Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
Mistral开发的Mistral Large 2提供128K token上下文窗口，定价为每百万输入token 3美元，每百万输出token 9美元。2024年7月24日发布，在5-shot评估的MMLU基准测试中获得84.0分，展现多任务处理的强大性能。
| Llama 3.3 70B Instruct | Mistral Large 2 | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 | 文本 |
API提供商
| Fireworks, Together, DeepInfra, Hyperbolic | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
知识截止日期
| 12.2024 | 未知 |
开源
| 是 | 是 |
输入定价
| $0.23 每百万token | $3.00 每百万token |
输出定价
| $0.40 每百万token | $9.00 每百万token |
MMLU
| 86% 0-shot, CoT 来源 | 84% 5-shot 来源 |
MMLU-Pro
| 68.9% 5-shot, CoT 来源 | 50.69% 来源 |
MMMU
| 不可用 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 88.4% pass@1 来源 | 不可用 |
MATH
| 77% 0-shot, CoT 来源 | 1.13% 来源 |
GPQA
| 50.5% 0-shot, CoT 来源 | 24.94% |
IFEval
| 92.1% 来源 | 84.01% |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - | - |