M
Llama 3.1 70B InstructOPEN
A última classe de modelo da Meta (Llama 3.1) foi lançada com uma variedade de tamanhos e sabores.
Os preços são atualizados automaticamente — verificados diariamente em relação aos preços de lista dos provedores.
- $0.4 por 1M de tokens, assumindo 3 entradas para 1 saída a convenção usada pela Artificial Analysis
- mais barato que 46% dos 191 modelos open-weight rastreados aqui
- 8 de 12 modelos Meta rastreados aqui, do mais barato
Benchmarks & performance
Pontuações de benchmark independentes para Llama 3.1 70B Instruct, medidas pela Artificial Analysis. Quanto maior, melhor.
Modelos neste nível custam $0.2 por 1M de tokens (mediana de 22) — este custa $0.4.
Mais barato e melhor neste índice: GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna (batch) e 61 a mais
Sobre este modelo
Llama 3.1 70B Instruct é um modelo de IA open-weight da Meta. Você pode baixá-lo e fazer self-host gratuitamente; os preços abaixo são preços de lista de API hospedada, monitorados diariamente, para quando você preferir conveniência ao self-hosting.
Perguntas frequentes
O que é o Llama 3.1 70B Instruct?
Llama 3.1 70B Instruct é um modelo de linguagem de IA da Meta. É open-weight: você pode baixá-lo e executá-lo em seu próprio hardware, gratuitamente. Ele pontua 6.5 no índice de inteligência Artificial Analysis.
O Llama 3.1 70B Instruct é gratuito?
Os pesos são gratuitos e abertos — você pode auto-hospedar o Llama 3.1 70B Instruct e não pagar nada por token. Se preferir uma API hospedada, os preços são $0.4 por milhão de tokens de entrada e $0.4 por milhão de tokens de saída.
Para que serve Llama 3.1 70B Instruct?
Benchmarks independentes da Artificial Analysis dão a ele 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%. É particularmente usado para raciocínio matemático.
Posso auto-hospedar o Llama 3.1 70B Instruct?
Sim. O Llama 3.1 70B Instruct tem open weights, então você pode baixá-lo e executá-lo em sua própria GPU ou servidor com ferramentas como Ollama, vLLM ou llama.cpp — sem custo por token.