---
title: "Harga API Llama 3.1 8B Instruct: 6 penyedia dibandingkan"
description: "Harga API Llama 3.1 8B Instruct setiap token, 6 penyedia: harga terendah US$0.02 input dan US$0.04 output setiap 1M token. Sumber dipautkan setiap baris."
url: https://broadrouter.com/ms/llm-api-pricing/llama-3.1-8b-instruct/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

# Harga API Llama 3.1 8B Instruct

Dikemas kini 2026-11-15

Antara 6 penyedia yang kami semak (harga dibaca 14 November 2026 hingga 15 November 2026), harga campuran standard terendah bagi Llama 3.1 8B Instruct ditawarkan oleh DeepInfra, iaitu US$0.02 setiap 1M token input dan US$0.04 setiap 1M token output. Median bagi 6 harga standard ialah US$0.21 / US$0.22. Meta tidak menjual API sendiri untuk model ini. Setiap harga dibaca daripada halaman harga penyedia itu sendiri.

Halaman ini ialah terjemahan [halaman asal bahasa Inggeris](https://broadrouter.com/llm-api-pricing/llama-3.1-8b-instruct/). Harga, nama penyedia, tarikh dan petikan sumber ialah data yang sama seperti halaman bahasa Inggeris dan dikemas kini bersamanya; petikan dan nota penyedia kekal dalam bahasa Inggeris.

Meta · slug `llama-3.1-8b-instruct` · konteks sehingga 131,072 token · 6 penyedia dengan harga standard. **Setiap harga dibaca daripada halaman harga penyedia itu sendiri** dan dipautkan dalam barisnya, disemak pada 15 November 2026. Tiada suapan agregator. [Muat turun semua harga (Bahasa Inggeris)](https://broadrouter.com/data/llm-api-provider-prices/) (setiap penyedia dan model, dengan sumber, dalam CSV atau JSON). Kedudukannya berbanding pasaran: [indeks harga API LLM (Bahasa Inggeris)](https://broadrouter.com/data/llm-api-price-index/). BroadRouter ialah laman web BroadNet sendiri.

## Adakah Meta menjual Llama 3.1 8B Instruct secara terus?

Tidak. Meta tidak menjual model Llama melalui API sendiri: llama.com kini mengubah hala ke laman pembangun Meta, dan Model API di sana hanya menyenaraikan model Muse milik Meta. Llama hanya tersedia daripada hos pihak ketiga. [Disemak pada 14 November 2026](https://dev.meta.ai/docs/overview).

## Fakta model Llama 3.1 8B Instruct

Fakta daripada kad model Meta untuk [`meta-llama/Llama-3.1-8B-Instruct`](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct) dan API model Hugging Face, dibaca pada 16 November 2026. BroadNet tidak mengesahkannya, dan hos mungkin menyediakan model ini pada kejituan yang berbeza. BroadRouter ialah laman web BroadNet.

Llama 3.1 8B Instruct: fakta seperti yang dinyatakan oleh kad model dan API model Hugging Face, dengan sumber
| Fakta | Seperti dinyatakan | Sumber |
| --- | --- | --- |
| Pemberat terbuka (open weights) | Ya, dengan akses bersyarat. `meta-llama/Llama-3.1-8B-Instruct` adalah awam, tetapi Hugging Face meminta anda memohon akses dan menerima terma sebelum anda memuat turun. | [API model Hugging Face](https://huggingface.co/api/models/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: "private": false, "gated": "manual", 4 .safetensors files listed |
| Lesen | Llama 3.1 Community License (custom commercial license) | [kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: A custom commercial license, the Llama 3.1 Community License |
| Parameter dalam fail pemberat (kiraan Hugging Face, bukan angka pembuat) | About 8.0 billion (8,030,261,248) | [API model Hugging Face](https://huggingface.co/api/models/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: "safetensors": { "total": 8030261248 } |
| Input dan output | Text in, text out (the card's task tag is text-generation) | [metadata kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: pipeline_tag: text-generation |
| Panggilan alat (tool calling) | Yes | [kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: LLaMA-3.1 supports multiple tool use formats. |
| Tarikh keluaran | 23 Julai 2024 | [kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: Model Release Date: July 23, 2024. |
| Kali pertama diterbitkan di Hugging Face (tidak semestinya tarikh keluaran) | 18 Julai 2024 | [API model Hugging Face](https://huggingface.co/api/models/meta-llama/Llama-3.1-8B-Instruct), disemak pada 16 November 2026 · Quote: "createdAt": "2024-07-18T08:56:00.000Z" |

## Harga Llama 3.1 8B Instruct mengikut penyedia

USD setiap 1M token. Harga standard disusun mengikut campuran 3 token input kepada 1 token output, yang termurah dahulu; harga standard yang paling mahal ialah 16.7× harga termurah. Baris percuma, versi yang disediakan oleh pembuat dan peringkat perkhidmatan lain menyusul, ditag dan tanpa kedudukan.

