Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.
Meta lançou uma versão mais recente, Llama 3.3 Instruct 70B. Sugerimos considerá-la como alternativa.
Llama 3.1 Instruct 70B Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Llama 3.1 Instruct 70B para seu caso de uso.
Mais rápido
DeepInfra (Turbo, FP8)DeepInfraVelocidade de saída
4 provedores no total
Menor latência
DeepInfra (Turbo, FP8)DeepInfraTempo até o primeiro token
4 provedores no total
Menor preço
DeepInfraDeepInfra (Turbo, FP8)
Amazon StandardAmazon Latency OptimizedPreço combinado (por 1M de tokens)
4 provedores no total
Llama 3.1 70B está disponível em 4 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são DeepInfra (Turbo, FP8) (40.0 t/s) e DeepInfra (39.9 t/s).
- Em latência, DeepInfra (Turbo, FP8) (1.96s) e DeepInfra (2.10s) têm o menor tempo até o primeiro token.
- Em preço, DeepInfra (0.40), DeepInfra (Turbo, FP8) (0.40) e Amazon Standard (0.72) têm os menores preços combinados por 1M de tokens. Os preços variam em até 2.2x entre os provedores.
- DeepInfra (Turbo, FP8) oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra tem o preço mais competitivo.
Preços
Preços: acertos de cache, entrada e saída
Custo por tarefa do Intelligence Index
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída: Llama 3.1 Instruct 70B
Tempo por tarefa do Intelligence Index
Custo por tarefa vs. tempo por tarefa
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do Llama 3.1 Instruct 70B
Llama 3.1 Instruct 70B está disponível em 4 provedores de API: Amazon Standard, DeepInfra, Amazon Latency Optimized e DeepInfra (Turbo, FP8). Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Llama 3.1 Instruct 70B está disponível em 4 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Llama 3.1 Instruct 70B em velocidade de saída são DeepInfra (Turbo, FP8) (40.0 t/s) e DeepInfra (39.9 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token para o Llama 3.1 Instruct 70B são DeepInfra (Turbo, FP8) (1.96s) e DeepInfra (2.10s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Llama 3.1 Instruct 70B em preço combinado são DeepInfra ($0.40 por 1M de tokens), DeepInfra (Turbo, FP8) ($0.40 por 1M de tokens) e Amazon Standard ($0.72 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Llama 3.1 Instruct 70B são DeepInfra ($0.40 por 1M de tokens de entrada), DeepInfra (Turbo, FP8) ($0.40 por 1M de tokens de entrada) e Amazon Standard ($0.72 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Llama 3.1 Instruct 70B são DeepInfra ($0.40 por 1M de tokens de saída), DeepInfra (Turbo, FP8) ($0.40 por 1M de tokens de saída) e Amazon Standard ($0.72 por 1M de tokens de saída).
Os preços do Llama 3.1 Instruct 70B variam em até 2.2x entre os provedores. O mais acessível é DeepInfra, com $0.40 por 1M de tokens, enquanto Amazon Latency Optimized cobra $0.90 por 1M de tokens.
2 de 4 provedores são compatíveis com o modo JSON para o Llama 3.1 Instruct 70B: DeepInfra e DeepInfra (Turbo, FP8).
Todos os 4 provedores do Llama 3.1 Instruct 70B são compatíveis com chamadas de funções (uso de ferramentas).
Para o Llama 3.1 Instruct 70B, DeepInfra (Turbo, FP8) oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra tem o preço mais competitivo.
Ao escolher um provedor para o Llama 3.1 Instruct 70B, considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Llama 3.1 Instruct 70B, além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo