Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

初めてですか？使い方をご紹介しますプレイグラウンド、モデル、APIキーを1分でご案内します。

Llama 3.1 8B Instruct vs gpt-oss-20b：API料金・コンテキスト・機能を比較 · api14

Meta: Llama 3.1 8B Instruct 対 OpenAI: gpt-oss-20b

api14カタログの最新のUSD料金と機能をもとに、Meta: Llama 3.1 8B Instruct（$0.18 / 100万トークン (≈ ￥28)）とOpenAI: gpt-oss-20b（$0.11 / 100万トークン (≈ ￥17)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。

仕様

	Meta: Llama 3.1 8B Instruct	OpenAI: gpt-oss-20b
プロバイダー	Meta	OpenAI
入力	$0.18 / 100万トークン (≈ ￥28)	$0.11 / 100万トークン (≈ ￥17)
出力	$0.28 / 100万トークン (≈ ￥44)	$0.45 / 100万トークン (≈ ￥72)
キャッシュ読み取り	$0.09 / 100万トークン (≈ ￥14)	$0.11 / 100万トークン (≈ ￥17)
コンテキストウィンドウ	131,072	131,072
最大出力	117,964	117,964
入力	text	text
出力	text	text
ツール呼び出し
構造化出力
推論の調整
追加日	2024/07/23	2025/08/05

主な違い

OpenAI: gpt-oss-20bは入力トークンが40%安くなっています。
Meta: Llama 3.1 8B Instructは出力トークンが38%安くなっています。
推論の強度の調整に対応しているのはOpenAI: gpt-oss-20bだけです。
入力1,000トークン・出力500トークンのリクエストの費用は、Meta: Llama 3.1 8B Instructで$0.000315、OpenAI: gpt-oss-20bで$0.000333です。

詳しく見る

Meta: Llama 3.1 8B Instructは、2024-07-23にリリースされたMetaのオープンウェイトのテキストモデルです。OpenAI: gpt-oss-20bは、2025-08-05にリリースされたOpenAIのオープンウェイトのテキストモデルです。どちらもテキストを入力として受け取りテキストを出力する指示チューニング済みモデルであり、どちらもtextカテゴリの下でapi14を通じて提供されています。両者の主な構造上の違いは、gpt-oss-20bが推論可能なモデルであるのに対し、Llama 3.1 8B Instructはそうではないという点です。

両モデルはコンテキスト長で一致しています。それぞれ131072トークンをサポートするため、長い文書、文字起こし、コードベースのための余裕がどちらか一方でより大きくなることはありません。またモダリティでも一致しており、どちらもテキストのみを受け取りテキストのみを生成するため、どちらの場合も画像や音声の経路はありません。両者が分かれるのはパラメータの面です。gpt-oss-20bは通常のサンプリングおよびツールパラメータに加えてreasoning、reasoning_effort、include_reasoningを追加しており、つまり回答前に問題を考え抜くよう指示し、どれだけの労力を費やすかを制御できます。Llama 3.1 8B Instructは、比較可能なサンプリング、ツール、構造化出力のパラメータ群を公開していますが、推論制御はまったくありません。価格では、入力トークンについてはgpt-oss-20bが安い選択肢であり、出力トークンについてはLlama 3.1 8B Instructが安い選択肢であるため、どちらがより得かは、あなたのワークロードが入力重視か出力重視かによって決まります。

単純な生成作業には、Llama 3.1 8B Instructを選んでください。要約、書き換え、分類、抽出、チャット応答、その他推論パスなしで直接的な回答を求めたいタスクは自然に適合し、出力トークン価格が低いことは応答が長い場合に有利です。明示的な推論から恩恵を受けるタスク、つまり多段階の問題、注意深い分析、またはreasoning_effortを調整して推論トレースを確認したいものにはgpt-oss-20bを選んでください。入力価格が安いことも、大きなプロンプトをモデルに通して短い回答を返すワークロードに適しています。

どちらのモデルもapi14を通じた呼び出しは同じように機能します。APIがOpenAI互換だからです。既存のクライアントをapi14のベースURLに向け、api14キーを使ってリクエストをchat completionsエンドポイントに送信し、modelフィールドを設定します。Llama 3.1 8B Instructを使うには、model idをmeta-llama/llama-3.1-8b-instructに設定します。gpt-oss-20bを使うには、openai/gpt-oss-20bに設定します。リクエストボディのその他すべて、たとえばmessages、temperature、max_tokens、tools、response_formatは同じ形のままなので、両者の切り替えは1行の変更です。推論パラメータに依存している場合は、それらがgpt-oss-20bにのみ適用されることを覚えておいてください。

gpt-oss-20bがより多くの制御を提供するとしても、非推論モデルのほうがより良い選択である場合もあります。アプリケーションが高速で予測可能な単一パスの出力を必要とし、推論トークンに費用を払いたくない場合、Llama 3.1 8B Instructがより単純な選択であり、出力価格が低いことは回答が長い大量生成において魅力的です。プロンプトが大きいが回答が短い場合、入力価格の優位性により判断は逆にgpt-oss-20bへ傾きます。

文字列1つで切り替え

どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"meta-llama/llama-3.1-8b-instruct"から"openai/gpt-oss-20b"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。

Meta: Llama 3.1 8B Instructの詳細とプレイグラウンド →OpenAI: gpt-oss-20bの詳細とプレイグラウンド →

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": "openai/gpt-oss-20b",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Meta: Llama 3.1 8B Instruct 対 OpenAI: gpt-oss-20b

仕様

主な違い

詳しく見る

文字列1つで切り替え

その他の比較