Llama-3.1-70B-Instruct
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 工具调用
- 结构化输出
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 知识截止
- 2023年12月
- 模型家族
- llama
Meta 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 内置工具, 许可证, 别名。
本地运行
权重： meta-llama/Llama-3.1-70B-Instruct- 参数 70.6B
- 稠密
- 原生精度 BF16
- API 上下文 125K （厂商 API）
这类模型的显存取决于分辨率、时长和推理管线，不做估算。它的权重大小：
| 推荐精度 | 权重 |
|---|---|
| 原生 BF16官方 | 131.4 GB |
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- LMArena Text 1,293
第 148 名，共 163 个上榜模型 · 置信区间 1,290–1,297 · 55,240 票
- Epoch AI · GPQA Diamond 44.2%
第 142 名，共 168 个上榜模型 · ±2.45
- Epoch AI · MATH Level 5 36.7%
第 49 名，共 64 个上榜模型 · ±1.02
- Epoch AI · OTIS Mock AIME 2024–2025 3.6%
第 148 名，共 159 个上榜模型 · ±1.69
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月18日至2026年11月4日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月28日
- 我们做的改动
变更
全部变更 →暂无变更记录。
来源
- Meta Model API models（在新标签页打开） dev.meta.ai · 核对于 2026年10月13日
- Meta Model API: reasoning（在新标签页打开） dev.meta.ai · 核对于 2026年10月12日
- meta-llama/Llama-3.1-70B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- models.dev: meta/llama-3.1-70b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月11日
- meta-llama/Llama-3.1-70B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- meta-llama/Llama-3.1-70B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Meta · 美国 · ai.meta.com
相关模型
快照、同系列与同厂商的其他模型