Llama-3.3-70B-Instruct

语言 Meta 部分核实

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-3.3-70B-Instruct

参数 70.6B
稠密
原生精度 BF16
API 上下文 125K （厂商 API）

我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s

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 1,318

第 143 名，共 163 个上榜模型 · 置信区间 1,315–1,322 · 54,493 票
Epoch AI · GPQA Diamond 47.4%

第 135 名，共 168 个上榜模型 · ±2.85
Epoch AI · MATH Level 5 41.6%

第 46 名，共 64 个上榜模型 · ±1.18
Epoch AI · OTIS Mock AIME 2024–2025 5.1%

第 145 名，共 159 个上榜模型 · ±2.36

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
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-3.3-70B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
models.dev: meta/llama-3.3-70b-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-3.3-70B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月4日
meta-llama/Llama-3.3-70B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年11月2日

Meta 官方政策：数据使用、隐私、条款 →

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

快照、同系列与同厂商的其他模型