Llama 3.2 1B Instruct (Cloudflare)

该模型属于 Meta 的 Llama 3.2 家族，是其中体量最小的一档指令微调版本，权重公开可下载，本站条目由 Eden AI 提供调用入口。它要解决的核心问题是：在不需要大模型全力的任务上，把单位调用成本和响应延迟压到最低。上下文窗口 60K tokens、单次最大输出 32K tokens，对这么一个体量的模型来说，可用余量相对宽裕，能覆盖多轮对话、中等长度文档摘要和批量抽取。输入输出均为纯文本，不支持图像等多模态输入；知识截止标注为 2023-12，回答涉及更晚事件时需要外部检索补充。可调温度，便于在确定性的结构化输出和略具发散性的生成之间切换。开源权重意味着可以自托管、做本地微调或离线部署，但在本站只有一家平台收录该条目，实际选型时仍需自行评估托管方的 SLA 与限流策略。

选型建议需要极低单次成本、低延迟且任务模板化时选它；涉及复杂推理、多步工具调用或高质量中文创作时，应直接换用更大参数量模型。

• 对海量用户评论做情感与主题打标，用低成本模型完成首轮粗分类
• 为端侧或离线环境部署轻量对话助手，承担问答与指令响应
• 在 RAG 流水线中做查询改写、段落摘要与相关性初筛
• 批量清洗与规整文本字段，把非结构化内容转成固定 JSON 结构
• 对长文档做分段摘要，再交给更大模型汇总成终稿

沿用 Llama 3 系列的稠密解码器结构，1B 档位在家族中定位为轻量与端侧友好版本，公开披露的技术细节少于大参数量型号。

• 结构采用 Llama 3 系列的解码器式 Transformer，1B 与 3B 两档公开说法是基于更大模型蒸馏而来，目标是在有限算力下保留可用的指令跟随能力。
• 能力支持 60K tokens 上下文与最长 32K tokens 输出，配合温度调节，可在批量摘要、结构化抽取等任务上做稳定性调优。
• 披露本站未收录该模型的公开跑分，权重虽开放，但具体训练数据配比、分词器细节等需查阅官方模型卡，本站不做推断。

开源权重

是

模型家族

llama

受限于极小参数量，它的优势集中在成本与延迟，而非推理深度；本站没有第三方跑分，以下判断基于规模与公开架构信息。

• 强项调用延迟低、单位成本极低，指令跟随在同类小模型中属可用水平，适合高频、短输入、模板化输出的批量任务。
• 短板知识容量与多步推理明显弱于 3B 及以上档位，长链条数学、复杂代码生成、需要细腻语感的中文创作容易掉链子。
• 适合把大模型当作流水线中的一环而非主角，例如先做粗筛、打标、清洗，再由更大模型复核，这种分工能压住整体成本。

官方报价为输入 0.027 美元/百万 tokens、输出 0.201 美元/百万 tokens，输出单价明显高于输入，成本结构偏向“少生成、多读取”。

• 定位处于价格带的底端，适用于调用量大但对单次质量要求不高的场景，成本敏感度高于效果敏感度时优先考虑。
• 横向对比Llama 3.2 3B 输入价相对本模型高约 88.5%，Mistral Small 3 高约 85.2%，换更大模型前应先确认小模型是否够用。
• 平台差价本站仅收录 models.dev 与 models.dev·edenai 两处报价，数值一致，均无缓存读折扣，跨平台比价空间有限。
• 省钱输出比输入贵出数倍，控制生成长度、把任务改造成短答或分类标签形式，比单纯比价更能压低账单。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.027/M / $0.201/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的第三方跑分，所有能力描述均为定性判断，不作为量化选型依据，正式评估需自建小样本测试集。
• 边界60K 上下文和 32K 输出是上限而非保证，长输入下小模型的有效利用率会下降；知识截止 2023-12，时效性问题需外挂检索。
• 边界仅支持文本输入输出，无法处理图片、音频；开源权重允许自托管，但部署与运维成本需另行核算，不等同于托管价。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。