
Meta: Llama 3.3 70B Instruct
meta-llama/llama-3.3-70b-instruct
Poids du modèleThe 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.
Fournisseurs
Différentes entreprises hébergent le même modèle. OpenRouter achemine votre requête vers l’une d’elles selon le mode de routage que vous choisissez : Équilibré (prix + vitesse), Nitro (le plus rapide) ou Floor (le moins cher).
| 0,710 $US | 0,710 $US | 0,710 $US | 0,16s | 74 tok/s | ||
| 0,220 $US | 0,500 $US | 0,110 $US | 0,91s | 42 tok/s | ||
| 0,600 $US | 1,200 $US | -- | 0,82s | 68 tok/s | ||
| 0,293 $US | 2,253 $US | -- | 0,84s | 31 tok/s | ||
BYOK uniquement | 0,720 $US | 0,720 $US | -- | -- | -- | |
BYOK uniquement | 0,720 $US | 0,720 $US | -- | -- | -- | |
| 0,200 $US | 0,520 $US | 0,100 $US | 1,02s | 22 tok/s | ||
| 0,100 $US | 0,320 $US | -- | 4,24s | 20 tok/s | ||
| 0,590 $US | 0,790 $US | 0,295 $US | 0,37s | 174 tok/s |
- Entrée 0,71 $US / Sortie 0,71 $US74 tok/s97,61 % de disponibilité
- Entrée 0,22 $US / Sortie 0,50 $US42 tok/s99,42 % de disponibilité
- Entrée 0,60 $US / Sortie 1,20 $US68 tok/s99,79 % de disponibilité
- Entrée 0,293 $US / Sortie 2,253 $US31 tok/s97,13 % de disponibilité
- Entrée 0,72 $US / Sortie 0,72 $US-- tok/s-- de disponibilitéBYOK uniquement
- Entrée 0,72 $US / Sortie 0,72 $US-- tok/s-- de disponibilitéBYOK uniquement
- Entrée 0,20 $US / Sortie 0,52 $US22 tok/s100,00 % de disponibilité
Entrée 0,10 $US / Sortie 0,32 $US20 tok/s98,73 % de disponibilité- Entrée 0,59 $US / Sortie 0,79 $US174 tok/s100,00 % de disponibilité
Tarification
Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.
Moyenne pondérée
Llama 3.3 70B Instruct — Historique des prix
| 0,0998 $US | 0,317 $US | 0,0 % | 6,8 % | ||
| 0,1473 $US | 0,517 $US | 52,6 % | 15,5 % | ||
| 0,1815 $US | 0,498 $US | 34,8 % | 17,3 % | ||
| 0,2927 $US | 2,248 $US | 0,0 % | 3,7 % | ||
| 0,5898 $US | 0,786 $US | 0,0 % | 18,5 % | ||
| 0,5997 $US | 1,195 $US | 0,0 % | 8,6 % | ||
| 0,7097 $US | 0,707 $US | 49,3 % | 29,6 % | ||
| — | — | — | — | ||
| — | — | — | — |
- Prix effectif en entrée 0,0998 $US / Sortie effective 0,317 $USPart des jetons6,8 %
- Prix effectif en entrée 0,1473 $US / Sortie effective 0,517 $USPart des jetons15,5 %
- Prix effectif en entrée 0,1815 $US / Sortie effective 0,498 $USPart des jetons17,3 %
- Prix effectif en entrée 0,2927 $US / Sortie effective 2,248 $USPart des jetons3,7 %
- Prix effectif en entrée 0,5898 $US / Sortie effective 0,786 $USPart des jetons18,5 %
- Prix effectif en entrée 0,5997 $US / Sortie effective 1,195 $USPart des jetons8,6 %
- Prix effectif en entrée 0,7097 $US / Sortie effective 0,707 $USPart des jetons29,6 %
- Prix effectif en entrée — / Sortie effective —Part des jetons —
- Prix effectif en entrée — / Sortie effective —Part des jetons —
Performances
Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).
P50, meilleur résultat tous fournisseurs confondus
P50, meilleur fournisseur
Disponibilité
La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.
Disponibilité au cours des 3 derniers jours
72 dernières heuresDisponibilité au cours des dernières 24 heures
Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.
Évaluations comparatives
Scores aux évaluations standardisées et réponses de ce modèle aux prompts communs des tests de référence. Des pourcentages plus élevés sont meilleurs — et chaque rang indique la position de ce modèle parmi les modèles évalués sur cette source.
| Source | Test de performance | Score |
|---|---|---|
| Artificial Analysis | Llama 3.3 Instruct 70B Coding Index | 11,9 |
| Artificial Analysis | Llama 3.3 Instruct 70B GPQA Diamond | 49.8% |
| Artificial Analysis | Llama 3.3 Instruct 70B HLE | 3.6% |
| Artificial Analysis | Llama 3.3 Instruct 70B IFBench | 47.1% |
| Artificial Analysis | Llama 3.3 Instruct 70B τ²-Bench Telecom | 26.6% |
| Artificial Analysis | Llama 3.3 Instruct 70B AA-LCR | 15.7% |
| Artificial Analysis | Llama 3.3 Instruct 70B GDPval-AA | 0.0% |
| Artificial Analysis | Llama 3.3 Instruct 70B CritPt | 0.0% |
| Artificial Analysis | Llama 3.3 Instruct 70B LiveCodeBench | 28.8% |
| Artificial Analysis | Llama 3.3 Instruct 70B Terminal-Bench Hard | 3.0% |
| Artificial Analysis | Llama 3.3 Instruct 70B Terminal-Bench 2.1 | 4.9% |
| Artificial Analysis | Llama 3.3 Instruct 70B MMLU-Pro | 71.3% |
| Artificial Analysis | Llama 3.3 Instruct 70B AIME 2025 | 7.7% |
| Artificial Analysis | Llama 3.3 Instruct 70B AIME | 30.0% |
| Artificial Analysis | Llama 3.3 Instruct 70B MATH-500 | 77.3% |
Applications
Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.
Activité
Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.
API
Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.
Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional
Documentation
Guides, recueils de recettes, articles de blog et outils pour développer avec Meta: Llama 3.3 70B Instruct sur OpenRouter.
Questions fréquentes
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.
La documentation de Llama 3.3 70B Instruct sur OpenRouter comprend l’article de blog Price Drops and Llama 3.3 70b . Le guide de démarrage rapide présente les clés API et votre première requête, et la référence API répertorie tous les paramètres.
Llama 3.3 70B Instruct coûte 0,10 $US/M de jetons d’entrée et 0,32 $US/M de jetons de sortie.
Llama 3.3 70B Instruct dispose d’une fenêtre de contexte de 131 072 jetons. Il prend en charge jusqu’à 16 384 jetons de complétion.
Oui. Llama 3.3 70B Instruct accepte tools et tool_choice pour les appels de fonctions chez 5 des 8 fournisseurs qui le proposent, et les requêtes qui envoient des outils sont acheminées vers ces fournisseurs. Il prend également en charge les sorties structurées via un schéma JSON dans response_format.
Llama 3.3 70B Instruct est servi par 8 fournisseurs sur OpenRouter : DeepInfra (Turbo), AkashML, Parasail, Cloudflare, Groq, SambaNova Turbo, CoreWeave et Google Vertex. Les requêtes sont acheminées vers le meilleur fournisseur disponible, avec un basculement automatique vers les autres, et vous pouvez épingler ou exclure des fournisseurs grâce au routage des fournisseurs.
Llama 3.3 70B Instruct est sorti le 6 décembre 2024. Ses connaissances s’arrêtent au 31 décembre 2023.