Harga API Llama 3.1 8B Instruct mengikut penyedia
| # | Penyedia | Input | Input cache | Output | Campuran 3:1 | Konteks | Kejituan | Sumber |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 1 | **DeepInfra** termurah · `meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo` · Note: DeepInfra Turbo variant (quantized). Quote: $0.02 in $0.04 out / 1M tokens | US$0.02 | tidak diterbitkan | US$0.04 | US$0.025 | 131,072 | FP8 | [Halaman DeepInfra](https://deepinfra.com/meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |
| 2 | **Novita AI** · `meta-llama/llama-3.1-8b-instruct` · Quote: Llama 3.1 8B Instruct 16K $0.02 /Mt $0.05 /Mt | US$0.02 | tidak diterbitkan | US$0.05 | US$0.0275 | 16,384 | tidak dinyatakan | [Halaman Novita AI](https://novita.ai/pricing) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |
| 3 | **Amazon Bedrock** · Note: Shown for region US East (N. Virginia) on the pricing page (values filled from AWS's published price list for us-east-1). Quote: Llama 3.1 Instruct (8B) $0.22 $0.22 $0.11 $0.11 | US$0.22 | tidak diterbitkan | US$0.22 | US$0.22 | tidak dinyatakan | tidak dinyatakan | [Halaman Amazon Bedrock](https://aws.amazon.com/bedrock/pricing/) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |
| 4 | **CoreWeave Forge** · `meta-llama/Llama-3.1-8B-Instruct` · Quote: Meta Llama 3.1 8B $0.22 $0.22 - | US$0.22 | tidak diterbitkan | US$0.22 | US$0.22 | 131,072 | tidak dinyatakan | [Halaman CoreWeave Forge](https://coreweave.com/forge-pricing/inference-agents) · disemak pada 15 November 2026 · disemak semula pada 16 November 2026 |
| 5 | **Featherless** · `meta-llama/Llama-3.1-8B-Instruct` · Note: Developer plan (per-token billing, from 50 USD a month in credits). The older repo name meta-llama/Meta-Llama-3.1-8B-Instruct is listed separately at 0.05 input / 0.08 output (model API). Quote: PRICING: INPUT $0.2 / CACHED $0.028 / OUTPUT $0.32 | US$0.20 | US$0.028 | US$0.32 | US$0.23 | 32,768 | FP8 | [Halaman Featherless](https://featherless.ai/models/meta-llama/Llama-3.1-8B-Instruct) · disemak pada 15 November 2026 · disemak semula pada 16 November 2026 |
| 6 | **Cloudflare Workers AI** · `@cf/meta/llama-3.1-8b-instruct` · Note: Cloudflare publishes this USD per-token price alongside the neuron price. Cloudflare also lists fp8, fp8-fast and awq variants at lower prices (separate rows). Quote: @cf/meta/llama-3.1-8b-instruct $0.282 per M input tokens $0.827 per M output tokens | US$0.282 | tidak diterbitkan | US$0.827 | US$0.4182 | tidak dinyatakan | tidak dinyatakan | [Halaman Cloudflare Workers AI](https://developers.cloudflare.com/workers-ai/platform/pricing/) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |
| — | **Amazon Bedrock** batch · Note: Batch columns. Shown for region US East (N. Virginia) on the pricing page (values filled from AWS's published price list for us-east-1). Quote: Llama 3.1 Instruct (8B) $0.22 $0.22 $0.11 $0.11 | US$0.11 | tidak diterbitkan | US$0.11 | US$0.11 | tidak dinyatakan | tidak dinyatakan | [Halaman Amazon Bedrock](https://aws.amazon.com/bedrock/pricing/) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |
| — | **DeepInfra** flex / spot · `meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo` · Note: Flex service tier (0.8× standard). DeepInfra Turbo variant (quantized). Quote: Flex (0.8×) $0.016 $0.032 | US$0.016 | tidak diterbitkan | US$0.032 | US$0.02 | 131,072 | FP8 | [Halaman DeepInfra](https://deepinfra.com/meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo) · disemak pada 14 November 2026 · disemak semula pada 16 November 2026 |

