Phi-4
輸入價格$0.07
輸出價格$0.14
上下文視窗128K
輸入價格$0.1 / 1M
輸出價格$0.32 / 1M
輸出速度100 tok/s
品質分數78
資料更新Updated Jun 2026
價格驗證2026-08-04 · OpenRouter
在價格排序上，Llama-3.3-70B-Instruct 的輸入價格排第 7／68 便宜，輸出價格排第 14／68 便宜。品質分數 78 分，排名第 56／68；以「品質分數 ÷ 輸出價格」計算的 CP 值排名第 14／68。綜合單價低於全站平均 95%。
換成實際帳單：一個每月 50,000 次對話的客服機器人（每次 2,000 輸入 / 500 輸出 token）用 Llama-3.3-70B-Instruct 大約是每月 $18；改成每月 20,000 次查詢的 RAG 文件問答（每次 8,000 輸入 / 800 輸出 token）則約 $21。因為輸出價格是輸入的 3.2 倍，輸出越長的任務，成本上升得越快——長篇生成請特別留意輸出 token 的控制。
128K 的上下文視窗約可容納 171 頁 A4 文件（以每頁約 750 token 估算），在全站排名第 53／68。適合一般 RAG 與多輪對話，但整本手冊等超長輸入仍建議先做檢索切塊。 輸出速度約 100 tok/s（第 30／68 快），互動體驗尚可，長回應會有明顯等待。
Microsoft 在本站共收錄 4 個模型，Llama-3.3-70B-Instruct 的綜合單價高於該供應商平均 40%。如果你的任務對品質容忍度較高，qwen3.5-flash（Alibaba）綜合單價便宜約 65%，品質分數 82，值得先跑一輪比較。 反過來，如果要更高的品質上限，Hunyuan HY3 的品質分數為 87，綜合單價便宜約 36%。
Microsoft 陣容中與 Llama-3.3-70B-Instruct 最接近的是 MAI-DS-R1（輸入 $0.14／輸出 $0.28，品質 90）。相較之下 Llama-3.3-70B-Instruct 品質分數低 12 分、輸出速度快 40 tok/s（約 67%）、綜合單價便宜 13%。兩者價位相近時，差異主要落在品質上限，建議直接用你的實際 prompt 各跑一輪再決定。
實際月費估算
以四種常見工作負載估算每月 API 費用，並與本站目前最便宜的模型對照。
| 使用情境 | 用量假設 | 本模型月費 | 全站最便宜模型 |
|---|---|---|---|
| 客服聊天機器人 | 每次 2,000 輸入 / 500 輸出 token，每月 50,000 次對話 | $18 | $3.00 |
| RAG 文件問答 | 每次 8,000 輸入 / 800 輸出 token，每月 20,000 次查詢 | $21 | $3.84 |
| 程式開發助理 | 每次 12,000 輸入 / 2,000 輸出 token，每月 10,000 次請求 | $18 | $3.20 |
| 批次摘要 / 分類 | 每次 4,000 輸入 / 400 輸出 token，每月 200,000 筆 | $106 | $19 |
以本頁列出的單價直接換算，未計入提示快取、批次折扣或免費額度。
與其他模型比較
同一份資料下最值得一起評估的替代方案。
| 模型 | 供應商 | 綜合單價 /1M | 品質 | 價差 |
|---|---|---|---|---|
| Llama-3.3-70B-Instruct | Microsoft | $0.16 | 78 | — |
| qwen3.5-flash更便宜的選擇 | Alibaba | $0.055 | 82 | -65% |
| Hunyuan HY3更高品質 | Tencent | $0.10 | 87 | -36% |
| MAI-DS-R1同供應商 | Microsoft | $0.18 | 90 | +13% |
| Phi-4-mini全站 CP 值王 | Microsoft | $0.025 | 68 | -84% |
適合用途
聊天對話程式開發
支援模態
Text
適合與不適合的情境
適合
- 程式開發：撰寫、重構與偵錯，能處理多檔案的專案脈絡。
- 聊天與客服：多輪對話、語氣自然，適合面向使用者的產品。
- 大量、成本敏感的批次任務：單價低，適合分類、標註與摘要等高頻工作。
較不適合
- 高難度推理：品質分數 78 在本站偏低，複雜規劃或數學任務建議選更強的模型。
- 圖像或影像理解：此模型僅支援文字輸入，需要看圖請改用多模態模型。
常見問題
Llama-3.3-70B-Instruct 的 API 價格是多少？
Llama-3.3-70B-Instruct 的輸入價格是每 100 萬 token $0.10，輸出價格是每 100 萬 token $0.32。以輸入 3：輸出 1 的混合用量換算，綜合單價約 $0.16／1M token。
用 Llama-3.3-70B-Instruct 每月大概要花多少錢？
取決於用量。以本頁的四個情境估算：客服機器人約 $18／月、RAG 文件問答約 $21／月、程式開發助理約 $18／月、批次摘要約 $106／月。你可以用成本計算機帶入自己的 token 用量重新估算。
Llama-3.3-70B-Instruct 的上下文視窗有多大？
128K token，約等於 171 頁 A4 文件（以每頁約 750 token 估算），在本站追蹤的 68 個模型中排名第 53。
Llama-3.3-70B-Instruct 和 qwen3.5-flash 哪個划算？
qwen3.5-flash 的綜合單價約 $0.055／1M token，比 Llama-3.3-70B-Instruct 的 $0.16 便宜約 65%；品質分數為 82（Llama-3.3-70B-Instruct 為 78）。若品質差距在你的任務上不明顯，選便宜的那個；差距明顯就選 Llama-3.3-70B-Instruct。建議用自己的資料各跑一輪再決定。
Llama-3.3-70B-Instruct 適合哪些應用場景？
本站標記的適用情境為：聊天對話、程式開發。程式開發：撰寫、重構與偵錯，能處理多檔案的專案脈絡。 較不適合的情況：高難度推理：品質分數 78 在本站偏低，複雜規劃或數學任務建議選更強的模型。
Llama-3.3-70B-Instruct 的價格資料多久更新一次？
本頁價格最後於 2026-08-04 核對，來源為OpenRouter。llmprice.app 每日執行價格收集流程，但供應商調價後仍可能有落差，正式導入前請再確認 Microsoft 官方定價頁。
估算這個模型的實際成本
將單次 token 用量與每月請求次數帶入計算器，比較不同模型的總成本。
同類模型
依供應商與使用情境延伸探索。
價格、速度與品質分數會隨供應商更新；正式採用前請再次確認官方文件。