การใช้ Llama ใน Whizi: โมเดล ค่าเครดิต และแพ็กเกจ

คำตอบสั้น ๆ

ใช่ Whizi มีตระกูล Llama ของ Meta อยู่ในแคตตาล็อกโมเดล 280+ ตัว และแถว Llama ทั้งสามในชุด Pro อยู่บนขั้นราคาที่ถูกที่สุดที่ Whizi วัด นั่นคือ 1 เครดิตต่อข้อความ Llama อยู่บนแพ็กเกจ Pro ซึ่งราคา $29.99/เดือน หรือ $19.99/เดือนหากจ่ายรายปีที่ $239.88 Starter ไม่มีโมเดล Llama เลยแม้แต่ตัวเดียว

แถวโมเดล Llama ที่ Whizi กำหนดราคา พร้อมค่าเครดิตที่คิดต่อข้อความ:

โมเดล	หน้าต่างบริบท	ต้นทุนต่อคำตอบมาตรฐาน	เครดิตต่อข้อความ	แพ็กเกจขั้นต่ำ
Llama 4 Maverick	1M	$0.0006	1	Pro
Llama 3.3 70B Instruct	131K	$0.00026	1	Pro
Llama 4 Scout	ไม่มีอยู่ใน Cost Index	ไม่มีอยู่ใน Cost Index	1	Pro

คำตอบมาตรฐานคือ 1,000 โทเคนอินพุตบวก 500 โทเคนเอาต์พุต คิดราคาจากอัตราที่อ่านได้เมื่อ 2026-08-20 ตัวเลขจึงเปรียบเทียบกันได้อย่างเท่าเทียมข้ามผู้ให้บริการ

ตัวระบุทั้งสามนี้คือแถว Llama ที่ระบุชื่อไว้ในชุดโมเดล Pro ตัวระบุ Llama อื่นใดที่แคตตาล็อกมีจะตกไปอยู่ที่ Powerhouse ตามที่อธิบายไว้ด้านล่าง จึงควรอ่านตารางนี้เป็นรายชื่อของ Pro ไม่ใช่การไล่รายการแคตตาล็อกทั้งหมด

ข้อความ Llama หนึ่งข้อความคิดกี่เครดิต

แถว Llama ทั้งสามในชุด Pro อยู่บนขั้นล่างสุดของบันไดเครดิต ดังนั้นเทิร์นของ Llama คิดค่าใช้จ่ายเพียง 1 เครดิตไม่ว่าจะส่งอะไรก็ตาม ตัวระบุที่สาม คือ Llama 4 Scout ไม่มีอยู่ใน Cost Index จึงไม่มีตัวเลขหน้าต่างหรือราคาต่อคำตอบให้เผยแพร่ในตาราง แต่ตารางเครดิตยังคิดค่าใช้จ่าย 1 เครดิตเช่นเดียวกับอีกสองรุ่น

ที่ 1 เครดิตต่อข้อความ วงเงินเครดิตก็คือจำนวนข้อความ Llama ที่ใช้ได้ บนเว็บ Pro ซื้อเทิร์น Llama ได้ 2,000 ครั้งต่อเดือน และ Powerhouse ซื้อได้ 8,000 ครั้ง ส่วน Starter ไม่สามารถเข้าถึงแถว Llama ใดเลย

แพ็กเกจ	เครดิตต่อเดือน (เว็บ)	ข้อความต่อเดือนนอกรายการอนุญาตเครดิต
Starter	400	400
Pro	2,000	800
Powerhouse	8,000	5,000

การเรียกเก็บเงินรายสัปดาห์มีให้เฉพาะบนมือถือ และไม่ใช่ทุกระดับแพ็กเกจ ในที่ที่มีขาย วงเงินเครดิตรายสัปดาห์คือ 100 บน Starter และ 500 บน Pro ส่วนวงเงินข้อความรายสัปดาห์คือ 100 และ 400

แต่ละเทิร์นจะถูกคิดค่าใช้จ่ายตามขั้นของโมเดลที่ตอบคำถามนั้น ดังนั้นบทสนทนาที่สลับไปมาระหว่างตระกูลโมเดลจะถูกคิดเงินต่อเทิร์นตามอัตราของแต่ละโมเดลที่ตอบ เครดิตไม่สะสมข้ามงวด ยอดคงเหลือจะรวมการใช้งานภายในคีย์งวดปัจจุบัน และการเริ่มงวดใหม่ก็คือการรีเซ็ตในตัว ไม่มีช่องทางเติมเพิ่ม

