LlamaGate

概覽

屬性	詳細資訊
說明	LlamaGate 是一個與 OpenAI 相容的開源 LLM API 閘道，採用基於點數的計費方式。以具競爭力的價格存取 26+ 個開源模型，包括 Llama、Mistral、DeepSeek 和 Qwen。
LiteLLM 上的提供者路由	llamagate/
提供者文件連結	LlamaGate 文件 ↗
基礎 URL	https://api.llamagate.dev/v1
支援的操作	/chat/completions, /embeddings

什麼是 LlamaGate？

LlamaGate 透過與 OpenAI 相容的 API 提供開源 LLM 的存取：

• 26+ 個開源模型：Llama 3.1/3.2、Mistral、Qwen、DeepSeek R1 等更多模型
• 與 OpenAI 相容的 API：OpenAI SDK 的即插即用替代方案
• 視覺模型：Qwen VL、LLaVA、olmOCR、UI-TARS，適用於多模態任務
• 推理模型：DeepSeek R1、OpenThinker，用於複雜問題解決
• 程式碼模型：CodeLlama、DeepSeek Coder、Qwen Coder、StarCoder2
• 嵌入模型：Nomic、Qwen3 Embedding，用於 RAG 與搜尋
• 具競爭力的價格：每 1M tokens $0.02-$0.55

必要變數

Environment Variables

os.environ["LLAMAGATE_API_KEY"] = ""  # your LlamaGate API key

請從 llamagate.dev 取得您的 API 金鑰。

支援的模型

一般用途

模型	模型 ID
Llama 3.1 8B	llamagate/llama-3.1-8b
Llama 3.2 3B	llamagate/llama-3.2-3b
Mistral 7B v0.3	llamagate/mistral-7b-v0.3
Qwen 3 8B	llamagate/qwen3-8b
Dolphin 3 8B	llamagate/dolphin3-8b

推理模型

模型	模型 ID
DeepSeek R1 8B	llamagate/deepseek-r1-8b
DeepSeek R1 Distill Qwen 7B	llamagate/deepseek-r1-7b-qwen
OpenThinker 7B	llamagate/openthinker-7b

程式碼模型

模型	模型 ID
Qwen 2.5 Coder 7B	llamagate/qwen2.5-coder-7b
DeepSeek Coder 6.7B	llamagate/deepseek-coder-6.7b
CodeLlama 7B	llamagate/codellama-7b
CodeGemma 7B	llamagate/codegemma-7b
StarCoder2 7B	llamagate/starcoder2-7b

視覺模型

模型	模型 ID
Qwen 3 VL 8B	llamagate/qwen3-vl-8b
LLaVA 1.5 7B	llamagate/llava-7b
Gemma 3 4B	llamagate/gemma3-4b
olmOCR 7B	llamagate/olmocr-7b
UI-TARS 1.5 7B	llamagate/ui-tars-7b

嵌入模型

模型	模型 ID
Nomic Embed Text	llamagate/nomic-embed-text
Qwen 3 Embedding 8B	llamagate/qwen3-embedding-8b
EmbeddingGemma 300M	llamagate/embeddinggemma-300m

使用方式 - LiteLLM Python SDK

非串流

LlamaGate Non-streaming Completion

import os
import litellm
from litellm import completion

os.environ["LLAMAGATE_API_KEY"] = ""  # your LlamaGate API key

messages = [{"content": "What is the capital of France?", "role": "user"}]

# LlamaGate call
response = completion(
    model="llamagate/llama-3.1-8b",
    messages=messages
)

print(response)

串流

LlamaGate Streaming Completion

import os
import litellm
from litellm import completion

os.environ["LLAMAGATE_API_KEY"] = ""  # your LlamaGate API key

messages = [{"content": "Write a short poem about AI", "role": "user"}]

# LlamaGate call with streaming
response = completion(
    model="llamagate/llama-3.1-8b",
    messages=messages,
    stream=True
)

for chunk in response:
    print(chunk)

視覺

LlamaGate Vision Completion

import os
import litellm
from litellm import completion

os.environ["LLAMAGATE_API_KEY"] = ""  # your LlamaGate API key

messages = [
    {
        "role": "user",
        "content": [
            {"type": "text", "text": "What's in this image?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}}
        ]
    }
]

# LlamaGate vision call
response = completion(
    model="llamagate/qwen3-vl-8b",
    messages=messages
)

print(response)

嵌入

LlamaGate Embeddings

import os
import litellm
from litellm import embedding

os.environ["LLAMAGATE_API_KEY"] = ""  # your LlamaGate API key

# LlamaGate embedding call
response = embedding(
    model="llamagate/nomic-embed-text",
    input=["Hello world", "How are you?"]
)

print(response)

使用方式 - LiteLLM Proxy Server

1. 將 key 儲存在您的環境中

export LLAMAGATE_API_KEY=""

2. 啟動 proxy

model_list:
  - model_name: llama-3.1-8b
    litellm_params:
      model: llamagate/llama-3.1-8b
      api_key: os.environ/LLAMAGATE_API_KEY
  - model_name: deepseek-r1
    litellm_params:
      model: llamagate/deepseek-r1-8b
      api_key: os.environ/LLAMAGATE_API_KEY
  - model_name: qwen-coder
    litellm_params:
      model: llamagate/qwen2.5-coder-7b
      api_key: os.environ/LLAMAGATE_API_KEY

支援的 OpenAI 參數

LlamaGate 支援所有標準的 OpenAI 相容參數：

參數	類型	說明
messages	array	必填。包含 'role' 與 'content' 的訊息物件陣列
model	string	必填。Model ID
stream	boolean	選填。啟用串流回應
temperature	float	選填。取樣溫度（0-2）
top_p	float	選填。核採樣參數
max_tokens	integer	選填。要產生的最大 tokens 數量
frequency_penalty	float	選填。對常見 tokens 加以懲罰
presence_penalty	float	選填。根據存在情況對 tokens 加以懲罰
stop	string/array	選填。停止序列
tools	array	選填。可用工具/函式清單
tool_choice	string/object	選填。控制工具/函式呼叫
response_format	object	選填。JSON 模式或 JSON schema

價格

LlamaGate 提供具競爭力的每 token 定價：

模型類別	輸入（每 1M）	輸出（每 1M）
嵌入	$0.02	-
小型（3-4B）	$0.03-$0.04	$0.08
中型（7-8B）	$0.03-$0.15	$0.05-$0.55
程式碼模型	$0.06-$0.10	$0.12-$0.20
推理	$0.08-$0.10	$0.15-$0.20

其他資源

• LlamaGate 文件
• LlamaGate 價格
• LlamaGate API 參考