Llama 3.3 Instruct 70Bの知能、性能、料金の分析

試す APIプロバイダーのベンチマーク

知能Updated

該当なし

Artificial Analysis Intelligence Index

パフォーマンス

最初の回答トークンまでの時間 1.76秒出力速度 76 tok/s

該当なし

Intelligence Index タスクあたりの時間（分）

コスト

入力 $0.60出力 $0.71

該当なし

Intelligence Indexのタスクあたりのコスト

冗長性

該当なし

Intelligence Indexでの出力トークン数

Llama 3.3 Instruct 70Bはテキスト入力に対応し、テキストを出力します。コンテキストウィンドウは128kトークンで、知識は2023年12月までです。

Llama 3.3 Instruct 70Bの料金は入力100万トークンあたり$0.60（やや高価、中央値：$0.45）、出力100万トークンあたり$0.71（中程度、中央値：$0.71）です。

推論	いいえこのページでは、このモデルの非推論版を表示しています。推論版も存在する可能性があります。
入力モダリティ	対応：テキスト
出力モダリティ	対応：テキスト
知識のカットオフ	2023/12/01
コンテキストウィンドウ	128k Arial 12ポイントのA4用紙約192ページ分
総パラメーター数	70B
ライセンス	LLAMA 3.3 COMMUNITY LICENSE AGREEMENT
モデルウェイト	Hugging Face

各指標は同じクラスのモデルと比較します。

非推論モデル → 他の非推論モデルとのみ比較
推論モデル → 推論モデルと非推論モデルの両方と比較
オープンウェイトモデル → 同じ規模クラスの他のオープンウェイトモデルとのみ比較：

極小：パラメーター数≤4B
小：パラメーター数4B～40B
中：パラメーター数40B～150B
大：パラメーター数>150B

独自モデル → 入力／出力のブレンド料金を3:1として、同じ料金帯の独自モデルとオープンウェイトモデルを比較：

100万トークンあたり<$0.15
100万トークンあたり$0.15～$1
100万トークンあたり>$1

Updated

知能

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

タスクあたりの時間

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

タスクあたりの費用

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index：オープンウェイトとプロプライエタリ

No publicly available API

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

ベンチマーク

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

No publicly available API

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index：スコア

Openness Indexはモデルのオープン性を0～100の正規化尺度で評価します（高いほどオープン）

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

Artificial Analysis Intelligence Index の実行コスト

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

No publicly available API

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

料金：キャッシュヒット・入力・出力

Price (USD per M Tokens)

No publicly available API

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

コンテキストウィンドウ

Context window: tokens limit · Higher is better

No publicly available API

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

パフォーマンス

タスクあたりの時間（分）、出力速度（毎秒トークン数）、最初の回答トークンまでの時間と最初のトークンまでの時間（秒）で測定

Intelligence Indexのタスクあたりの時間

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

No publicly available API

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

出力速度

Output tokens divided by total request time, including time to first token · Higher is better

No publicly available API

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

最初の回答トークンまでの時間

最初の回答トークン受信までの秒数 · 推論モデルの「思考」時間を含む

No publicly available API

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

モデル規模（オープンウェイトモデルのみ）

モデルサイズ：総パラメータ数とアクティブパラメータ数

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

よくある質問

Llama 3.3 Instruct 70Bに関するよくある質問

Llama 3.3 Instruct 70Bは2024年12月6日にリリースされました。

Llama 3.3 Instruct 70BはMetaが開発しました。

Llama 3.3 Instruct 70Bの最初の回答トークンまでの時間は1.76秒です（このモデルを提供するプロバイダー間の中央値に基づく）。同程度の規模の他の非推論オープンウェイトモデルと比べて平均より優れている水準です（中央値：1.79秒）。

Llama 3.3 Instruct 70Bの料金は入力100万トークンあたり$0.60（平均よりやや高い、中央値：$0.45）、出力100万トークンあたり$0.71（平均より安い、中央値：$0.71）です。このモデルを提供するプロバイダー間の中央値に基づきます。