ตัวคูณเครดิตจะถูกคิดเฉพาะบนแพลตฟอร์มที่อยู่ในรายการอนุญาตเครดิต ซึ่งปัจจุบันคือแอปบนเว็บเท่านั้น แพลตฟอร์มที่อยู่นอกรายการนี้จะใช้อัตราคงที่ 1 เท่า คิดหนึ่งเครดิตต่อเทิร์น และยังคงใช้วงเงินข้อความแบบเดิม บน Starter ทั้งสองวงเงินเป็นตัวเลขเดียวกันคือ 400 แต่บน Pro และ Powerhouse ไม่เท่ากัน ตามคอลัมน์ที่สองและสามของตารางข้างต้น

บันไดเครดิตทั้งหมด ครบทั้งสิบสี่ขั้นที่มีการใช้งาน อยู่ในหน้าอ้างอิงเครดิต

เกณฑ์ระดับแพ็กเกจ อย่างละเอียด

สิทธิ์การเข้าถึงจะถูกตัดสินฝั่งเซิร์ฟเวอร์ตามตัวระบุ (ดูหน้าอ้างอิงโมเดล)

Starter เข้าถึงตัวเลือกในตัวเลือกโมเดลได้พอดีสี่รายการ คือ Auto, Whizi AI, โมเดล OpenAI หนึ่งตัว และโมเดล Google หนึ่งตัว ไม่มีแถว Llama อยู่ในนั้น

Pro เพิ่มชุด Llama เข้ามาเหนือ Starter หากอ่านตามกฎการคัดสรรที่ใช้กับตระกูลนี้ ชุดดังกล่าวคือแถว Llama 4 รุ่นปัจจุบันบวกกับ Llama 3 รุ่นเก่าที่ยังใช้งานได้ดี รวมสามตัวระบุ

Powerhouse รวมทุกอย่างที่ Pro เข้าถึงได้ เพราะการเปรียบเทียบลำดับชั้นแพ็กเกจใช้เงื่อนไขมากกว่าหรือเท่ากับ แพ็กเกจที่สูงกว่าจึงตอบสนองข้อกำหนดของแพ็กเกจที่ต่ำกว่าได้เสมอ Powerhouse ยังเป็นที่ที่ตัวระบุแคตตาล็อกใด ๆ ที่ไม่ได้ถูกเอ่ยชื่อในชุด Starter หรือ Pro ตกไปอยู่ นี่คือเหตุผลที่ตัวระบุ Llama ที่ไม่ได้อยู่ในรายชื่อจะเป็นของ Powerhouse จนกว่าจะถูกเลื่อนขึ้นอย่างจงใจ

การเลือกโมเดลที่สูงกว่าระดับของคุณจะได้รับ HTTP 403 พร้อมรหัส tier_upgrade_required และข้อความ "Upgrade your plan to use this model." อาการนี้อธิบายไว้ในเมื่อโมเดลไม่พร้อมใช้งาน

บัญชีฟรีเข้าถึงแถว Llama ไม่ได้เลย ตั้งแต่ 2026-09-02 แพ็กเกจฟรีเปิดให้ใช้ได้เฉพาะ Whizi AI และ Auto เท่านั้น วงเงินเครดิตฟรีคือ 0 และวงเงินข้อความคือ 7 ข้อความในวันแรก จากนั้น 3 ข้อความต่อวัน ใช้ได้กับสองแถวนั้นเท่านั้น

หน้าต่างบริบทเทียบกับสิ่งที่แต่ละเทิร์นได้รับจริง

หน้าต่างบริบทในตารางข้างต้นคือหน้าต่างที่โมเดลเผยแพร่ไว้ ไม่ใช่งบที่เทิร์นหนึ่งของ Whizi ใช้งานจริง

ทุกโมเดลในแคตตาล็อกได้รับงบคงที่ 40,000 โทเคนอินพุตและ 20,000 โทเคนเอาต์พุตต่อเทิร์น โมเดลที่มีหน้าต่างต่ำกว่า 93,000 โทเคนจะได้งบตามสัดส่วนที่เล็กลงแทน โดยเอาต์พุตถูกจำกัดไว้ที่ 40 เปอร์เซ็นต์ของหน้าต่าง และกันไว้เป็นระยะปลอดภัย 1,000 โทเคน

เนื่องจากแถว Llama ที่มีราคาทั้งสองอยู่เหนือเกณฑ์ 93,000 โทเคน ทั้งสองจึงทำงานบนงบคงที่เดียวกันคือ 40,000 อินพุตและ 20,000 เอาต์พุต หน้าต่างที่เผยแพร่ไว้ใหญ่กว่านั้นไม่ได้เพิ่มสิ่งที่เทิร์นหนึ่งของ Whizi ส่งออกไปจริง และผู้ให้บริการยังนับเอาต์พุตสูงสุดที่ร้องขอรวมเข้ากับหน้าต่างเช่นเดียวกับอินพุต ดังนั้นแถว 1M และแถว 131K จึงมีขนาดเท่ากันในทางปฏิบัติที่นี่ หากเธรดใหญ่เกินงบ ให้ดูที่เมื่อบทสนทนายาวเกินไป

