메타가 개발한 Llama 3.3 70B Instruct는 지시 기반 작업에 특화되어 미세 조정된 다국어 대형 언어 모델로, 대화형 응용에 최적화되어 있습니다. 최대 128,000 토큰의 컨텍스트 윈도우를 지원하며, 다양한 언어의 텍스트 생성 및 처리가 가능합니다. 2024년 12월 6일 출시되었으며, 공개 및 사유 챗봇 모델 다수를 능가하는 벤치마크 성능을 기록했습니다. Grouped-Query Attention(GQA)을 활용해 확장성을 높였으며, 공개 데이터 기반의 15조 개 이상 토큰으로 학습되었습니다. 모델 지식은 2023년 12월 기준입니다.
웹사이트 AI 모델 웹페이지 | |
제공자 이 모델을 제공하는 주체. | |
채팅 채팅을 시작하려면 메시지를 입력하세요 | - |
출시일 모델이 처음 출시된 날짜. | 1 년 ago 12월 06, 2024 |
모달리티 이 모델이 처리할 수 있는 데이터 유형 | 텍스트 |
API 제공자 이 모델을 제공하는 업체들. (전체 목록이 아님) | Fireworks, Together, DeepInfra, Hyperbolic |
지식 업데이트 종료일 모델의 지식이 마지막으로 업데이트된 날짜. | 12.2024 |
오픈 소스 모델 코드가 공개적으로 사용 가능한지 여부. | 예 |
입력 가격 프롬프트 토큰 처리 비용 | $0.23 100만 토큰당 |
출력 가격 모델이 생성한 토큰 비용 | $0.40 100만 토큰당 |
MMLU Massive Multitask Language Understanding - 수학, 역사, 법학 등 57개 과목에 걸친 지식 테스트 | 86% 0-shot, CoT 출처 |
MMLU-Pro 더 어렵고 추론 중심의 질문, 더 큰 선택지, 프롬프트 민감도 감소로 강화된 MMLU 벤치마크 | 68.9% 5-shot, CoT 출처 |
MMMU Massive Multitask Multimodal Understanding - 텍스트, 이미지, 오디오, 비디오에 걸친 이해력 테스트 | 정보 없음 |
HellaSwag 도전적인 문장 완성 벤치마크 | 정보 없음 |
HumanEval 코드 생성 및 문제 해결 능력 평가 | 88.4% pass@1 출처 |
MATH 다양한 난이도의 수학 문제 해결 능력 테스트 | 77% 0-shot, CoT 출처 |
GPQA 화학, 생물학, 물리학 분야의 박사 수준 지식을 깊은 전문성이 필요한 객관식 문제로 테스트 | 50.5% 0-shot, CoT 출처 |
IFEval 모델이 명시적 형식 지침을 정확히 따르고 적절한 출력을 생성하며 다양한 작업에서 일관된 지침 준수를 유지하는 능력 테스트 | 92.1% 출처 |
SimpleQA 간단한 질문의 정확성 평가 | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot 다국어 프로그래밍 벤치마크. | - |
LiveCodeBench v5 실시간 프로그래밍 벤치마크 | - |
Global MMLU (Lite) 전 세계적으로 모델의 범용성을 평가하기 위한 간소화된 벤치마크 버전. | - |
MathVista 시각적 맥락에서 AI 모델의 수학적 추론 능력을 평가합니다 | - |
모바일 앱 | - |