Llama 3.3 Instruct 70Bの料金は入力100万トークンあたり$0.60、出力100万トークンあたり$0.71です（このモデルを提供するプロバイダー間の中央値に基づく）。キャッシュヒット／入力／出力を7:2:1とするブレンド料金は、100万トークンあたり$0.61です。料金はプロバイダーによって異なる場合があります。プロバイダー料金を比較

いいえ。Llama 3.3 Instruct 70Bは推論モデルではありません。思考の連鎖による長い推論を行わず、直接回答します。

Llama 3.3 Instruct 70Bはテキスト入力に対応しています。

Llama 3.3 Instruct 70Bはテキスト出力に対応しています。

いいえ。Llama 3.3 Instruct 70Bは画像入力に対応していません。処理できるのはテキストのみです。

いいえ。Llama 3.3 Instruct 70Bはマルチモーダルではなく、テキスト入力のみに対応しています。

Llama 3.3 Instruct 70Bのコンテキストウィンドウは128kトークンです。これは、モデルが1回のリクエストで処理できるテキストと会話履歴の量を決定します。

はい。Llama 3.3 Instruct 70Bはオープンウェイトモデルです。モデルウェイトが一般公開されており、ダウンロードしてセルフホストできます。

Llama 3.3 Instruct 70Bのパラメーター数は70Bです。

Llama 3.3 Instruct 70BはLLAMA 3.3 COMMUNITY LICENSE AGREEMENTライセンスで公開されています。商用利用は制限付きで認められています。ライセンスを表示

Llama 3.3 Instruct 70Bの知識のカットオフは2023年12月です。モデルの学習データには、この日付までの情報が含まれます。

はい。Llama 3.3 Instruct 70Bは9社のプロバイダーを通じてAPIで利用できます。 APIプロバイダーを比較

Llama 3.3 Instruct 70Bは9社のAPIプロバイダーを通じて利用できます。プロバイダーを比較

Llama 3.3 Instruct 70Bの知能、性能、料金の分析

モデル概要

知能Updated

パフォーマンス

コスト

冗長性

比較の概要

技術仕様

このクラスのモデル：39件

知能

タスクあたりの時間

タスクあたりの費用

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index：オープンウェイトとプロプライエタリ

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

ベンチマーク

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index：スコア

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index の実行コスト

Cost to Run Artificial Analysis Intelligence Index

料金：キャッシュヒット・入力・出力

Cache Hit

コンテキストウィンドウ

コンテキストウィンドウ

Context Window for RAG

Context Window

パフォーマンス

Intelligence Indexのタスクあたりの時間

Time per Intelligence Index Task

Time Period

出力速度

End-to-End Output Speed

最初の回答トークンまでの時間

Time to First Answer Token

モデル規模（オープンウェイトモデルのみ）

モデルサイズ：総パラメータ数とアクティブパラメータ数

Total Parameters

Active Parameters at Inference Time

よくある質問

Llama 3.3 Instruct 70Bはいつリリースされましたか？

Llama 3.3 Instruct 70Bの開発元はどこですか？

Llama 3.3 Instruct 70Bの遅延はどの程度ですか？

Llama 3.3 Instruct 70Bの料金はいくらですか？

Llama 3.3 Instruct 70B APIの料金はいくらですか？

Llama 3.3 Instruct 70Bは推論モデルですか？

Llama 3.3 Instruct 70Bはどの入力モダリティに対応していますか？

Llama 3.3 Instruct 70Bはどの出力モダリティに対応していますか？

Llama 3.3 Instruct 70Bは画像を処理できますか？

Llama 3.3 Instruct 70Bはマルチモーダルですか？

Llama 3.3 Instruct 70Bのコンテキストウィンドウはどのくらいですか？

Llama 3.3 Instruct 70Bはオープンソースですか？

Llama 3.3 Instruct 70Bのパラメーター数はいくつですか？

Llama 3.3 Instruct 70Bのライセンスは何ですか？

Llama 3.3 Instruct 70Bの知識のカットオフはいつですか？

Llama 3.3 Instruct 70BはAPIで利用できますか？

Llama 3.3 Instruct 70Bはどこで利用できますか？