Meta: Llama 3.3 70B Instruct
🇺🇸 Meta · Llama 3.3
输入价格 $0.100 每百万 tokens NT$3.2
输出价格 $0.320 每百万 tokens NT$10.2
Context Window 131K tokens 输出上限 16K
OpenRouter 路由价 请以官方定价页为准
概览
Meta: Llama 3.3 70B Instruct 是 Meta 推出的大型语言模型 API，属于其 Llama 3.3 系列。输入每百万 token $0.100、输出每百万 token $0.320，定位在预算型区间，是高吞吐或成本敏感工作负载中较便宜的选择之一。输出 token 的成本约为输入的 3 倍，因此以提示为主的工作负载会比以生成为主的明显便宜。131K token 的上下文窗口（约 197 页文字）足以处理长文档、跨文件代码或较长的对话。在 Artificial Analysis 的 Intelligence Index 上得分为 9（F 级），可作为其整体推理能力相对于本站其他模型的参考指标。本页所有价格反映的是 OpenRouter 的路由费率，每日自动同步；正式投入生产前，请以提供商官方定价为准。
| 维度 | 单位 | 价格 (USD) |
|---|---|---|
| 输入 | 每 1M tokens | $0.100 |
| 输出 | 每 1M tokens | $0.320 |
- 提供商
- Meta
- 模型家族
- Llama 3.3
- 版本字符串
- meta-llama/llama-3.3-70b-instruct
- 状态
- 使用中
- 模态
- 文字
- Context Window
- 131,072 tokens
- 输出上限
- 16,384 tokens
综合指标
由 Artificial Analysis 评估的跨领域能力指数 — Artificial Analysis
Coding Index 12 F 测量于 2026-07-01
Intelligence Index 9 F 测量于 2026-07-01
Benchmark 分数
数据来源：Artificial Analysis
AA-LCR 15.0% F 测量于 2026-07-01
GPQA Diamond 49.8% C 测量于 2026-07-01
HLE 4.0% D 测量于 2026-07-01
IFBench 47.1% C 测量于 2026-07-01
IFBench 47.1% C 测量于 2026-07-01
Non-Hallucination 14.9% 测量于 2026-07-01
Omniscience Accuracy 17.9% 测量于 2026-07-01
SciCode 26.0% C 测量于 2026-07-01
Tau2 26.6% 测量于 2026-07-01
TerminalBench 3.0% 测量于 2026-07-01
效能指标
实测数据，由 Artificial Analysis 每 72 小时更新 — Artificial Analysis
首 Token 延迟 1.7s 测量于 2026-07-01
输出速度 91 t/s 测量于 2026-07-01
回应时间 7.2s 测量于 2026-07-01
用途分析
基于基准测试和官方资料整理的模型强项、缺点与适用场景
强项
- 405B級性能70B成本 MMLU (CoT) 86.0%匹配405B，HumanEval 88.4%超過405B，MATH 77.0%超過405B。 基准测试
- 卓越指令遵循 IFEval 92.1%，同類最佳，甚至優於405B（88.6%）。 基准测试
最适合
- 生產企業應用 大規模部署的最佳價值——以70B成本和延遲實現405B質量。 官方
- 指令遵循應用 92.1% IFEval分數——最適合代理系統、工具使用和結構化工作流。 基准测试
过去 90 天价格走势
输入 / 输出价格（USD per 1M tokens）
过去 90 天记录；每次价格变动会在此呈现
| 日期 | 维度 | 价格 (USD) | 来源 |
|---|---|---|---|
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter | |
| 输出 | $0.320 | OpenRouter | |
| 输入 | $0.100 | OpenRouter |
描述
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...
重点摘要
以下为本页面的关键数据，供快速参考与引用。
- Meta: Llama 3.3 70B Instruct input 价格为 $0.1/M tokens
- Meta: Llama 3.3 70B Instruct output 价格为 $0.32/M tokens
- Context window：131,072 tokens
- 提供商：Meta
- 模型家族：Llama 3.3
- 支持模态：文字
- 数据来源：OpenRouter，每日自动更新