custom model
meta-llama/llama-3.2-3b-instruct

Panggilan Cursor: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap Cursor

Bagaimana cara saya menggunakan Llama 3.2 3B di Cline?

Di pengaturan Cline, atur API Provider ke OpenAI Compatible, Base URL ke https://api.martllm.com/v1, tempel kunci MartLLM Anda ke OpenAI Compatible API Key dan atur Model ID ke meta-llama/llama-3.2-3b-instruct. Di bawah Model Configuration, atur Context Window Size ke 128,000: Cline tidak membaca batasan model dengan sendirinya. Di tempat yang sama, atur Max Output Tokens ke 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-3.2-3b-instruct
Context Window Size
128000
Max Output Tokens
4096

Panggilan Cline: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap Cline

Bagaimana cara saya menggunakan Llama 3.2 3B di SillyTavern?

Di SillyTavern, buka API Connections, atur API ke Chat Completion dan Chat Completion Source ke Custom (OpenAI-compatible), masukkan https://api.martllm.com/v1 di Custom Endpoint (Base URL), tempel kunci MartLLM Anda ke Custom API Key, klik Connect, lalu ketik meta-llama/llama-3.2-3b-instruct di 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-3.2-3b-instruct

Panggilan SillyTavern: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap SillyTavern

Bagaimana cara saya menggunakan Llama 3.2 3B di Janitor AI?

Di Janitor AI, buka chat, klik ikon roda gigi dan buka API Settings. Pilih Proxy dan tambahkan konfigurasi dengan Model Name diatur ke meta-llama/llama-3.2-3b-instruct, Proxy URL diatur ke https://api.martllm.com/v1/chat/completions dan kunci MartLLM Anda di API Key. Klik Save Settings, lalu segarkan halaman.

Config Name
MartLLM
Model Name
meta-llama/llama-3.2-3b-instruct
Proxy URL
https://api.martllm.com/v1/chat/completions
API Key
ull_your_key

Panggilan Janitor AI: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap Janitor AI

Bagaimana cara saya menggunakan Llama 3.2 3B di Open WebUI?

Di Open WebUI, pergi ke Settings → Admin → Connections dan tambahkan koneksi OpenAI API dengan URL diatur ke https://api.martllm.com/v1 dan kunci MartLLM Anda di API Key. Di bawah Advanced, tambahkan meta-llama/llama-3.2-3b-instruct ke Model IDs, dan biarkan API Type pada Chat Completions.

URL
https://api.martllm.com/v1
API Key
ull_your_key
Model IDs
meta-llama/llama-3.2-3b-instruct
API Type
Chat Completions

Panggilan Open WebUI: OpenAI chat completions https://api.martllm.com/v1/chat/completions · Panduan lengkap Open WebUI

FAQ API Llama 3.2 3B

Bisakah saya membatasi biaya permintaan Llama 3.2 3B?

Bisa. Biaya sebuah permintaan sama dengan yang ditagih penyedianya; harga yang tercantum adalah $0.0368 input dan $0.2426 output per juta token, dan permintaan bisa lebih mahal saat penyedia yang lebih murah sedang sibuk. Kirim provider.max_price berisi batas maksimal Anda per juta token: permintaan hanya dikirim ke penyedia dengan harga sama atau di bawahnya dan tidak pernah ditagih di atasnya. Setiap permintaan tercantum beserta biayanya di Activity.

Bagaimana cara memanggil Llama 3.2 3B lewat API?

Gunakan SDK apa pun yang kompatibel dengan OpenAI: atur base URL ke https://api.martllm.com/v1, API key MartLLM Anda, dan model "meta-llama/llama-3.2-3b-instruct". SDK Anthropic bisa dipakai lewat https://api.martllm.com/v1/messages.

Apakah Llama 3.2 3B di MartLLM kompatibel dengan OpenAI?

Ya. Setiap model di MartLLM, termasuk Llama 3.2 3B, dilayani lewat satu endpoint yang kompatibel dengan OpenAI. Atur base URL dan key di klien yang sudah Anda pakai.

Apakah ada biaya lain?

MartLLM tidak menambahkan biaya ke harga model. Biaya kartu 5.5% + $0.50 dikenakan saat membeli kredit, dan permintaan yang gagal tidak ditagih.

Sematkan harga ini

Tampilkan harga ini di situs Anda sendiri. Tabel membaca harga terkini dari MartLLM, jadi selalu terbaru.

Skrip: tabel mengatur tingginya sendiri

<script async src="https://martllm.com/embed.js" data-models="meta-llama/llama-3.2-3b-instruct" data-lang="id"></script>

Iframe biasa, untuk situs yang tidak mengizinkan skrip

<iframe src="https://martllm.com/embed/prices?models=meta-llama/llama-3.2-3b-instruct&amp;lang=id" title="Harga API model AI" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>

Lencana harga untuk README (Markdown)

[![Llama 3.2 3B API price on MartLLM](https://api.martllm.com/api/v1/public/badge/meta-llama/llama-3.2-3b-instruct.svg)](https://martllm.com/models/meta-llama/llama-3.2-3b-instruct?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)

Semua opsi ada di dokumentasi embed.

Dibandingkan dengan penyedia lain: Alternatif OpenRouter terbaik

Model Meta lainnya