Tout savoir sur Llama-3.3-70B-Instruct

Ce qu'il faut savoir

Sorti le 6 décembre 2024, Llama-3.3-70B-Instruct fait partie des 7 modèles de Meta suivis sur ce site. C'est un modèle à poids ouverts : il peut être installé chez vous, sur un serveur maîtrisé, en plus d'être proposé par 43 fournisseurs d'API recensés sur models.dev. Il n'a pas de mode raisonnement déclaré : il répond directement, sans étape de réflexion facturée en plus. Il a donc plus d'un an : des successeurs ont pu sortir depuis.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Résultats aux benchmarks

Epoch AI publie 2 résultats pour Llama-3.3-70B-Instruct sur les tests de notre panier : trop peu pour calculer un indice de capacité fiable.

• GPQA Diamond (questions de sciences de niveau doctorat) : 47,4 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 5,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %

Ce que ça coûte

Llama-3.3-70B-Instruct est facturé 0,60 $US par million de tokens en entrée et 0,76 $US en sortie (médiane de 43 hébergeurs, relevé du 22 octobre 2026).

Concrètement, une tâche d'agent qui lit 20 000 tokens et en écrit 2 000 revient à environ 0,014 $US, soit 13,52 $US pour 1 000 tâches de ce type.

C'est 1,3 fois moins cher que le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Caractéristiques techniques

Sa fenêtre de contexte atteint 128 000 tokens, soit environ 192 pages de texte à 500 mots par page : suffisant pour un document de taille moyenne. Une réponse peut compter jusqu'à 4 096 tokens.

Il accepte en entrée : texte. Ses connaissances s'arrêtent à décembre 2023 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API), ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (meta-llama/Llama-3.3-70B-Instruct). Voir aussi notre sélection de modèles open source.

Pour quels usages ?

Par sa catégorie, Llama-3.3-70B-Instruct vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de Llama-3.3-70B-Instruct sont :

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