meta-llama
Meta: Llama 3.3 70B Instruct
meta-llama/llama-3.3-70b-instruct
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O Llama 3.3 70B Instruct da Meta é um modelo generativo multilíngue de 70 bilhões de parâmetros, pré-treinado e ajustado por instruções, oferecido no catálogo do OpenRouter como um modelo de texto para texto. A listagem reporta uma janela de contexto de 131.072 tokens, corte de conhecimento no fim de 2023 e suporte a chamadas de ferramentas, saídas estruturadas e controles comuns de amostragem. O catálogo do OpenRouter é a única evidência fornecida; não havia um model card independente neste pacote de fontes e só existem métricas limitadas de codificação de terceiros, portanto o desempenho real deve ser validado na carga de trabalho alvo.[1]
Pontos fortes
- Segundo o catálogo do OpenRouter, o modelo oferece suporte a chamadas de ferramentas, escolha de ferramenta e saídas estruturadas, além de controles de amostragem como temperature, top-p, min-p e logit bias.[1]
- A listagem indica uma janela de contexto de 131.072 tokens, o que pode ser útil para documentos longos ou conversas com múltiplos turnos.[1]
- O catálogo o descreve como um modelo generativo multilíngue ajustado por instruções, o que sugere adequação a cargas de trabalho em idiomas além do inglês.[1]
Limitações
- Toda a evidência vem de uma única entrada do catálogo do OpenRouter; não havia um model card independente nem documentação oficial neste pacote, portanto as alegações sobre capacidades e qualidade permanecem não verificadas.[1]
- A listagem reporta entrada e saída apenas de texto; não há documentação de imagem, áudio ou outras modalidades.[1]
- O catálogo não reporta um modo de raciocínio dedicado e o pacote contém apenas uma métrica de codificação de terceiros, logo o desempenho medido é em grande parte desconhecido e exige validação na carga de trabalho.[1]
Onde usar
- Assistentes agênticos ou que usam ferramentas podem ser uma boa opção, dado o suporte a chamadas de função e saídas estruturadas reportado pelo catálogo; teste com suas próprias ferramentas antes de adotar.[1]
- Cargas de trabalho multilíngues de chat ou redação podem se beneficiar do ajuste por instruções multilíngue reportado, embora a qualidade por idioma não tenha sido medida neste pacote.[1]
- Tarefas de contexto longo, como perguntas e respostas sobre documentos, podem aproveitar a janela de contexto de 131 mil tokens indicada, mediante validação de recuperação e latência.[1]
Fontes
- [1] OpenRouter catalog · Meta: Llama 3.3 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.
The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out). The Llama 3.3 instruction tuned text only model...
Especificações
- ID do modelo
- meta-llama/llama-3.3-70b-instruct
- Criador
- meta-llama
- Adicionado ao OpenRouter
- 06.12.2024
- 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 $0.710 / saída $0.710
- 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.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | — |
| Programação | CC — abaixo da faixa B | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | — |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 11.9 | CC — abaixo da faixa B | 13.11.2026 |
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.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| DeepInfrafp8 | 131,072 | $0.100 | $0.320 | — | — | 100% |
| AkashMLfp8 | 131,072 | $0.200 | $0.520 | — | — | 100% |
| Parasailfp8 | 131,072 | $0.220 | $0.500 | — | — | 100% |
| Cloudflarefp8 | 24,000 | $0.293 | $2.25 | — | — | 100% |
| Groq | 131,072 | $0.590 | $0.790 | — | — | 100% |
| SambaNova | 131,072 | $0.600 | $1.2 | — | — | 100% |
| CoreWeavefp16 | 128,000 | $0.710 | $0.710 | — | — | 100% |
| 128,000 | $0.720 | $0.720 | — | — | — | |
| 128,000 | $0.720 | $0.720 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.