Llama 3.3 70B Instruct (US)

Llama 3.3 70B Instruct (US) 属于 Llama 3.3 系列的指令微调模型，于 2024-12-06 发布，在 Amazon Bedrock 上以 US 区域形态提供。它面向文本输入与文本输出场景，核心卖点是开放权重、128K tokens 上下文、4096 tokens 单次最大输出，以及工具调用和温度调节能力。它要解决的问题很具体：在托管平台上获得 Llama 70B 级开放权重模型的文本理解与生成能力，同时把长上下文、外部工具和可控采样参数纳入同一套调用方式。输入与输出同为 0.72 美元/百万 tokens，计费结构简单；知识截止为 2023-12，时效性任务需要外接检索或工具。本站未收录第三方跑分，选型应结合真实业务样本做验证。

选型建议需要开放权重、128K 上下文和工具调用，且能接受文本专用与 4096 tokens 输出上限时选它；追求多模态、超长单次输出或更低单价时不宜作为首选。

• 构建长文档问答与摘要流程，利用 128K 上下文处理多份材料
• 编排工具调用，把模型接入查询、计算或业务系统操作
• 生成客服回复、邮件和产品说明等文本内容，并控制采样温度
• 用开放权重做私有化部署评估与领域适配试验
• 在 Amazon Bedrock 上搭建文本分类、信息抽取和对话原型

Llama 3.3 70B Instruct (US) 沿用 Llama 系列的指令微调路线，权重开放，具体网络结构细节未在本站事实中展开。

• 结构采用 Llama 系列指令微调架构，权重开放，便于在受控环境中部署与二次适配；层数、注意力实现等精确结构以官方模型卡为准。
• 能力支持 128K tokens 上下文、工具调用与温度调节，可把长文档、对话状态和外部函数放入同一调用链。
• 披露本站未收录训练数据构成、架构图与详细训练方法等资料，公开资料较少的部分不做推断。

开源权重

是

模型家族

llama

本站未收录该模型的第三方跑分，以下仅依据可用配置与限制做定性描述，不给出数值结论。

• 强项128K 上下文适合长文档问答、检索增强和长对话；工具调用便于把模型接入函数式业务流程，开放权重也利于私有化评估。
• 短板仅支持文本输入输出，单次最大输出 4096 tokens，长报告或长代码需分段；缺少本站收录的跑分，复杂推理表现需实测。
• 适合优先用于文本理解、摘要、问答和工具编排；若任务依赖图像、音频或超长单次输出，应评估其他模型。

官方价格为输入 0.72 美元/百万 tokens、输出 0.72 美元/百万 tokens，输入输出同价，计费口径直观。

• 定位在 Bedrock 的 Llama 70B 档位中采用输入输出同价，适合输出长度波动较大的文本任务，成本估算相对简单。
• 横向对比相对本模型输入价，Llama 3.1 70B 持平，Magistral Small 1.2 低 30.6%，Llama 3.1 8B 低 69.4%，Nova Micro APAC/EU 低约 94%。
• 平台差价本站仅收录 models.dev 与 models.dev · amazon-bedrock 条目，两者报价一致，暂无跨平台价差可比较。
• 省钱输出同价让长输出不必按更高单价估算；若业务以短输出、高并发为主，可用更低价小模型做分层路由。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.72/M / $0.72/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录公开跑分，能力判断只依据上下文长度、最大输出、模态和工具调用等配置，不能替代真实业务测试。
• 边界知识截止 2023-12，且仅支持文本输入输出；时效性强的信息需外接检索或工具，不能依赖模型内建知识。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。