-   **Disusun:** harga peringkat standard sahaja, mengikut (3 × input + output) ÷ 4. "Input cache: tidak diterbitkan" bermaksud halaman penyedia tidak menunjukkan harga cache; anggarkan token cache pada harga input.
-   **Peringkat lain (batch dan flex / spot):** batch berjalan secara tak segerak dalam beberapa jam; flex dan spot berasaskan usaha terbaik (best-effort) dan boleh menjadi perlahan atau ditolak apabila kapasiti penuh; priority dan fast berharga lebih tinggi untuk kebolehpercayaan atau kelajuan. Ditunjukkan, tanpa kedudukan.
-   **Semakan semula automatik 16 November 2026:** satu tugas mingguan memuat semula setiap halaman sumber dan mencari petikan atau harga yang direkodkan. Ia bukan semakan oleh manusia. "Disemak semula" bermaksud ia masih menemuinya. Baris tanpa nota semakan semula hanya menunjukkan tarikh harga itu dibaca.
-   **Kejituan:** ditunjukkan hanya jika penyedia menyatakannya; "tidak dinyatakan" bermaksud tidak diketahui, bukan kejituan penuh.

[Laporkan harga atau angka yang salah](mailto:info@broadnet.ai?subject=Wrong%20price%20or%20number%20on%20Llama%203.1%208B%20Instruct%20API%20pricing&body=Page%3A%20https%3A%2F%2Fbroadrouter.com%2Fms%2Fllm-api-pricing%2Fllama-3.1-8b-instruct%2F%0A%0AWhat%20looks%20wrong%20(model%2C%20figure%20shown%2C%20correct%20figure%20and%20a%20source%20link%20if%20you%20have%20one)%3A%0A) (e-mel kepada info@broadnet.ai, dengan pautan halaman ini sudah diisi).

## Berapakah kos Llama 3.1 8B Instruct untuk beban kerja sebenar?

Kos bulanan bagi 30 hari pada setiap harga standard, menggunakan pratetap [kalkulator kos API LLM (Bahasa Inggeris)](https://broadrouter.com/tools/llm-api-cost-calculator/). Penyedia tanpa harga cache mengebil input cache pada harga input.

-   **Chatbot sokongan:** 2,000 permintaan sehari, 1,500 token input (60% cache), 300 output
-   **RAG atas dokumen:** 1,000 permintaan sehari, 8,000 token input (30% cache), 500 output
-   **Ejen pengekodan (seorang pembangun):** 1,500 permintaan sehari, 40,000 token input (85% cache), 2,000 output termasuk penaakulan

Kos bulanan tiga beban kerja pada Llama 3.1 8B Instruct, mengikut penyedia
| Penyedia | Chatbot sokongan | RAG atas dokumen | Ejen pengekodan (seorang pembangun) |
| --- | --- | --- | --- |
| **DeepInfra** | US$2.52 | US$5.40 | US$39.60 |
| **Novita AI** | US$2.70 | US$5.55 | melebihi konteks |
| **Amazon Bedrock** | US$23.76 | US$56.10 | US$415.80 |
| **CoreWeave Forge** | US$23.76 | US$56.10 | US$415.80 |
| **Featherless** | US$14.47 | US$40.42 | melebihi konteks |
| **Cloudflare Workers AI** | US$40.27 | US$80.09 | US$582.03 |

Bagi chatbot sokongan, harga termurah (DeepInfra, US$2.52 sebulan) menjimatkan US$16.60 berbanding median (US$19.12). Bagi ejen pengekodan, perbezaannya ialah US$231.12 sebulan (85% lebih rendah).

Skor penanda aras yang diterbitkan, kos mengikut bahasa dan analisis campuran trafik ada di [versi bahasa Inggeris halaman ini (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/llama-3.1-8b-instruct/).

## Anggarkan bil anda sendiri

-   [Kalkulator kos API LLM dengan Llama 3.1 8B Instruct dimuatkan (Bahasa Inggeris)](https://broadrouter.com/tools/llm-api-cost-calculator/?model=llama-3.1-8b-instruct): trafik dan kadar cache anda, berbanding mana-mana daripada 431 model.

## Bagaimanakah Llama 3.1 8B Instruct berbanding model Meta yang lain?

Model Meta yang harga standard termurahnya paling hampir dengan Llama 3.1 8B Instruct (US$0.025 campuran):

Model Meta dengan harga paling hampir dengan Llama 3.1 8B Instruct
| Model | Input termurah | Output termurah | Konteks maksimum | Penyedia |
| --- | --- | --- | --- | --- |
| [Llama 3.2 1B Instruct (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/llama-3.2-1b-instruct/) | US$0.027 | US$0.201 | 32,768 | 3 |
| [Llama 3 8B Instruct (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/llama-3-8b-instruct/) | US$0.0925 | US$0.095 | 8,192 | 3 |
| [Llama 3.2 3B Instruct (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/llama-3.2-3b-instruct/) | US$0.0509 | US$0.335 | 128,000 | 4 |
| [Llama 4 Scout 17B 16E Instruct](https://broadrouter.com/ms/llm-api-pricing/llama-4-scout/) | US$0.10 | US$0.30 | 1,048,576 | 6 |
| [Llama 3.3 70B](https://broadrouter.com/ms/llm-api-pricing/llama-3.3-70b-instruct/) | US$0.10 | US$0.32 | 131,072 | 14 |
| [Llama 3.2 11B Vision Instruct (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/llama-3.2-11b-vision-instruct/) | US$0.16 | US$0.16 | — | 3 |

Harga paling hampir daripada pembuat lain: [Mistral-Nemo-Instruct-2407 (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/mistral-nemo-instruct-2407/) (Mistral AI, US$0.02925) · [GPT OSS 20B](https://broadrouter.com/ms/llm-api-pricing/gpt-oss-20b/) (OpenAI, US$0.036) · [Gemma 3 4B (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/gemma-3-4b-it/) (Google, US$0.05).

[Kesemua 431 model: perbandingan harga API](https://broadrouter.com/ms/llm-api-pricing/) · [API LLM termurah ketika ini](https://broadrouter.com/ms/llm-api-pricing/cheapest/) · [Indeks harga API LLM (data terbuka) (Bahasa Inggeris)](https://broadrouter.com/data/llm-api-price-index/) · [Muat turun semua harga (CSV, JSON) (Bahasa Inggeris)](https://broadrouter.com/data/llm-api-provider-prices/) · [Log perubahan harga (Bahasa Inggeris)](https://broadrouter.com/llm-api-pricing/changes/)

## Soalan lazim

### Berapakah kos API Llama 3.1 8B Instruct setiap token?

Dari US$0.02 setiap 1M token input (US$0.00000002 setiap token) dan US$0.04 setiap 1M token output (US$0.00000004 setiap token) pada harga standard terendah yang kami temui. Median bagi 6 harga standard ialah US$0.21 input dan US$0.22 output. Setiap harga dibaca daripada halaman harga penyedia itu sendiri; sumbernya dipautkan dalam barisnya.

### Penyedia manakah yang termurah untuk Llama 3.1 8B Instruct?

Antara 6 penyedia yang kami semak (harga dibaca 14 November 2026 hingga 15 November 2026), yang terendah ialah DeepInfra, disusun mengikut campuran 3 token input kepada 1 token output (US$0.025 setiap 1M). Bagi input sahaja, harga terendah ialah US$0.02 (DeepInfra dan 1 lagi, seri); bagi output sahaja, US$0.04 (DeepInfra). Peringkat batch, flex, priority dan fast ditunjukkan dalam jadual tetapi tidak disusun.

### Adakah Meta menjual Llama 3.1 8B Instruct pada API sendiri?

Meta tidak menjual model Llama melalui API sendiri: llama.com kini mengubah hala ke laman pembangun Meta, dan Model API di sana hanya menyenaraikan model Muse milik Meta. Llama hanya tersedia daripada hos pihak ketiga. Hos berharga terendah yang kami semak ialah DeepInfra pada US$0.02 / US$0.04 setiap 1M token.

### Adakah Llama 3.1 8B Instruct mempunyai harga input cache?

1 daripada 6 harga standard menyertakannya. Yang terendah ialah US$0.028 setiap 1M di Featherless. Penyedia tanpa harga itu mengebil input cache pada harga input. [Maksud input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/).

### Berapakah tetingkap konteks Llama 3.1 8B Instruct?

Sehingga 131,072 token. 2 harga standard datang dengan konteks lebih kecil, serendah 16,384 token (Novita AI dan Featherless). Semak lajur konteks sebelum anda memilih baris termurah untuk prompt panjang. [Kalkulator tetingkap konteks (Bahasa Inggeris)](https://broadrouter.com/tools/context-window-calculator/).

