M
Llama 3.1 70B InstructOPEN
L'ultima classe di modelli di Meta (Llama 3.1) è stata lanciata con una varietà di dimensioni e varianti.
I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.
- $0.4 per 1M token, assumendo 3 input per 1 output la convenzione utilizzata da Artificial Analysis
- più economico del 46% dei 191 modelli open-weight monitorati qui
- 8 di 12 modelli Meta monitorati qui, dal più economico
Benchmark e prestazioni
Punteggi di benchmark indipendenti per Llama 3.1 70B Instruct, misurati da Artificial Analysis. Maggiore è meglio.
I modelli a questo livello costano $0.2 per 1M token (mediana di 22) — questo costa $0.4.
Più economico e migliore su questo indice: GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna (batch) e 61 in più
Informazioni su questo modello
Llama 3.1 70B Instruct è un modello AI open-weight di Meta. Può scaricarlo e self-hostarlo gratuitamente; i prezzi sotto sono prezzi di listino delle API hosted, monitorati quotidianamente, per quando preferisce la comodità al self-hosting.
Domande frequenti
Cos'è Llama 3.1 70B Instruct?
Llama 3.1 70B Instruct è un modello di linguaggio AI di Meta. È open-weight: può scaricarlo ed eseguirlo sul proprio hardware, gratuitamente. Ottiene 6.5 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 4.5%, Long Context Reasoning 8%, 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 open weights, quindi può essere scaricato ed eseguito sulla propria GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.