Todo sobre Llama-3.3-70B-Instruct

Lo que hay que saber

Lanzado el 6 de diciembre de 2024, Llama-3.3-70B-Instruct es uno de los 7 modelos de Meta que seguimos en este sitio. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 43 proveedores de API recogidos en models.dev. No tiene un modo de razonamiento declarado: responde directamente, sin una fase de reflexión facturada aparte. Tiene, por tanto, más de un año: puede que hayan salido sucesores desde entonces.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Resultados en benchmarks

Epoch AI publica 2 resultados de Llama-3.3-70B-Instruct en las pruebas de nuestra cesta: demasiado pocos para calcular un índice de capacidad fiable.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 47,4 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 5,1 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %

Lo que cuesta

Llama-3.3-70B-Instruct cuesta 0,60 US$ por millón de tokens de entrada y 0,76 US$ por millón de tokens de salida (mediana de 43 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,014 US$, es decir, 13,52 US$ por 1000 tareas de este tipo.

Es 1,3 veces más barato que el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Características técnicas

Su ventana de contexto alcanza 128.000 tokens, unas 192 páginas de texto a 500 palabras por página: suficiente para un documento de tamaño medio. Una respuesta puede llegar a 4096 tokens.

Acepta como entrada: texto. Sus conocimientos llegan hasta diciembre de 2023: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (meta-llama/Llama-3.3-70B-Instruct). Vea también nuestra selección de modelos open source.

¿Para qué usos?

Por su categoría, Llama-3.3-70B-Instruct está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Llama-3.3-70B-Instruct son:

• Trinity Large Thinking (Arcee AI, 0,80 US$ por millón de tokens de salida)
• MiMo-V2.6-Pro (Xiaomi (MiMo), 0,87 US$ por millón de tokens de salida)
• MiMo-V2.5-Pro (Xiaomi (MiMo), 0,87 US$ por millón de tokens de salida)
• DeepSeek V4 Flash Vision Exp (DeepSeek, 0,65 US$ por millón de tokens de salida)