Llama 3.3 Instruct 70B API 제공업체 벤치마킹 및 분석

모델 비교

이 분석은 사용 사례에 가장 적합한 Llama 3.3 Instruct 70B API 제공업체를 선택하는 데 도움을 드립니다.

가장 빠름

Groq

319.6 t/s

Azure

124.7 t/s

CoreWeave

93.6 t/s

Scaleway

85.3 t/s

Parasail (FP8)

73.3 t/s

출력 속도

총 제공업체 9곳

가장 낮은 지연 시간

Groq

0.85 s

CoreWeave

1.02 s

Scaleway

1.38 s

Novita

1.88 s

Azure

2.15 s

첫 토큰까지 걸린 시간

총 제공업체 9곳

가장 낮은 가격

DeepInfra (Turbo, FP8)

$0.12

Novita

$0.16

Parasail (FP8)

$0.17

Groq

$0.61

SambaNova

$0.66

혼합 가격(토큰 100만 개당)

총 제공업체 9곳

Llama 3.3 70B은 성능 특성과 가격이 서로 다른 API 제공업체 9곳에서 제공됩니다. 아래에서 제공업체별 주요 지표를 비교합니다.

출력 속도가 가장 높은 제공업체는 Groq(319.6 t/s), Azure(124.7 t/s) 및 CoreWeave(93.6 t/s)입니다. 제공업체별 속도 차이가 크며, 가장 빠른 곳과 가장 느린 곳의 차이는 1803%입니다.
Groq(0.85초), CoreWeave(1.02초) 및 Scaleway(1.38초)의 첫 토큰까지 걸린 시간이 가장 짧습니다.
DeepInfra (Turbo, FP8)(0.12), Novita(0.16) 및 Parasail (FP8)(0.17)의 토큰 100만 개당 혼합 가격이 가장 낮습니다. 제공업체별 가격은 최대 8.6배 차이 납니다.
Groq은 속도가 가장 빠르고 지연 시간이 가장 짧아 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 DeepInfra (Turbo, FP8)이 적합합니다.

속도

Output tokens per second · Higher is better

지연 시간

Seconds to first answer token received · Lower is better

가격

USD per 1M tokens (blended) · Lower is better

업데이트: 프로덕션 사용 사례를 더 잘 반영하도록 기본 성능 벤치마킹 워크로드를 입력 토큰 10k개로 변경했습니다. 위에서 다른 워크로드도 계속 선택할 수 있습니다.

가격

가격: 캐시 적중, 입력 및 출력: Llama 3.3 70B 제공업체

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

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.

Intelligence Index 작업당 비용: Llama 3.3 70B 제공업체

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

No data available

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.

출력 속도와 가격: Llama 3.3 70B 제공업체

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

속도

출력 속도(초당 토큰 수)로 측정

출력 속도: Llama 3.3 Instruct 70B

출력 속도: 초당 출력 토큰 수 · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Intelligence Index 작업당 시간: Llama 3.3 70B 제공업체

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

작업당 비용과 작업당 시간: Llama 3.3 70B 제공업체

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

지연 시간

첫 토큰까지 걸린 시간(초)으로 측정

첫 토큰까지 걸린 시간: Llama 3.3 70B 제공업체

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

캐시 동작

캐시 적중률: Llama 3.3 70B 제공업체

캐시 가능한 입력 토큰 중 캐시에서 제공된 비율 · 최근 4주 중앙값, 2026년 10월 26일 갱신

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

작업당 비용와 캐시 적중률: Llama 3.3 70B 제공업체

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Oct 26, 2026

Most attractive quadrant

No data available

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: Llama 3.3 70B 제공업체

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

주요 비교 지표 및 API 기능



Amazon Bedrock	128k	오픈	--	--	--	--	--
CoreWeave	128k	오픈	--	94	1.02	6.36	--
DeepInfra	131k	오픈	--	17	2.59	32.35	--
Groq	131k	오픈	--	327	0.86	2.39	--
Microsoft Azure	128k	오픈	--	131	2.15	5.96	--
Novita	131k	오픈	--	42	1.88	13.77	--
Parasail	131k	오픈	--	72	2.52	9.45	--
SambaNova	128k	오픈	--	--	--	--	--
Scaleway	100k	오픈	--	83	1.35	7.35	--

자주 묻는 질문

Llama 3.3 Instruct 70B 제공업체에 관한 일반적인 질문

Llama 3.3 Instruct 70B은 API 제공업체 9곳에서 제공됩니다: Groq, Novita, SambaNova, Parasail (FP8), CoreWeave, Azure, DeepInfra (Turbo, FP8), Amazon 및 Scaleway. 제공업체마다 성능 특성과 가격이 다릅니다.

현재 벤치마킹하고 추적하는 Llama 3.3 Instruct 70B API 제공업체는 9곳입니다.

출력 속도 기준 Llama 3.3 Instruct 70B의 가장 빠른 제공업체들은 Groq(319.6 t/s), Azure(124.7 t/s) 및 CoreWeave(93.6 t/s)입니다. 출력 속도는 모델이 응답을 시작한 뒤 토큰을 얼마나 빠르게 생성하는지 측정합니다.

Llama 3.3 Instruct 70B의 첫 토큰까지 걸린 시간이 가장 짧은 제공업체들은 Groq(0.85s), CoreWeave(1.02s) 및 Scaleway(1.38s)입니다. 지연 시간이 짧을수록 최초 응답을 더 빨리 받습니다.

