Zum Hauptinhalt springen

MetaSprachmodell

Llama 3.1 70B Instruct

Für Llama 3.1 70B Instruct gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

BeliebtheitPlatz 224 von 785

43von 100+8 zum Vormonat

beruht auf Suche, Nutzung und Aufmerksamkeit

Zusammenfassung

Llama 3.1 70B Instruct stimmt die 70-Milliarden-Parameter-Version von Llama 3.1 70B auf mehrsprachige Dialoge ab. Dafür kombiniert Meta Supervised Fine-Tuning mit Reinforcement Learning aus menschlichem Feedback.

Gegenüber Llama 3.1 8B Instruct wächst die Parameterzahl, während der Kontext bei 128K Token bleibt. Werkzeugaufrufe über Chat-Templates und acht unterstützte Sprachen gehören zu beiden Varianten. Die Gewichte stehen unter der Llama-3.1-Community-Lizenz; der Wissensstand endet im Dezember 2023.

Selbst ansehen: ein Auftrag, ein Versuch

Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Llama 3.1 70B Instruct: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

01.10.2026 · 13 s · 0,0002 $

Testdetails
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
meta-llama/llama-3.1-70b-instruct
Reasoning-Einstellung
nicht vorgegeben
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
603 Token
Kosten des Versuchs
0,0002 $
Antwortzeit
13 s
API-Modell laut Antwort
meta-llama/llama-3.1-70b-instruct
Festgelegter Endpunkt
DeepInfra | meta-llama/llama-3.1-70b-instruct
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Ursprung der Aufgabe: Simon Willison
SVG-Kurztest

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Llama 3.1 70B Instruct

Kein unabhängiger Test. Dieser API-Zugang ist ein Alias von llama-3.1-70b.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 74 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 7

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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card
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
Quelle Meta Llama 3.1 model card

Seite 1 von 7

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter

20 von 101 Modellen

GPT-6 Astra83
Claude Haiku 5.577
GPT-6 Sol73
GPT-573
DeepSeek V4.1 Flash 101769
Claude Opus 5.568
Qwen 3.8 27B68
Grok 4.767
Kimi K367
Qwen 3.8 Max 090266
Claude Sonnet 564
Qwen3.5 4B64
DeepSeek-V4-Flash64
Claude Fable 5.164
GPT-5.6 Terra64
MiniCPM-V 4.7 35B-A3B63
GPT-6.1 Sol63
Claude Opus 563
Qwen 3.8 Flash62
Llama 3.1 70B Instruct43

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

Llama 3.1 70B InstructDeepSeek V4 Flash Vision Exp 43Laguna XS 2.1 43Qwen 3.5 35B A3B 43Agnes 3.0 Flash 43

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Ähnliche Modelle

Weitere Modelle derselben Art wie Llama 3.1 70B Instruct, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.

Alle technischen Daten

Architektur

Parameter
70 Mrd.
Quelle: Parameter
Wissensstand
Dezember 2023
Quelle: Wissensstand

Ein- und Ausgabe

Kontextfenster
131.072 Token
Quelle: Kontextfenster
Eingaben
Text
Quelle: Eingaben
Ausgaben
Text
Quelle: Ausgaben
Tool-Aufrufe
Ja
Quelle: Tool-Aufrufe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Gewichte
Offene Gewichte
Quelle: Gewichte
Zugang
API
Quelle: Zugang
Lizenz
Llama 3.1 Community
Quelle: Lizenz

Preise

In keinem Abo in Deutschland enthalten.

Alle Tarife im KI-Abo-Vergleich

Häufige Fragen zu Llama 3.1 70B Instruct

Bis wann reicht das Wissen von Llama 3.1 70B Instruct?

Bis Dezember 2023, laut Meta. Das ist 7 Monate vor der Veröffentlichung.

Angabe von Meta

Wie groß ist das Kontextfenster von Llama 3.1 70B Instruct?

131.072 Token. So viel Text liest Llama 3.1 70B Instruct auf einmal, das sind rund 200 A4-Seiten.

Seitenzahl als Faustregel nach Artificial Analysis

KontextfensterToken, die das Modell auf einmal liest · höher ist besser
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
Llama 3.1 70B InstructPlatz 94 von 103131 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.

Kann ich Llama 3.1 70B Instruct lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von Meta

Offene Gewichte
ja
Lizenz
Llama 3.1 Community
Parameter
70 Mrd.
davon aktiv je Token
k. A.

Quellen und Datenstand

Alle 22 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

AuswerterTestreihenGesamtindizesErfasste aktive Messwerte
LMArena001

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 1 Messwerte sind noch keiner Testreihe zugeordnet.

ArtNachweis und Datenstand
Eingabe

Dokumentierte Modalitäten.

Quelle: Hugging Face · Hugging Face (abgerufen 15. Oktober 2026; 17. Oktober 2026) · Hugging Face, Llama 3.1 70B Instruct · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Ausgabe

Dokumentierte Modalitäten.

Quelle: Hugging Face · Hugging Face (abgerufen 15. Oktober 2026; 17. Oktober 2026) · Hugging Face, Llama 3.1 70B Instruct · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
RecherchestandRecherchestand 8. September 2026. 16 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

evaluated N

Originalwortlaut

The leaderboard reports preference-vote totals but no fixed task-case N; Votes are not copied to sampleCount.

Ungeklärt

confidence interval

Originalwortlaut

The Score cell displays ±, but the official policy does not define that notation as a confidence interval; no CI field is populated.

Ungeklärt

score direction

Originalwortlaut

The captured source does not explicitly state higher-is-better or lower-is-better; higherIsBetter remains null.

Nicht veröffentlicht

per-model prompts and generation settings

Originalwortlaut

No exact prompt, decoding settings, or serving configuration is published in the captured row.

Weitere QuelleMeta Llama 3.1 model card (abgerufen 8. September 2026)
Weitere QuelleSciCode: A Research Coding Benchmark Curated by Scientists (abgerufen 17. Oktober 2026)
Weitere QuelleConvCodeWorld: Benchmarking Conversational Code Generation in Reproducible Feedback Environments (abgerufen 17. Oktober 2026)
Weitere QuelleACTIONREASONINGBENCH: Reasoning about Actions with and without Ramification Constraints (abgerufen 17. Oktober 2026)
Weitere QuelleArena leaderboard (abgerufen 18. Oktober 2026)
Weitere QuelleLongBioBench maintainers, results table (abgerufen 19. Oktober 2026)
Weitere QuelleOpenCompass GPassK maintainers, Main Results table (abgerufen 19. Oktober 2026)
Weitere QuelleBigCodeBench official leaderboard (abgerufen 28. Oktober 2026)12
Weitere QuelleModellmetadaten (abgerufen 8. September 2026)
Weitere QuelleModellmetadaten (abgerufen 18. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 28. Oktober 2026)1234
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0