हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Meta: Llama 3.2 1B Instruct

meta-llama/llama-3.2-1b-instruct

टेक्स्टइनपुट: text60K25 सित॰ 2024 को जोड़ा गया

playground में खोलें Meta: Llama 3.2 1B Instruct के लिए API key पाएं

Meta: Llama 3.2 1B Instruct अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

Meta: Llama 3.2 1B Instruct एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 94% कम है।
60,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.000446 है।

Meta: Llama 3.2 1B Instruct के बारे में

मेटा: Llama 3.2 1B Instruct, मेटा का एक टेक्स्ट जनरेशन मॉडल है, जो Llama 3.2 परिवार का हिस्सा है। यह एक इंस्ट्रक्शन-ट्यून्ड मॉडल है जिसमें 1 बिलियन पैरामीटर हैं, यह जानबूझकर छोटा आकार है जिसे मेटा कुशलता से प्राकृतिक भाषा कार्यों को करने के आसपास स्थापित करता है। मेटा ने इसे 25 सितंबर 2024 को जारी किया, और इसका नॉलेज कटऑफ 31 दिसंबर 2023 है, इसलिए उस तारीख के बाद जो कुछ भी हुआ वह मॉडल के प्रशिक्षण के दौरान सीखे गए दायरे से बाहर है।

मॉडल केवल टेक्स्ट के साथ काम करता है, इनपुट और आउटपुट दोनों पर। यह एक प्रॉम्प्ट स्वीकार करता है और जनरेट किया गया टेक्स्ट लौटाता है, जिसमें 60,000 टोकन की कॉन्टेक्स्ट विंडो और अधिकतम 54,000 टोकन का आउटपुट होता है। यह संयोजन इस आकार के मॉडल के लिए आपको काफी बड़ा कार्यक्षेत्र देता है, जो लंबे दस्तावेज़ों या विस्तारित बातचीत को एक ही अनुरोध में फिट करने के लिए पर्याप्त है। मेटा इसके फोकस को सारांशीकरण, संवाद और बहुभाषी टेक्स्ट विश्लेषण के रूप में वर्णित करता है, जो उन कार्यों के प्रकार को दर्शाता है जिन्हें इंस्ट्रक्शन ट्यूनिंग लक्षित करती है।

ये क्षमताएं उपयोगों के एक व्यावहारिक समूह की ओर इशारा करती हैं। सारांशीकरण एक स्वाभाविक उपयुक्तता है: एक लेख, रिपोर्ट या थ्रेड डालें और छोटा संस्करण मांगें। संवाद में चैट-शैली के सहायक, प्रश्न उत्तर और सरल संवादी प्रवाह शामिल हैं जहां मॉडल को निर्देशों का पालन करने और एक सुसंगत स्वर बनाए रखने की आवश्यकता होती है। बहुभाषी टेक्स्ट विश्लेषण का अर्थ है भाषाओं में टेक्स्ट का वर्गीकरण, निष्कर्षण या हल्का रूपांतरण। चूंकि मॉडल छोटा है, यह उच्च-मात्रा, कम-जटिलता वाले कार्यों के लिए भी उपयुक्त है जहां आप गहन तर्क के बजाय सीधे प्रॉम्प्ट पर तेज़ प्रतिक्रियाएं चाहते हैं।

आप इसे मॉडल आईडी "meta-llama/llama-3.2-1b-instruct" का उपयोग करके api14 के OpenAI-संगत API के माध्यम से कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा OpenAI क्लाइंट लाइब्रेरी और अनुरोध आकार केवल मॉडल आईडी और बेस URL बदलने के साथ काम करते हैं। यह जिन अनुरोध मापदंडों का समर्थन करता है वे हैं frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, seed, stop, temperature, top_k और top_p। यह सामान्य सैंपलिंग नियंत्रणों को कवर करता है, साथ ही प्रतिलिपि-योग्य आउटपुट के लिए seed और लंबे जनरेशन में लूप को रोकने के लिए repetition_penalty को भी।

मुख्य बात जिस पर विचार करना है वह है पैमाना। 1-बिलियन-पैरामीटर मॉडल दक्षता के लिए बनाया गया है, न कि सबसे कठिन तर्क या सबसे सूक्ष्म लंबे रूप वाली लेखन के लिए। यदि आपके कार्य को जटिल बहु-चरणीय तर्क, गहन डोमेन ज्ञान या अस्पष्ट प्रॉम्प्ट पर अत्यधिक विश्वसनीय निर्देश पालन की आवश्यकता है, तो Llama परिवार में एक बड़ा मॉडल या कोई अन्य प्रदाता आमतौर पर आपकी बेहतर सेवा करेगा। यदि आपका कार्य मात्रा में सारांशीकरण, संवाद या बहुभाषी टेक्स्ट हैंडलिंग है, तो यह मॉडल पहले परीक्षण करने के लिए एक उचित डिफ़ॉल्ट है।

Meta: Llama 3.2 1B Instruct API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "meta-llama/llama-3.2-1b-instruct" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "meta-llama/llama-3.2-1b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltylogit_biasmax_tokensmin_ppresence_penaltyrepetition_penaltyseedstoptemperaturetop_ktop_p

स्पेसिफिकेशन

Context लंबाई: 60,000
अधिकतम आउटपुट: 54,000
इनपुट: text
आउटपुट: text
Knowledge cutoff: 2023-12-31

api14 पर requests · पिछले 7 दिन

Meta: Llama 3.2 1B Instruct: अक्सर पूछे जाने वाले सवाल

Meta: Llama 3.2 1B Instruct API की कीमत कितनी है?: Meta: Llama 3.2 1B Instruct की कीमत इनपुट $0.09 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Meta: Llama 3.2 1B Instruct की context window कितनी है?: Meta: Llama 3.2 1B Instruct हर request में 60,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 54,000 आउटपुट tokens तक लिखता है।
Meta: Llama 3.2 1B Instruct क्या कर सकता है?: Meta: Llama 3.2 1B Instruct text स्वीकार करता है और text लौटाता है।
अपने कोड से Meta: Llama 3.2 1B Instruct कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta-llama/llama-3.2-1b-instruct" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Meta: Llama 3.2 1B Instruct के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Z.ai: GLM 5.3 Flash (batch), OpenAI: GPT-5 Nano (batch), Tencent: Hy-MT2-1.8B। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Meta: Llama 3.2 1B Instruct कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Llama 3.2 1B Instruct के बारे में पहला टॉपिक खोलें।