M
Llama 3.1 70B InstructOPEN
Llama 3.1 70B Instruct (Meta): prezzi API live, finestra di contesto e le migliori alternative open-source, monitorate quotidianamente da OpenSourceAI.tech.
I prezzi si aggiornano automaticamente — controllati ogni ora rispetto ai prezzi della lista dei fornitori.
Benchmark e prestazioni
Punteggi di benchmark indipendenti per Llama 3.1 70B Instruct, misurati da Artificial Analysis. Maggiore è meglio.
Informazioni su questo modello
Llama 3.1 70B Instruct è un modello AI a peso aperto di Meta. Puoi scaricarlo e ospitarlo autonomamente gratuitamente; i prezzi qui sotto sono i prezzi di listino delle API ospitate, monitorati ogni ora, per quando preferisci la comodità all'auto-ospitare.
Domande frequenti
Cos'è Llama 3.1 70B Instruct?
Llama 3.1 70B Instruct è un modello di linguaggio AI di Meta. È a peso aperto: puoi scaricarlo ed eseguirlo sul tuo hardware, gratuitamente. Ottiene 6.8 sull'indice di intelligenza Artificial Analysis.
Llama 3.1 70B Instruct è gratuito?
I pesi sono gratuiti e aperti — puoi ospitare Llama 3.1 70B Instruct da solo e non pagare nulla per token. Se preferisci un'API ospitata, i prezzi sono $0.4 per milione di token in input e $0.4 per milione di token in output.
A cosa serve Llama 3.1 70B Instruct?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 40.9%, MMLU-Pro 67.6%, Humanity's Last Exam 4.6%, Long Context Reasoning 6.3%, LiveCodeBench 23.2%, SciCode 26.7%, MATH-500 64.9%, AIME 17.3%, AIME 2025 4%, IFBench 34.4%, τ²-Bench 15.2%, Terminal-Bench Hard 3%. È particolarmente utilizzato per ragionamento matematico.
Posso ospitare Llama 3.1 70B Instruct da solo?
Sì. Llama 3.1 70B Instruct ha pesi aperti, quindi puoi scaricarlo ed eseguirlo sulla tua GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.
Alternative open-source
A seconda del tuo carico di lavoro, un modello a peso aperto che puoi ospitare autonomamente potrebbe ridurre drasticamente i costi o rimuovere completamente la tariffazione per token. Le nostre pagine di confronto mettono questo modello a confronto con i più forti contendenti open-source.