Favicon de meta-llama

Meta: Llama 3.3 70B Instruct

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

Pesos del modelo

The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out). The Llama 3.3 instruction tuned text only model is optimized for multilingual dialogue use cases and outperforms many of the available open source and closed chat models on common industry benchmarks.

Supported languages: English, German, French, Italian, Portuguese, Hindi, Spanish, and Thai.

Model Card

Modalidades
Precio de entrada / salida
0,10 US$ / 0,32 US$por 1M
Contexto
131K
Publicado
6 dic 2024
Fecha límite de conocimiento
dic 2023

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0,4373 US$/M tokens
Salida
0,7071 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Rendimiento
211tok/s

P50, el mejor entre los proveedores

Latencia
0,14s

P50, mejor proveedor

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchCloudflare50,5 %--Groq49,9 %--Parasail47,9 %--Novita47,4 %--SambaNova Turbo47,4 %--
+5 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,36 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,36 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
98,83 %
Without Routing
94,56 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Meta: Llama 3.3 70B Instruct (Artificial Analysis)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisLlama 3.3 Instruct 70B Coding Index11,9
Artificial AnalysisLlama 3.3 Instruct 70B GPQA Diamond49.8%
Artificial AnalysisLlama 3.3 Instruct 70B HLE3.6%
Artificial AnalysisLlama 3.3 Instruct 70B IFBench47.1%
Artificial AnalysisLlama 3.3 Instruct 70B τ²-Bench Telecom26.6%
Artificial AnalysisLlama 3.3 Instruct 70B AA-LCR15.7%
Artificial AnalysisLlama 3.3 Instruct 70B GDPval-AA0.0%
Artificial AnalysisLlama 3.3 Instruct 70B CritPt0.0%
Artificial AnalysisLlama 3.3 Instruct 70B LiveCodeBench28.8%
Artificial AnalysisLlama 3.3 Instruct 70B Terminal-Bench Hard3.0%
Artificial AnalysisLlama 3.3 Instruct 70B Terminal-Bench 2.14.9%
Artificial AnalysisLlama 3.3 Instruct 70B MMLU-Pro71.3%
Artificial AnalysisLlama 3.3 Instruct 70B AIME 20257.7%
Artificial AnalysisLlama 3.3 Instruct 70B AIME30.0%
Artificial AnalysisLlama 3.3 Instruct 70B MATH-50077.3%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

1.
3,57Btókenes
2.
1,52Btókenes
3.
Favicon de https://router.systemsx.cloud/
Router
nuevo
1,05Btókenes
4.
1,01Btókenes
5.
Favicon de https://openclaw.ai/
OpenClaw
940Mtókenes
Resto de OpenRouter
2,01B
Las 5 aplicaciones principales
45,4M

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Documentación

Guías, recetarios, artículos de blog y herramientas para desarrollar con Meta: Llama 3.3 70B Instruct en OpenRouter.

Preguntas frecuentes