Llama 3.1 70B
SprachmodellAktiv
Llama 3.1 70B
Meta
- Veröffentlicht
- Juli 2024
- Datenstand
- 8. September 2026
- Nachfolgermodell
- Llama 3.3 70B
- Geschwindigkeit
- 62,6 Token/sAusgabe-Tempo
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text
- Ausgabe
- Text
Llama 3.1 70B vergrößert die dichte Architektur von Llama 3.1 8B auf 70 Milliarden Parameter. Beide verwenden Grouped-Query Attention und unterstützen acht Sprachen, darunter Deutsch.
Das 128K-Kontextfenster bleibt über beide Modellgrößen hinweg gleich. Die Gewichte stehen unter der Llama-3.1-Community-Lizenz, der Wissensstand endet im Dezember 2023. Llama 3.3 70B ist die spätere 70B-Generation.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle nicht angegeben |
| Zugang | API, LokalQuelle |
| Parameter | 70 Mrd.Quelle nicht angegeben |
| Kontextfenster | 131.072 TokenQuelle |
| Knowledge Cutoff | Dezember 2023Quelle |
| Lizenz | Llama 3.1 Community LicenseQuelle |
| Veröffentlichung | 2024-07-23Quelle |
| Parameter | 70 Mrd.Quelle |
| Architektur | dense transformerQuelle |
| Eingabe | TextQuelle |
| Ausgabe | Text, codeQuelle |
| Sprachen | |
| Trainings-Token | 15T+Quelle |
| Wissensstand | 2023-12Quelle |
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
MMLU instruct (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.6
- Bewertung
- 83.6
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table; 5-shot
MMLU CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86
- Bewertung
- 86
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table; CoT
MMLU Pro instruct (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 66.4
- Bewertung
- 66.4
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
IFEval (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 87.5
- Bewertung
- 87.5
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
ARC instruct (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94.8
- Bewertung
- 94.8
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
GPQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 46.7
- Bewertung
- 46.7
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
HumanEval (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 80.5
- Bewertung
- 80.5
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
MBPP (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86
- Bewertung
- 86
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
GSM8K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 95.1
- Bewertung
- 95.1
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table; CoT
MATH (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68
- Bewertung
- 68
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct table
API-Bank (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90
- Bewertung
- 90
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct tool-use table
BFCL (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84.8
- Bewertung
- 84.8
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Meta Llama 3.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Instruct tool-use table
Seite 1 von 2
Unsere Tests
SVG-Kurztest
Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.
Frühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Llama 3.1 70B
Reasoning (angefragt): nicht vorgegeben
Aktueller Versuch
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- meta-llama/llama-3.1-70b-instruct
- API-Modell laut Antwort
- meta-llama/llama-3.1-70b-instruct
- Reasoning-Einstellung
- nicht vorgegeben
- Festgelegter Endpunkt
- DeepInfra | meta-llama/llama-3.1-70b-instruct
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 16,3 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Beliebtheit
19,2 / 100
Vorgänger und Nachfolger
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Geschwindigkeit | Median der bereitstellenden Anbieter. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. |
| Preis | API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. |
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Recherchestand | Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| In den geprüften Quellen nicht gefunden | max-output-tokens Originalwortlaut No model-specific maximum output in the card. |
| Weitere Quelle | Kontextfenster-Daten |
| Weitere Quelle | Wissensstand-Daten · Meta Llama model documentation · Redaktionelle Beschreibung geprüft am 4. Oktober 2026 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |
| Weitere Quelle | Meta, Llama-3.3-70B-Instruct model card (Hugging Face) (2026-09-19) |