ตำแหน่งของแถวเหล่านี้ใน Cost Index

Cost Index กำหนดราคาให้ 100 แถวจาก 29 ผู้ให้บริการ คำนวณที่คำตอบมาตรฐานหนึ่งชุดต่อแถว ตัวเลขนี้คือขนาดของดัชนีราคา ไม่ใช่ขนาดของแคตตาล็อก Whizi

จุดอ้างอิง	ต้นทุนต่อคำตอบมาตรฐาน
แถวที่ราคาถูกที่สุดในดัชนี	$0.000053
แถวราคากลาง	$0.00185
Llama 3.3 70B Instruct	$0.00026
Llama 4 Maverick	$0.0006
แถวที่ราคาแพงที่สุดในดัชนี	$0.105

แถว Llama ที่มีราคาทั้งสองอยู่ต่ำกว่าค่ากลางของดัชนี และช่วงห่างระหว่างแถวที่ถูกที่สุดกับแพงที่สุดอยู่ที่ราวประมาณ 2000 เท่า 89 จาก 100 แถวที่มีราคาถูกคิดค่าใช้จ่ายเป็นเครดิตของ Whizi ส่วนที่เหลือมีราคาไว้เพื่อเปรียบเทียบเท่านั้น ไม่ได้เปิดให้ใช้เป็นแถวที่วัดผลของตัวเอง

สิ่งที่ Llama ไม่ได้ถูกใช้งานใน Whizi

ไม่มีแถว Llama อยู่บันได Auto Auto มีหกขั้น และโมเดลบนขั้นเหล่านั้นคือโมเดลเจ้าของบ้านสำหรับคำถามสั้น ๆ แถว Gemini Flash สำหรับการเขียนใหม่และสำหรับไฟล์แนบ แถว GPT สำหรับงานเนื้อหายาว แถว Claude Sonnet สำหรับโค้ด และแถว GPT อีกตัวสำหรับการให้เหตุผลหลายขั้นตอน ไม่มีตัวระบุ Llama อยู่ในหกขั้นนี้เลย ดังนั้น Auto จึงไม่มีทางไปถึง Llama ได้ในระดับใด และคำตอบจาก Llama ต้องเลือกด้วยตนเองในตัวเลือกโมเดลเสมอ

ไฟล์แนบบน Auto ไปที่อื่น Auto ส่งทุกเทิร์นที่มีไฟล์แนบไปที่ Gemini Flash ด้วยเหตุผลว่าภาพต้องการการมองเห็นมากกว่าหน้าต่างขนาดใหญ่ หากคุณเลือกแถว Llama เอง ไฟล์แนบจะถูกจัดการเป็นรายคำขอแทนที่จะเป็นรายโมเดล บนแอป ไฟล์แนบจะถูกส่งต่อไปยังโมเดลที่เทิร์นนั้นใช้อยู่ และมีเพียงข้อความล่าสุดของผู้ใช้ที่มีไฟล์แนบเท่านั้นที่ถูกส่งต่อ บนเว็บ ไฟล์ PDF, Word หรือสเปรดชีตจะถูกดึงข้อความออกในเบราว์เซอร์ และข้อความนั้นคือสิ่งที่ส่งถึงโมเดล

เสียงและการสร้างสื่อไม่ใช่ตัวเลือกรายโมเดล ตัวสร้างสื่อข้ามเกณฑ์รายโมเดลไปโดยสิ้นเชิง และถูกจัดระดับตามหมวดในตัวเลือกแทน และโหมดเสียง ทำงานบนเส้นทางเรียลไทม์ของตัวเอง ดังนั้นการเลือกแถว Llama จึงไม่เปลี่ยนแปลงทั้งสองอย่างนี้

Whizi ไม่เผยแพร่การรองรับการมองเห็นรายโมเดล ไม่มีแฟล็กความสามารถด้านการมองเห็นหรือหลายรูปแบบอยู่ที่ใดในแคตตาล็อกหรือดัชนีต้นทุน ดังนั้น Whizi จึงบอกไม่ได้ว่าแถว Llama ใดอ่านภาพได้ ส่วนของภาพจะถูกส่งต่อไปยังโมเดลที่เทิร์นนั้นใช้อยู่ และผลลัพธ์เป็นเรื่องระหว่างคุณกับโมเดลนั้น