혼합 가격 기준 Llama 3.3 Instruct 70B의 가장 저렴한 제공업체들은 DeepInfra (Turbo, FP8)(토큰 100만 개당 $0.12), Novita(토큰 100만 개당 $0.16) 및 Parasail (FP8)(토큰 100만 개당 $0.17)입니다. 혼합 가격은 캐시 적중/입력/출력 토큰 비율을 7:2:1로 가정합니다.

Llama 3.3 Instruct 70B의 입력 토큰 가격이 가장 낮은 제공업체들은 DeepInfra (Turbo, FP8)(입력 토큰 100만 개당 $0.10), Novita(입력 토큰 100만 개당 $0.14) 및 Parasail (FP8)(입력 토큰 100만 개당 $0.22)입니다.

Llama 3.3 Instruct 70B의 출력 토큰 가격이 가장 낮은 제공업체들은 DeepInfra (Turbo, FP8)(출력 토큰 100만 개당 $0.32), Novita(출력 토큰 100만 개당 $0.40) 및 Parasail (FP8)(출력 토큰 100만 개당 $0.50)입니다.

Llama 3.3 Instruct 70B의 제공업체별 가격은 최대 8.6배 차이 납니다. 가장 저렴한 DeepInfra (Turbo, FP8)은 토큰 100만 개당 $0.12이고, Scaleway은 $1.05입니다.

Llama 3.3 Instruct 70B의 출력 속도는 제공업체별로 큰 차이가 있습니다. 가장 빠른 Groq은 319.6 t/s로, 16.8 t/s인 DeepInfra (Turbo, FP8)보다 19.0배 빠릅니다.

Llama 3.3 Instruct 70B 제공업체 9곳 중 8곳이 JSON 모드를 지원합니다: Groq, Novita, SambaNova, Parasail (FP8), CoreWeave, Azure, DeepInfra (Turbo, FP8) 및 Scaleway.

Llama 3.3 Instruct 70B 제공업체 9곳 모두 함수 호출(도구 사용)을 지원합니다.

Llama 3.3 Instruct 70B에서는 Groq이 가장 빠른 속도와 가장 짧은 지연 시간으로 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 DeepInfra (Turbo, FP8)이 적합합니다.

Llama 3.3 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 3.3 Instruct 70B의 지능, 역량, 모달리티와 다른 모델과의 비교 정보는 모델 개요 페이지에서 확인하세요. 모델 개요 보기

Llama 3.3 Instruct 70B API 제공업체 벤치마킹 및 분석

가장 빠름

가장 낮은 지연 시간

가장 낮은 가격

속도

지연 시간

가격

가격

가격: 캐시 적중, 입력 및 출력: Llama 3.3 70B 제공업체

Cache Hit

Intelligence Index 작업당 비용: Llama 3.3 70B 제공업체

Cost per Intelligence Index Task

출력 속도와 가격: Llama 3.3 70B 제공업체

Output Speed

속도

출력 속도: Llama 3.3 Instruct 70B

Output Speed

Model Performance Representation

Intelligence Index 작업당 시간: Llama 3.3 70B 제공업체

Time per Intelligence Index Task

작업당 비용과 작업당 시간: Llama 3.3 70B 제공업체

Cost per Intelligence Index Task

지연 시간

첫 토큰까지 걸린 시간: Llama 3.3 70B 제공업체

Latency (Time to First Token)

Median

캐시 동작

캐시 적중률: Llama 3.3 70B 제공업체

What Cache Hit Rate Shows

작업당 비용와 캐시 적중률: Llama 3.3 70B 제공업체

Cost per Intelligence Index Task

종단 간 응답 시간

종단 간 응답 시간: Llama 3.3 70B 제공업체

End-to-End Response Time

주요 비교 지표 및 API 기능

자주 묻는 질문

Llama 3.3 Instruct 70B은 어디에서 사용할 수 있나요?

Llama 3.3 Instruct 70B을 제공하는 API 제공업체는 몇 곳인가요?

Llama 3.3 Instruct 70B을 가장 빠르게 제공하는 곳은 어디인가요?

Llama 3.3 Instruct 70B의 지연 시간이 가장 짧은 제공업체는 어디인가요?

Llama 3.3 Instruct 70B을 가장 저렴하게 제공하는 곳은 어디인가요?

Llama 3.3 Instruct 70B의 입력 가격이 가장 낮은 제공업체는 어디인가요?

Llama 3.3 Instruct 70B의 출력 가격이 가장 낮은 제공업체는 어디인가요?

Llama 3.3 Instruct 70B 제공업체별 가격 차이는 얼마나 되나요?

Llama 3.3 Instruct 70B 제공업체별 속도 차이는 얼마나 되나요?

JSON 모드를 지원하는 Llama 3.3 Instruct 70B 제공업체는 어디인가요?

함수 호출을 지원하는 Llama 3.3 Instruct 70B 제공업체는 어디인가요?

Llama 3.3 Instruct 70B의 최적 제공업체는 어디인가요?

Llama 3.3 Instruct 70B 제공업체는 어떻게 선택해야 하나요?

Llama 3.3 Instruct 70B 제공업체의 성능은 시간에 따라 달라지나요?

Llama 3.3 Instruct 70B의 전반적인 역량은 무엇인가요?