That's NeuralCatálogo de modelos

meta-llama

Meta: Llama 3.1 70B Instruct

meta-llama/llama-3.1-70b-instruct

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O catálogo da OpenRouter identifica meta-llama/llama-3.1-70b-instruct como a variante Llama 3.1 de 70B ajustada para instruções, com entrada e saída de texto, uma janela de contexto declarada de 131.072 tokens e um corte de conhecimento em 31 de dezembro de 2023. O catálogo afirma que ela é otimizada para diálogo de alta qualidade e lista parâmetros relacionados a ferramentas, mas o pacote não inclui uma ficha independente nem resultados de benchmarks.[1]

Pontos fortes

  • O catálogo informa uma janela de contexto de 131.072 tokens para entradas de texto.[1]
  • Ele lista os parâmetros tools e tool_choice junto com max_tokens, stop, temperature, top_k e top_p.[1]
  • O catálogo descreve a variante como ajustada para instruções e otimizada para diálogo de alta qualidade.[1]

Limitações

  • A evidência vem apenas do catálogo da OpenRouter; uma ficha de modelo independente não estava disponível neste pacote de fontes.[1]
  • O catálogo indica apenas modalidades de entrada e saída de texto, portanto não documenta suporte a imagens ou áudio.[1]
  • Não há resultados de benchmarks fornecidos, e o corte de conhecimento em 31 de dezembro de 2023 pode limitar tópicos posteriores.[1]

Onde usar

  • Pode ser avaliada para assistentes baseados em texto que se beneficiem de uma janela de contexto ampla, após validação da carga de trabalho.[1]
  • Pode ser considerada para protótipos que usem parâmetros de ferramentas, sujeita a testes de integração.[1]
  • Pode ser testada para redigir ou reescrever textos extensos, sem presumir um desempenho específico.[1]

Fontes

  1. [1] OpenRouter catalog · Meta: Llama 3.1 70B InstructFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

Meta's latest class of model (Llama 3.1) launched with a variety of sizes & flavors. This 70B instruct-tuned version is optimized for high quality dialogue usecases. It has demonstrated strong...

Especificações

ID do modelo
meta-llama/llama-3.1-70b-instruct
Criador
meta-llama
Adicionado ao OpenRouter
23.07.2024
Comprimento de contexto
131,072
Modalidade
text->text
Modalidades de entrada
text
Modalidades de saída
text
Preço por token
USD por 1M de tokens: entrada $0.720 / saída $0.720
Corte de conhecimento
31.12.2023
Data de expiração
—

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem medição—
ProgramaçãoSem medição—
AgentesSem mediçãoparâmetros: tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem medição—
Análise de documentosSem medição—
VisãoSem medição—
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

  • S — S — top 10% da coorte
  • A — A — próximos 20% da coorte
  • B — B — próximos 30% da coorte
  • C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Amazon Bedrock131,072$0.720$0.720——100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.