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 Results for other workloads are historical and no longer updated.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.
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
Amazon Latency OptimizedAmazon Standard
DeepInfra (Turbo, FP8)DeepInfraVelocidade de saída
4 provedores no total
Menor latência
Amazon Latency OptimizedAmazon StandardDeepInfraDeepInfra (Turbo, FP8)Tempo 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 Amazon Latency Optimized (115.8 t/s), Amazon Standard (99.7 t/s) e DeepInfra (Turbo, FP8) (35.5 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 231% entre o mais rápido e o mais lento.
- Em latência, Amazon Latency Optimized (1.26s), Amazon Standard (1.33s) e DeepInfra (1.93s) 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.
- Amazon Latency Optimized oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra tem o preço mais competitivo.
Destaques
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: Llama 3.1 Instruct 70B
Latency vs. Output Speed
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 Amazon Latency Optimized (115.8 t/s), Amazon Standard (99.7 t/s) e DeepInfra (Turbo, FP8) (35.5 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 Amazon Latency Optimized (1.26s), Amazon Standard (1.33s) e DeepInfra (1.93s). 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.
A velocidade de saída do Llama 3.1 Instruct 70B varia significativamente entre os provedores. Amazon Latency Optimized é o mais rápido, com 115.8 t/s, 3.3x mais rápido que DeepInfra, com 35.0 t/s.
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, Amazon Latency Optimized 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