This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Meta has launched a newer model, Llama 3.3 70B. We suggest considering it instead.
For more information, see comparison of Llama 3.3 70B to other models and API provider benchmarks for Llama 3.3 70B.
이 분석은 사용 사례에 가장 적합한 Llama 3.1 Instruct 70B API 제공업체를 선택하는 데 도움을 드립니다.
가장 빠름
Amazon Latency OptimizedAmazon Standard
DeepInfra (Turbo, FP8)DeepInfra출력 속도
총 제공업체 4곳
가장 낮은 지연 시간
Amazon Latency OptimizedAmazon StandardDeepInfraDeepInfra (Turbo, FP8)첫 토큰까지 걸린 시간
총 제공업체 4곳
가장 낮은 가격
DeepInfraDeepInfra (Turbo, FP8)Amazon StandardAmazon Latency Optimized혼합 가격(토큰 100만 개당)
총 제공업체 4곳
Llama 3.1 70B은 성능 특성과 가격이 서로 다른 API 제공업체 4곳에서 제공됩니다. 아래에서 제공업체별 주요 지표를 비교합니다.
- 출력 속도가 가장 높은 제공업체는 Amazon Latency Optimized(113.9 t/s), Amazon Standard(95.0 t/s) 및 DeepInfra (Turbo, FP8)(34.8 t/s)입니다. 제공업체별 속도 차이가 크며, 가장 빠른 곳과 가장 느린 곳의 차이는 229%입니다.
- Amazon Latency Optimized(1.26초), Amazon Standard(1.30초) 및 DeepInfra(2.15초)의 첫 토큰까지 걸린 시간이 가장 짧습니다.
- DeepInfra(0.40), DeepInfra (Turbo, FP8)(0.40) 및 Amazon Standard(0.72)의 토큰 100만 개당 혼합 가격이 가장 낮습니다. 제공업체별 가격은 최대 2.2배 차이 납니다.
- Amazon Latency Optimized은 속도가 가장 빠르고 지연 시간이 가장 짧아 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 DeepInfra이 적합합니다.
주요 내용
가격
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Output Speed vs. Price
속도
출력 속도(초당 토큰 수)로 측정
Output Speed: Llama 3.1 Instruct 70B
Latency vs. Output Speed
지연 시간
첫 토큰까지 걸린 시간(초)으로 측정
첫 토큰까지 걸린 시간
종단 간 응답 시간
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
종단 간 응답 시간
주요 비교 지표 및 API 기능
자주 묻는 질문
Llama 3.1 Instruct 70B 제공업체에 관한 일반적인 질문
Llama 3.1 Instruct 70B은 API 제공업체 4곳에서 제공됩니다: Amazon Standard, DeepInfra, Amazon Latency Optimized 및 DeepInfra (Turbo, FP8). 제공업체마다 성능 특성과 가격이 다릅니다.
현재 벤치마킹하고 추적하는 Llama 3.1 Instruct 70B API 제공업체는 4곳입니다.
출력 속도 기준 Llama 3.1 Instruct 70B의 가장 빠른 제공업체들은 Amazon Latency Optimized(113.9 t/s), Amazon Standard(95.0 t/s) 및 DeepInfra (Turbo, FP8)(34.8 t/s)입니다. 출력 속도는 모델이 응답을 시작한 뒤 토큰을 얼마나 빠르게 생성하는지 측정합니다.
Llama 3.1 Instruct 70B의 첫 토큰까지 걸린 시간이 가장 짧은 제공업체들은 Amazon Latency Optimized(1.26s), Amazon Standard(1.30s) 및 DeepInfra(2.15s)입니다. 지연 시간이 짧을수록 최초 응답을 더 빨리 받습니다.
혼합 가격 기준 Llama 3.1 Instruct 70B의 가장 저렴한 제공업체들은 DeepInfra(토큰 100만 개당 $0.40), DeepInfra (Turbo, FP8)(토큰 100만 개당 $0.40) 및 Amazon Standard(토큰 100만 개당 $0.72)입니다. 혼합 가격은 캐시 적중/입력/출력 토큰 비율을 7:2:1로 가정합니다.
Llama 3.1 Instruct 70B의 입력 토큰 가격이 가장 낮은 제공업체들은 DeepInfra(입력 토큰 100만 개당 $0.40), DeepInfra (Turbo, FP8)(입력 토큰 100만 개당 $0.40) 및 Amazon Standard(입력 토큰 100만 개당 $0.72)입니다.
Llama 3.1 Instruct 70B의 출력 토큰 가격이 가장 낮은 제공업체들은 DeepInfra(출력 토큰 100만 개당 $0.40), DeepInfra (Turbo, FP8)(출력 토큰 100만 개당 $0.40) 및 Amazon Standard(출력 토큰 100만 개당 $0.72)입니다.
Llama 3.1 Instruct 70B의 제공업체별 가격은 최대 2.2배 차이 납니다. 가장 저렴한 DeepInfra은 토큰 100만 개당 $0.40이고, Amazon Latency Optimized은 $0.90입니다.
Llama 3.1 Instruct 70B의 출력 속도는 제공업체별로 큰 차이가 있습니다. 가장 빠른 Amazon Latency Optimized은 113.9 t/s로, 34.7 t/s인 DeepInfra보다 3.3배 빠릅니다.
Llama 3.1 Instruct 70B 제공업체 4곳 중 2곳이 JSON 모드를 지원합니다: DeepInfra 및 DeepInfra (Turbo, FP8).
Llama 3.1 Instruct 70B 제공업체 4곳 모두 함수 호출(도구 사용)을 지원합니다.
Llama 3.1 Instruct 70B에서는 Amazon Latency Optimized이 가장 빠른 속도와 가장 짧은 지연 시간으로 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 DeepInfra이 적합합니다.
Llama 3.1 Instruct 70B 제공업체를 선택할 때는 출력 속도(처리량 중심 작업), 지연 시간(빠른 최초 응답이 필요한 대화형 애플리케이션), 가격(비용에 민감한 워크로드), JSON 모드나 함수 호출 같은 API 기능을 고려하세요.
예. 인프라 변경, 부하 분산, 업데이트에 따라 제공업체 성능이 달라질 수 있습니다. 모든 제공업체를 지속적으로 벤치마킹하고 '시간 경과' 차트에 과거 성능 추이를 표시합니다.
Llama 3.1 Instruct 70B의 지능, 역량, 모달리티와 다른 모델과의 비교 정보는 모델 개요 페이지에서 확인하세요. 모델 개요 보기