---
title: "Llama 3.3 70B по API"
description: "Текстовая модель Meta на 70 млрд параметров: перевод и чат на восьми языках, окно 128 тыс. токенов, формат OpenAI. От 75,19 ₽ за 1 млн токенов."
url: https://veselo.ai/models/meta-llama/llama-3.3-70b-instruct
updated: 2026-11-17T04:26:46.099Z
---

# Llama 3.3 70B по API

Llama 3.3 70B — текстовая модель Meta, вышедшая в декабре 2024 года. Это плотная сеть на 70 млрд параметров, без картинок и экспертов: на входе текст, на выходе текст и код. Официально она знает восемь языков и держит в запросе до 128 000 токенов. Подходит для перевода, локализации и чат-ботов, а платить за неё здесь можно в рублях, по ключу без VPN.

- **75,19 ₽ / 75,19 ₽ за 1 млн токенов**
- контекст 128 тыс.
- текст → текст

`meta-llama/llama-3.3-70b-instruct`

Обновлено: 17 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/chat)

## Попробовать Llama 3.3 70B

Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Пример запроса:** Переведи на испанский фразу для меню кафе: «Сырники со сметаной и ягодным соусом».

В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.

## Цены Llama 3.3 70B в рублях

| Вход — твой запрос | 75,19 ₽ за 1 млн токенов |
| --- | --- |
| Выход — ответ модели | 75,19 ₽ за 1 млн токенов |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Перевод меню и вывесок: меню на 2 000 токенов, перевод на 2 500 | Около 0,34 ₽ |
| --- | --- |
| Локализация строк приложения: файл на 10 000 токенов, перевод на 12 000 | Около 1,66 ₽ |
| Диалоги для проверки своего бота: 20 пачек по 500 токенов входа и 3 000 выхода | Около 5,27 ₽ |
| Ответы по руководству пользователя на английском: руководство на 60 000 токенов, ответ на 300 | Около 4,54 ₽ |
| Редактура деловых писем на английском: письмо на 400 токенов, ответ на 900 | Около 0,10 ₽ |

## Что умеет Llama 3.3 70B

- Восемь официальных языков: английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский.
- Окно — 128 000 токенов. На входе только текст, на выходе — текст и код.
- Знания — до декабря 2023 года. Обучение шло больше чем на 15 трлн токенов, дообучение — больше чем на 25 млн синтетических примеров.
- По замерам Meta — 92,1 балла в IFEval, тесте на следование инструкциям, и 91,1 в MGSM, задачах по математике на разных языках.
- Лицензия разрешает делать на ответах модели синтетические данные и учить на них свои модели.

## Где применять

### Перевод меню и вывесок

Кафе для туристов нужны меню на нескольких языках, а переводчик на каждый язык обходится дорого. Llama 3.3 70B может перевести название блюда с пояснением, а не дословно: «сырники» без объяснения ничего не скажут испанцу. Попроси два варианта — короткий для меню и развёрнутый для официанта. Русского нет в официальном списке языков модели, поэтому первые переводы сверь с носителем, а удачные сохрани как образец для следующих запросов.

**Пример запроса:** «Переведи на испанский для меню кафе: „Сырники со сметаной и ягодным соусом“. Дай короткий вариант и вариант с пояснением, что это».

**Стоимость:** меню на 2 000 токенов, перевод на 2 500 — около 0,34 ₽.

### Локализация строк приложения

Файл со строками интерфейса — это сотни коротких фраз с плейсхолдерами вроде {name} и {count}. Отправь модели JSON целиком и попроси перевести значения на немецкий, французский и португальский, не трогая ключи и плейсхолдеры. Длина важна: немецкий текст на кнопке часто длиннее английского, поэтому задай предел знаков для кнопок. После ответа проверь скриптом, что все плейсхолдеры на месте и ни один ключ не потерялся.

**Пример запроса:** «Переведи значения этого JSON на немецкий. Ключи и плейсхолдеры в фигурных скобках не меняй, тексты кнопок — до 20 знаков».

**Стоимость:** файл на 10 000 токенов, перевод на 12 000 — около 1,66 ₽.

### Диалоги для проверки своего бота

Перед запуском чат-бота нужны сотни разных реплик клиентов: вежливых, грубых, с опечатками, не по теме. Llama 3.3 70B генерирует их пачками, а лицензия Meta прямо разрешает использовать ответы модели для синтетических данных. Если на этих данных потом обучишь и выпустишь свою модель, по лицензии её имя должно начинаться со слова «Llama». Готовые реплики сохрани в файл и прогоняй через бота после каждой правки его правил.

**Пример запроса:** «Сгенерируй 50 сообщений клиентов службы доставки на английском: 20 вежливых, 15 раздражённых, 15 не по теме. JSON-массив строк».

**Стоимость:** 20 пачек по 500 токенов входа и 3 000 выхода — около 5,27 ₽.

### Ответы по руководству пользователя на английском

Для зарубежных клиентов бот поддержки должен отвечать по документации, а не по памяти. В окно 128 000 токенов помещается подробное руководство, и Llama 3.3 70B отвечает по нему с указанием раздела. Знания модели заканчиваются декабрём 2023 года, поэтому всё свежее про продукт должно быть в самом запросе. Попроси честно писать, если ответа в руководстве нет: такой ответ честнее выдуманной инструкции, и по нему видно, какой раздел дописать.

**Пример запроса:** «Answer the customer using only the manual below. Quote the section title. If the manual has no answer, say so».

**Стоимость:** руководство на 60 000 токенов, ответ на 300 — около 4,54 ₽.

### Редактура деловых писем на английском

Письмо партнёру, написанное по-английски без практики, выдаёт себя оборотами. Модель поправит грамматику, выровняет тон под адресата и сократит лишнее, а по просьбе объяснит каждую правку простыми словами. Объяснения полезнее готового текста: через месяц таких писем писать станет проще. Если письмо важное, попроси два варианта тона, сдержанный и тёплый, и оставь тот, что ближе. Имена и суммы проверь перед отправкой.

**Пример запроса:** «Отредактируй письмо партнёру на английском: деловой тон, без канцелярита, до 120 слов. Перечисли правки с объяснением».

**Стоимость:** письмо на 400 токенов, ответ на 900 — около 0,10 ₽.

### Переезд со своего сервера на API

Если Llama 3.3 70B уже работает на своей видеокарте, переезд на API — это смена адреса и ключа в коде: модель та же, промты переписывать не нужно. Сервер не надо держать включённым ночью, а платишь за токены, а не за часы аренды. Перед переключением прогони свои контрольные запросы через API и сравни ответы со своими: настройки запуска у разных серверов отличаются, и разница видна на первом десятке вопросов.

**Пример запроса:** «Ты — ассистент магазина. Ответь клиенту, как вернуть товар, по правилам ниже. Правила: …».

**Стоимость:** 1 000 запросов по 1 500 токенов входа и 300 выхода — около 135,35 ₽.

## Как писать запрос

- Указывай язык ответа и обращение явно — «на немецком, на вы», — тогда модели не придётся гадать.
- Для перевода давай глоссарий: названия брендов и блюд, которые переводить нельзя.
- Плейсхолдеры перечисляй в инструкции и проверяй скриптом после ответа.
- Длинный документ ставь в начало запроса, а вопрос — в конец.

## Характеристики

| Разработчик | Meta Llama |
| --- | --- |
| Вид | Текст |
| Контекст | 128 000 токенов |
| Вход → выход | текст → текст |
| id для запроса | `meta-llama/llama-3.3-70b-instruct` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/chat/completions` с полем `model`: `meta-llama/llama-3.3-70b-instruct`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta-llama/llama-3.3-70b-instruct",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="meta-llama/llama-3.3-70b-instruct",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)
```

**JavaScript**

```
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'meta-llama/llama-3.3-70b-instruct',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);
```

### Пример ответа — только поля

```
{
  "id": "chatcmpl-…",
  "model": "…",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  "usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}
```

**В программах:** OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. [Библиотеки и программы](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/chat)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Llama 3.3 70B** — эта модель | 75,19 ₽ / 75,19 ₽ (вход / выход за 1 млн токенов) | контекст 128 тыс. | перевод и локализация на восемь языков Meta, чат-боты и синтетические данные |
| [Llama 4 Maverick](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8) — Meta Llama | 26,48 ₽ / 105,91 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | тексты на 12 языках и вопросы по картинкам, когда нужна открытая модель Meta |
| [Qwen3.6 27B](https://veselo.ai/models/qwen/qwen3.6-27b) — Qwen (Alibaba) | 63,55 ₽ / 63,55 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | исправление ошибок, SQL и скрипты на каждый день, помощник в редакторе кода |
| [DeepSeek V3.2](https://veselo.ai/models/deepseek/deepseek-v3.2) — DeepSeek | 29,66 ₽ / 44,48 ₽ (вход / выход за 1 млн токенов) | — | проекты, отлаженные под V3.2, и агенты с инструментами |
| [MiniMax M2.7](https://veselo.ai/models/minimax/minimax-m2.7) — MiniMax | 31,78 ₽ / 127,09 ₽ (вход / выход за 1 млн токенов) | — | текстовые агенты, разбор журналов и офисные документы, когда M3 избыточна |
| [DeepSeek V4.1 Flash Express](https://veselo.ai/models/deepseek/deepseek-v4.1-flash-express) — DeepSeek | 36,20 ₽ / 144,80 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | чат-боты и агенты, где важна короткая пауза перед ответом |

- [**Llama 4 Maverick**](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8) — новее: картинки на входе, 12 языков, окно в 1 млн токенов и знания до августа 2024 года.
- [**Qwen3.6 27B**](https://veselo.ai/models/qwen/qwen3.6-27b) — плотная открытая модель Qwen поменьше; принимает картинки и видео, окно 262 тыс. токенов.
- [**DeepSeek V3.2**](https://veselo.ai/models/deepseek/deepseek-v3.2) — когда важнее всего цена массовых запросов: и вход, и выход у неё дешевле.

## Версии и отличия

Llama 3.3 70B вышла в декабре 2024 года: плотная модель, только текст. Через четыре месяца Meta выпустила Llama 4 — [Llama 4 Maverick](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8) и [Llama 4 Scout](https://veselo.ai/models/meta-llama/llama-4-scout-17b-16e-instruct): смесь экспертов, картинки на входе, 12 языков и знания до августа 2024 года. Llama 3.3 к месту, когда хватает её восьми языков и текста на входе, а картинки не нужны. Старых Llama 3, 3.1 и 3.2 в нашем каталоге нет, а остальные модели Meta собраны в разделе [Llama API](https://veselo.ai/models/llama).

## Подробно о Llama 3.3 70B

Meta выпустила Llama 3.3 70B 6 декабря 2024 года. Это авторегрессионная модель на обычном трансформере с группированным вниманием GQA — оно ускоряет вывод на больших моделях. Дообучали её на примерах с учителем и с подкреплением по оценкам людей (RLHF). Для предобучения Meta взяла больше 15 трлн токенов открытых данных из интернета, для дообучения — открытые наборы инструкций и больше 25 млн синтетических примеров. Модель статичная: её знания заканчиваются декабрём 2023 года.

Meta называет у неё одну главную роль — ассистент в чате на нескольких языках — и прямо разрешает использовать ответы модели для синтетических данных и дистилляции. Языки за пределами официальной восьмёрки Meta выносит за рамки задач модели; дообучение под них лицензия разрешает, а ответственность за результат несёт тот, кто модель запускает. По замерам Meta, у Llama 3.3 70B 86,0 в MMLU с рассуждением по шагам и 88,4 в HumanEval, тесте на написание кода.

Лицензия называется Llama 3.3 Community License и разрешает коммерческое использование. Продукт, который распространяет модель, показывает «Built with Llama», а модели, обученные на её ответах и выпущенные наружу, называются со слова «Llama». Крупным компаниям, у которых за месяц набирается больше 700 млн пользователей, Meta выдаёт лицензию отдельно и по своему решению. Рядом с моделью Meta предлагает держать фильтры Llama Guard 3, Prompt Guard и Code Shield, а безопасность своего приложения проверять самостоятельно.

В карточке модели есть и цифры обучения: на версию 70B ушло около 7 млн часов работы видеокарт H100. В вызове функций по тесту BFCL v2 у модели 77,3 балла, а сами функции Meta предлагает описывать прямо в шаблоне диалога.

## Как устроен доступ

Весело — не разработчик Llama 3.3 70B: модель выпускает Meta Llama. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Чем Llama 3.3 70B отличается от Llama 3 70B?**

Обе модели — из линейки Llama 3 на 70 млрд параметров, но 3.3 вышла позже, в декабре 2024 года, со знаниями до декабря 2023-го. По нашему API доступна именно Llama 3.3 70B, а Llama 3 и 3.1 мы не продаём. Если код написан под старую Llama 70B, обычно хватает заменить id модели на `meta-llama/llama-3.3-70b-instruct`.

**Можно ли переводить на Llama 3.3 70B с русского и на русский?**

Можно, но без гарантий вендора: русского нет в списке восьми языков, которые Meta поддерживает официально. Прежде чем пускать перевод в работу, сверь 20–30 своих фраз с носителем. Для переводов, где русский — главный язык, посмотри другие модели в разделе [перевод по API](https://veselo.ai/models/perevod-api).

**Видит ли Llama 3.3 70B картинки?**

Нет, это только текстовая модель: запрос с картинкой она не примет и вернёт ошибку, а ошибка денег не стоит. Для фото и скриншотов возьми [Llama 4 Maverick](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8).

**Можно ли учить свою модель на ответах Llama 3.3?**

Да, Llama 3.3 Community License прямо разрешает синтетические данные и дистилляцию. Условия такие: выпущенная наружу модель называется со слова «Llama», а рядом с продуктом стоит «Built with Llama». Компаниям с аудиторией больше 700 млн человек в месяц лицензию нужно получать у Meta отдельно.

**Сколько стоит перевести каталог на Llama 3.3 70B?**

Перевод выходит примерно той же длины, что и исходник, поэтому считай вход и выход почти поровну. Каталог на 60 000 токенов с переводом на 70 000 — около 9,78 ₽. Вход стоит 75,19 ₽, выход — 75,19 ₽ за 1 млн токенов, а точная цена каждого ответа приходит в `usage.cost_rub`.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Что такое токены и как их считать?**

Токен — кусочек текста: часть слова, слово или знак. Платишь за токены запроса и ответа, сколько ушло — в поле usage ответа; как считается цена, написано в разделе документации «Цены и списания».

**Нужны ли VPN и зарубежная карта для Llama 3.3 70B?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [Все модели: перевод текста](https://veselo.ai/models/perevod-api)
- [Llama API: модели Meta](https://veselo.ai/models/llama)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Llama 4 Scout](https://veselo.ai/models/meta-llama/llama-4-scout-17b-16e-instruct)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct)
