Llama 3.1 Instruct 70B

Llama 3.1 70B Instructは、多言語対話アプリケーションシナリオに最適化された大規模言語モデルです。一般的な業界ベンチマークテストでは、利用可能な多くのオープンソースおよびクローズドソースのチャットモデルを上回る優れた性能を発揮します。

インテリジェンス(比較的弱い)

速度(比較的遅い)

入力サポートモダリティ

いいえ

推論モデルかどうか

128,000

コンテキストウィンドウ

128,000

最大出力トークン

2023-12-01

知識カットオフ

比較へ

価格設定

￥1.44 /M tokens

入力

￥1.44 /M tokens

出力

￥5.47 /M tokens

混合価格

クイック簡易比較

入力

出力

Llama 4 Scout

￥0.08

Llama 4 Maverick

￥0.17

Llama 3.1 Instruct 8B

￥0.03

基本パラメータ

Llama 3.1 Instruct 70B技術パラメータ

パラメータ数

70,000.0M

コンテキスト長

128.00k tokens

トレーニングデータカットオフ

2023-12-01

オープンソースカテゴリ

Open Weights (Permissive License)

マルチモーダルサポート

テキストのみ

スループット

1,204

リリース日

2024-07-23

応答速度

55.471,188 tokens/s

ベンチマークスコア

以下はLlama 3.1 Instruct 70Bの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。

インテリジェンス指数

大規模言語モデルインテリジェンスレベル

35.38

大規模言語モデルインテリジェンスレベル

コーディング指数

コーディングタスクにおけるAIモデルのパフォーマンス指標

24.96

コーディングタスクにおけるAIモデルのパフォーマンス指標

数学指数

数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標

41.13

数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標

MMLU Pro

大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト

67.6

大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト

GPQA

大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト

40.9

大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト

HLE

Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア

4.6

Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア

LiveCodeBench

実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価

23.2

実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価

SciCode

科学計算または特定の科学分野のコード生成におけるモデルの能力

26.7

科学計算または特定の科学分野のコード生成におけるモデルの能力

HumanEval

特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア

81.2

特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア

Math 500スコア

最初の500の大規模でよく知られた数学ベンチマークテストのスコア

64.9

最初の500の大規模でよく知られた数学ベンチマークテストのスコア

AIMEスコア

高難度の数学競技問題（特にAIMEレベル）を解決するAIモデルの能力を測定する指標

17.3

高難度の数学競技問題（特にAIMEレベル）を解決するAIモデルの能力を測定する指標

Gemini 2.0 Flash Lite (Preview)

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご