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 3B Instruct
meta-llama/llama-3.2-3b-instructMeta: Llama 3.2 3B 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.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Meta: Llama 3.2 3B Instruct एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 89% कम है।
- 1,31,072 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- schema के साथ structured JSON output सपोर्ट करता है।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.000764 है।
Meta: Llama 3.2 3B Instruct के बारे में
मेटा: Llama 3.2 3B Instruct, मेटा का एक टेक्स्ट मॉडल है, जिसे api14 पर meta-llama/llama-3.2-3b-instruct के रूप में पहचाना जाता है। यह एक 3-बिलियन-पैरामीटर वाला बहुभाषी बड़ा भाषा मॉडल है, जो ट्रांसफॉर्मर आर्किटेक्चर पर बनाया गया है और निर्देशों का पालन करने के लिए ट्यून किया गया है। मेटा ने इसे 25 सितंबर 2024 को जारी किया, और इसका ज्ञान कटऑफ 31 दिसंबर 2023 है। यह मॉडल टेक्स्ट श्रेणी में आता है, इसलिए इसका उद्देश्य भाषा से जुड़े काम हैं, न कि छवि, ऑडियो या अन्य मोडलिटी।
इनपुट की ओर से यह टेक्स्ट स्वीकार करता है और टेक्स्ट लौटाता है। कॉन्टेक्स्ट विंडो 131,072 टोकन है, जो इस आकार के मॉडल के लिए बड़ी है और आपको एक ही अनुरोध में लंबे दस्तावेज़, ट्रांसक्रिप्ट या मल्टी-टर्न इतिहास भेजने देती है। अधिकतम आउटपुट 117,964 टोकन है, इसलिए जवाब भी लंबे हो सकते हैं। मेटा इस मॉडल को संवाद निर्माण, तर्क और सारांश जैसे प्राकृतिक भाषा प्रसंस्करण कार्यों के लिए अनुकूलित बताता है, और इसका बहुभाषी प्रशिक्षण इसका मतलब है कि यह एक से अधिक भाषाओं में प्रॉम्प्ट संभाल सकता है।
ये क्षमताएं उपयोगों का काफी स्पष्ट समूह दर्शाती हैं। सारांश बनाना स्वाभाविक रूप से फिट बैठता है: लंबी रिपोर्ट, मीटिंग नोट्स या लेख के ड्राफ्ट डाले जा सकते हैं और उनका छोटा संस्करण बाहर आता है। संवाद निर्माण इसे चैट सहायकों, सपोर्ट बॉट्स और संवादात्मक इंटरफेस के लिए उपयुक्त बनाता है, जहां निर्देश ट्यूनिंग जवाबों को काम पर बनाए रखती है। तर्क के कार्य, जैसे प्रॉम्प्ट में बताई गई समस्या को हल करना या असंरचित टेक्स्ट से संरचित उत्तर निकालना, भी इसके दायरे में हैं। चूंकि मॉडल छोटा है, यह तब उचित विकल्प है जब आप कम विलंबता चाहते हैं या कई अनुरोध चलाना चाहते हैं, और लंबा कॉन्टेक्स्ट इसका मतलब है कि भेजने से पहले आपको दस्तावेज़ों को आक्रामक रूप से खंडों में बांटने की ज़रूरत नहीं है।
आप इसे api14 के OpenAI-संगत API के जरिए मॉडल आईडी meta-llama/llama-3.2-3b-instruct का उपयोग करके कॉल करते हैं। चूंकि इंटरफेस OpenAI प्रारूप का पालन करता है, मौजूदा क्लाइंट और SDK आम तौर पर केवल बेस URL और मॉडल आईडी बदलने के साथ काम करते हैं। यह जिन अनुरोध पैरामीटर का समर्थन करता है वे हैं frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, seed, stop, structured_outputs, temperature, top_k, top_logprobs और top_p। यह सामान्य सैंपलिंग नियंत्रण (temperature, top_p, top_k, min_p), पुनरावृत्ति के लिए दंड, seed के जरिए निर्धारक रन, स्टॉप अनुक्रम, टोकन सीमाएं, और logprobs तथा top_logprobs के जरिए लॉग प्रायिकता निरीक्षण को कवर करता है। संरचित आउटपुट का भी समर्थन है, जो तब मदद करता है जब आपको जवाब को किसी स्कीमा के अनुरूप रखना हो।
मुख्य बात जिस पर विचार करना है वह मॉडल का आकार है। 3 बिलियन पैरामीटर पर यह एक कॉम्पैक्ट मॉडल है, इसलिए जिन कार्यों में गहरे तर्क या व्यापक विश्व ज्ञान की मांग होती है, उनके लिए बड़ा मॉडल आपके लिए बेहतर हो सकता है। यह केवल टेक्स्ट भी है, इसलिए अन्य इनपुट प्रकारों से जुड़ा कुछ भी यहां के दायरे से बाहर है। यदि आपका कार्यभार सारांश, संवाद या मध्यम तर्क है और आप लंबी कॉन्टेक्स्ट विंडो को महत्व देते हैं, तो यह मॉडल व्यावहारिक रूप से उपयुक्त है।
Meta: Llama 3.2 3B 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-3.2-3b-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-3.2-3b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltylogit_biaslogprobsmax_tokensmin_ppresence_penaltyrepetition_penaltyseedstopstructured_outputstemperaturetop_ktop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 1,31,072
- अधिकतम आउटपुट
- 72,000
- इनपुट
- text
- आउटपुट
- text
- Knowledge cutoff
- 2023-12-31
api14 पर requests · पिछले 7 दिन
Meta: Llama 3.2 3B Instruct: अक्सर पूछे जाने वाले सवाल
- Meta: Llama 3.2 3B Instruct API की कीमत कितनी है?
- Meta: Llama 3.2 3B Instruct की कीमत इनपुट $0.18 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Meta: Llama 3.2 3B Instruct की context window कितनी है?
- Meta: Llama 3.2 3B Instruct हर request में 1,31,072 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 72,000 आउटपुट tokens तक लिखता है।
- Meta: Llama 3.2 3B Instruct क्या कर सकता है?
- Meta: Llama 3.2 3B Instruct text स्वीकार करता है और text लौटाता है। यह structured JSON output सपोर्ट करता है।
- अपने कोड से Meta: Llama 3.2 3B Instruct कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta-llama/llama-3.2-3b-instruct" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Meta: Llama 3.2 3B Instruct के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Qwen: Qwen3 30B A3B Instruct 2507, Mistral: Mistral Small 4 (batch), ByteDance Seed: Seed 1.6 Flash। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Meta: Llama 3.2 3B Instruct कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Llama 3.2 3B Instruct के बारे में पहला टॉपिक खोलें।