### Adakah terdapat harga batch, flex atau priority untuk Llama 3.1 8B Instruct?

Ya: batch daripada Amazon Bedrock pada US$0.11 / US$0.11; flex / spot daripada DeepInfra pada US$0.016 / US$0.032 setiap 1M token input / output. Peringkat ini menukar kelajuan atau ketersediaan dengan harga (batch berjalan dalam beberapa jam, flex dan spot boleh menjadi perlahan atau ditolak apabila kapasiti penuh, priority dan fast lebih mahal demi kelajuan atau kebolehpercayaan), jadi peringkat ini ditunjukkan tetapi tidak disusun.

### Adakah Llama 3.1 8B Instruct percuma untuk digunakan melalui API?

Tiada penyedia dalam data kami yang menyenaraikan harga percuma untuk Llama 3.1 8B Instruct setakat 15 November 2026. [Peringkat percuma dan kredit mengikut penyedia (Bahasa Inggeris)](https://broadrouter.com/data/llm-api-free-tiers-and-rate-limits/) (disemak pada 14 November 2026) menyenaraikan tawaran umum yang tidak menamakan model; [semua model API LLM percuma](https://broadrouter.com/ms/llm-api-pricing/free/) ada dalam satu halaman.

### Adakah Llama 3.1 8B Instruct sumber terbuka, dengan pemberat terbuka, dan apakah lesennya?

Meta menerbitkan pemberat di Hugging Face sebagai [`meta-llama/Llama-3.1-8B-Instruct`](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct), dengan akses bersyarat: Hugging Face meminta anda memohon akses dan menerima terma sebelum anda memuat turun. Lesennya, seperti yang dinyatakan oleh [kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct): Llama 3.1 Community License (custom commercial license). Pemberat terbuka bermaksud anda boleh memuat turun dan menjalankan model itu sendiri; perkara yang boleh anda lakukan dengannya, termasuk penggunaan komersial, ditentukan oleh lesen tersebut, jadi baca lesen itu sepenuhnya (disemak pada 16 November 2026). Fakta ini datang daripada kad Meta dan API model Hugging Face; BroadNet tidak mengesahkannya, dan hos mungkin menyediakan model ini pada kejituan yang berbeza.

### Berapakah bilangan parameter Llama 3.1 8B Instruct?

Kami tidak menemui jumlah parameter yang dinyatakan dalam kad model Meta. [Hugging Face](https://huggingface.co/api/models/meta-llama/Llama-3.1-8B-Instruct) mengira 8,030,261,248 parameter dalam fail pemberat [`meta-llama/Llama-3.1-8B-Instruct`](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct) yang diterbitkan. Itu kiraan pada peringkat fail, bukan angka pembuat, dan ia mungkin termasuk modul tambahan (disemak pada 16 November 2026).

### Adakah Llama 3.1 8B Instruct menyokong panggilan alat (tool calling)?

Yes, menurut [kad model Meta](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct): LLaMA-3.1 supports multiple tool use formats. (disemak pada 16 November 2026). Sama ada parameter tools berfungsi melalui API juga bergantung pada penyedia yang menyediakannya, jadi semak dokumentasi penyedia itu. BroadNet tidak mengujinya.

### Siapakah pembuat Llama 3.1 8B Instruct?

Llama 3.1 8B Instruct dibuat oleh Meta. Kad modelnya ada di Hugging Face sebagai [`meta-llama/Llama-3.1-8B-Instruct`](https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct) (disemak pada 16 November 2026). Harga setiap model Meta yang kami jejaki: [Harga API Meta](https://broadrouter.com/ms/llm-api-pricing/makers/meta/).

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-llm-api-pricing-llama-3.1-8b-instruct&utm_content=page-cta) ·

**Sumber**

-   [Amazon Bedrock (disemak pada 14 November 2026)](https://aws.amazon.com/bedrock/pricing/)
-   [Cloudflare Workers AI (disemak pada 14 November 2026)](https://developers.cloudflare.com/workers-ai/platform/pricing/)
-   [CoreWeave Forge (disemak pada 15 November 2026)](https://coreweave.com/forge-pricing/inference-agents)
-   [DeepInfra (disemak pada 14 November 2026)](https://deepinfra.com/meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo)
-   [Featherless (disemak pada 15 November 2026)](https://featherless.ai/models/meta-llama/Llama-3.1-8B-Instruct)
-   [Novita AI (disemak pada 14 November 2026)](https://novita.ai/pricing)
-   [Meta (disemak pada 14 November 2026)](https://dev.meta.ai/docs/overview)
