Sao10K · modèle de langage
Llama 3.1 Euryale 70B v2.2 : prix, contexte et benchmarks
Llama 3.1 Euryale 70B v2.2 est le modèle de Sao10K sorti le 28 août 2024. Il coûte 0,85 $US par million de tokens en entrée et 0,85 $US en sortie, avec un contexte de 131,1 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
Ce qu'il faut savoir sur Llama 3.1 Euryale 70B v2.2
C'est Sao10K qui a mis Llama 3.1 Euryale 70B v2.2 en ligne le 28 août 2024. Il accepte du texte en entrée et produit du texte. Sa fenêtre de contexte atteint 131 072 tokens, plus que 29 % des modèles du registre, et il peut écrire jusqu'à 16 384 tokens d'une traite.
Sorti il y a plus de 2 ans, il appartient à une génération déjà dépassée par des modèles plus récents de la plupart des éditeurs.
Prix de Llama 3.1 Euryale 70B v2.2
Sur OpenRouter, Llama 3.1 Euryale 70B v2.2 coûte 0,85 $US par million de tokens en entrée et 0,85 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,85 $US par million, plus cher que 53 % des modèles payants (1,1 fois la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0021 $US. À 1 000 tâches par jour, comptez 64 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Performance et benchmarks
Epoch AI ne publie pas encore d'indice de capacités pour Llama 3.1 Euryale 70B v2.2. Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Fonctions, confidentialité et usage local
- Il ne gère pas l'appel d'outils : il ne convient pas pour piloter un agent IA qui doit agir.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- Ses connaissances s'arrêtent à décembre 2023.
Ses poids sont ouverts et téléchargeables sur Hugging Face : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers.
Les autres modèles de Sao10K
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Llama 3 8B Lunaris | 13 août 2024 | 0,04 $US | — |
Verdict
Note calculée : 42/100, à partir des données publiques (performance, prix, contexte, fonctions).
Points forts
- Poids ouverts : auto-hébergeable, données gardées chez vous.
Limites
- Pas d'appel d'outils : inutilisable comme cerveau d'un agent.
- Aucun score indépendant publié : performance non vérifiable.
- Génération ancienne, souvent remplacée par un modèle plus récent du même éditeur.
- Texte seulement : ne lit ni images ni fichiers.
À éviter si…
- vous construisez un agent qui doit appeler des outils.
Alternatives
- Aion-3.0-Mini0,88 $US
- Mistral Medium 30,8 $US
- Mistral Medium 3.10,8 $US
- R1 05280,91 $US
- Qwen2.5 VL 72B Instruct0,85 $US
- Hermes 3 70B Instruct0,7 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Llama 3.1 Euryale 70B v2.2 ?
0,85 $US par million de tokens en entrée et 0,85 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0021 $US.
Quelle est la taille du contexte de Llama 3.1 Euryale 70B v2.2 ?
131 072 tokens, soit environ 98 000 mots, avec 16 384 tokens maximum en sortie.
Peut-on utiliser Llama 3.1 Euryale 70B v2.2 en local ?
Oui, ses poids sont publiés.
Llama 3.1 Euryale 70B v2.2 convient-il pour un agent IA ?
Non : sans appel d'outils, il ne peut pas agir, seulement répondre.
Quelles alternatives à Llama 3.1 Euryale 70B v2.2 ?
Les modèles les plus proches en prix et en performance sont Aion-3.0-Mini, Mistral Medium 3 et Mistral Medium 3.1.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons