„Llama 3.3 70B Instruct“, stworzony przez Meta, to wielojęzyczny duży model językowy, specjalnie dostrojony do zadań opartych na instrukcjach i zoptymalizowany pod kątem aplikacji konwersacyjnych. Jest w stanie przetwarzać i generować tekst w wielu językach, a jego okno kontekstowe obsługuje do 128 000 tokenów. Wprowadzony na rynek 6 grudnia 2024 r., model przewyższa wiele otwartoźródłowych i komercyjnych chatbotów w różnych branżowych testach porównawczych. Wykorzystuje Grouped-Query Attention (GQA) w celu poprawy skalowalności i został wytrenowany na zróżnicowanym zbiorze danych obejmującym ponad 15 bilionów tokenów z publicznie dostępnych źródeł. Wiedza modelu jest aktualna do grudnia 2023 r.
| Grok 4 | Llama 3.3 70B Instruct | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst obrazy głos wideo | tekst |
Dostawcy API
| xAI | Fireworks, Together, DeepInfra, Hyperbolic |
Data ostatniej aktualizacji wiedzy
| - | 12.2024 |
Open Source
| Nie | Tak |
Cena za wejście
| $3.00 za milion tokenów | $0.23 za milion tokenów |
Cena za wyjście
| $15.00 za milion tokenów | $0.40 za milion tokenów |
MMLU
| - | 86% 0-shot, CoT Źródło |
MMLU-Pro
| - | 68.9% 5-shot, CoT Źródło |
MMMU
| - | Niedostępne |
HellaSwag
| - | Niedostępne |
HumanEval
| - | 88.4% pass@1 Źródło |
MATH
| - | 77% 0-shot, CoT Źródło |
GPQA
| 87.5% Science Źródło | 50.5% 0-shot, CoT Źródło |
IFEval
| - | 92.1% Źródło |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | 91.7% Competition Math Źródło | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| 79% Competitive Coding Źródło | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplikacja mobilna | - | |
MathArena | ||
| Średni wynik | 89% | - |
AIME 2025 Test oparty na zadaniach z konkursu matematycznego (American Invitational Mathematics Examination),mający na celu sprawdzenie umiejętności matematycznych modeli. | 91% | - |
HMMT February 2025 Test oparty na zadaniach z Harvard-MIT Mathematics Tournament, luty 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 92% | - |
BRUMO 2025 | 95% | - |
SMT 2025 Test oparty na zadaniach z Stanford Math Tournament, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 86% | - |
CMIMC 2025 Test oparty na zadaniach z Canadian Mathematical Olympiad, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 83% | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2026 All Right Reserved.