„Llama 3.3 70B Instruct“, vytvořený společností Meta, je vícejazyčný velký jazykový model speciálně vyladěný pro úlohy založené na instrukcích a optimalizovaný pro konverzační aplikace. Je schopen zpracovávat a generovat text v několika jazycích s kontextovým oknem podporujícím až 128 000 tokenů. Uvedený na trh 6. prosince 2024, model překonává řadu open-source i proprietárních chatbotů v různých průmyslových srovnávacích testech. Využívá Grouped-Query Attention (GQA) ke zlepšení škálovatelnosti a byl natrénován na různorodé množině dat obsahující více než 15 bilionů tokenů z veřejně dostupných zdrojů. Znalosti modelu jsou aktuální k prosinci 2023.
Webová stránka Webová stránka AI modelu | |
Poskytovatel Subjekt, který poskytuje tento model. | |
Chat Zadejte zprávu a začněte chatovat | - |
Datum vydání Kdy byl model poprvé vydán. | 1 rok ago Pro 06, 2024 |
Modality Typy dat, která tento model dokáže zpracovat | text |
Poskytovatelé API Poskytovatelé, kteří tento model nabízejí. (Toto není vyčerpávající seznam.) | Fireworks, Together, DeepInfra, Hyperbolic |
Datum uzávěrky znalostí Kdy byly poslední aktualizace znalostí modelu. | 12.2024 |
Open Source Zda je kód modelu k dispozici pro veřejné použití. | Ano |
Cena za vstup Cena za zpracování tokenů ve vašich výzvách | $0.23 na milion tokenů |
Cena za výstup Cena za tokeny generované modelem | $0.40 na milion tokenů |
MMLU Massive Multitask Language Understanding - Testuje znalosti v 57 oblastech, včetně matematiky, historie, práva a dalších | 86% 0-shot, CoT Zdroj |
MMLU-Pro Robustnější MMLU benchmark s těžšími, na uvažování zaměřenými otázkami, větším výběrem a nižší citlivostí na výzvy | 68.9% 5-shot, CoT Zdroj |
MMMU Massive Multitask Multimodal Understanding - Testuje porozumění napříč textem, obrázky, zvukem a videem | Není k dispozici |
HellaSwag Náročný benchmark pro dokončení vět | Není k dispozici |
HumanEval Hodnotí schopnosti generování kódu a řešení problémů | 88.4% pass@1 Zdroj |
MATH Testuje schopnosti řešení matematických problémů napříč různými úrovněmi obtížnosti | 77% 0-shot, CoT Zdroj |
GPQA Testuje znalosti na úrovni PhD z chemie, biologie a fyziky prostřednictvím otázek s výběrem, které vyžadují hlubokou odbornou znalost | 50.5% 0-shot, CoT Zdroj |
IFEval Testuje schopnost modelu přesně dodržovat explicitní formátovací pokyny, generovat vhodné výstupy a udržovat konzistenci dodržování pokynů napříč různými úkoly | 92.1% Zdroj |
SimpleQA Hodnocení přesnosti jednoduchých otázek | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Vícejazyčný programovací benchmark. | - |
LiveCodeBench v5 Benchmark pro programování v reálném čase | - |
Global MMLU (Lite) Zjednodušená verze benchmarku pro hodnocení univerzálnosti modelů na globální úrovni. | - |
MathVista Hodnotí schopnosti matematického uvažování modelů umělé inteligence ve vizuálních kontextech | - |
Mobilní aplikace | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2026 All Right Reserved.