llama-3-2-1b-instruct
Llama 3.2 1B 是 Meta 的 10 亿参数小模型，高效完成摘要、对话和多语言文本分析等任务，体量小，适合资源受限的场景。
定价： 输入 6.48 积分 / 百万 token（≈ $0.03），输出 48.24 积分 / 百万 token（≈ $0.24）。
价格更新于
今天想聊点什么？
本示例页面无客户端完整记忆功能，完整体验请使用客户端或 CLI 接入
Meta 的更多模型
在 ModelFold 上调用 Llama 3.2 1B Instruct API
Llama 3.2 1B 是 Meta 的 10 亿参数小模型，高效完成摘要、对话和多语言文本分析等任务，体量小，适合资源受限的场景。你可以先在 ModelFold 的 Playground 里直接试用，再通过兼容 OpenAI 的对话接口接入自己的应用。
Llama 3.2 1B Instruct API 是什么
Llama 3.2 1B Instruct 概览
Llama 3.2 1B Instruct 是 Meta 推出的对话模型，支持文本输入、文本输出，上下文最长 6 万 token。
无需自己部署
在 ModelFold 上，用一个 API Key 就能调用 Llama 3.2 1B Instruct：不用下载模型权重，也不用维护推理服务器。同一个 Key 还能调用站内其他对话、图像、视频和语音模型。
Llama 3.2 1B Instruct 的核心能力
最长 6 万 token 上下文
长对话、大篇幅文档和较大的代码量可以放进同一次请求，模型能基于完整材料推理，而不是只看片段。
如何在 ModelFold 上使用 Llama 3.2 1B Instruct
- 1
第 1 步：在 Playground 试用
打开本页上方的 Playground，输入提示词，先看看 Llama 3.2 1B Instruct 的回答效果，不用写代码。
- 2
第 2 步：创建 API Key
登录 ModelFold，在控制台创建 API Key，妥善保管，调用时以 Bearer Token 方式传入。
- 3
第 3 步：发送请求
向 POST https://modelfold.ai/v1/chat/completions 发送请求，"model" 填 "llama-3-2-1b-instruct"，再带上 messages。已有的 OpenAI 兼容 SDK 只需改 Base URL 和 Key 即可使用。
- ✓
第 4 步：上线并查看用量
把返回结果接入你的产品，每次调用的 token 用量和花费都能在控制台日志里查看。
用 Llama 3.2 1B Instruct 能做什么
大批量处理
在意单次成本的场景下，大规模运行分类、信息抽取、改写和批处理任务。
低延迟应用
用于对话界面、自动补全和交互式工具等用户期待快速响应的场景。
多语言产品
为多语种用户提供翻译、本地化客服回复和跨语言检索。
常见问题
Llama 3.2 1B Instruct 是什么？⌄
Llama 3.2 1B 是 Meta 的 10 亿参数小模型，高效完成摘要、对话和多语言文本分析等任务，体量小，适合资源受限的场景。
Llama 3.2 1B Instruct 支持哪些输入？⌄
Llama 3.2 1B Instruct 支持文本输入，输出为文本。通过 ModelFold 发送文本消息；在 Playground 里上传的文档会转成文字后发送。
Llama 3.2 1B Instruct 的上下文有多长？⌄
最长 6 万 token，输入和输出共用这一额度。
Llama 3.2 1B Instruct 支持函数调用吗？⌄
Llama 3.2 1B Instruct 未列出函数调用能力，带 tools 的请求会被拒绝，可以改用普通提示词或 JSON 输出。
在 ModelFold 上调用 Llama 3.2 1B Instruct 怎么计费？⌄
按 token 用量付费：输入和输出 token 按本页显示的每百万 token 价格计费，没有月费，调用失败不扣费。
如何通过 API 调用 Llama 3.2 1B Instruct？⌄
用你的 ModelFold API Key 作为 Bearer Token，向 https://modelfold.ai/v1/chat/completions 发送 POST 请求，"model" 填 "llama-3-2-1b-instruct"。
| 输入 | 6.48 积分 /百万 token≈ $0.03 |
| 输出 | 48.24 积分 /百万 token≈ $0.24 |
按 token 计费：输入、输出分别计价，思考过程的 token 按输出计。Playground 与 API 扣费口径完全一致。
查看接口文档 →AI Agents · Claude Code / Cursor / Trae →curl https://modelfold.ai/v1/chat/completions \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"llama-3-2-1b-instruct","messages":[{"role":"user","content":"Hello"}]}'