Meta · modèle de langage
Llama 3.3 70B Instruct : prix, contexte et benchmarks
Llama 3.3 70B Instruct est un modèle de langage de Meta sorti le 6 décembre 2024. Il coûte 0,1 $US par million de tokens en entrée et 0,32 $US en sortie, avec un contexte de 131,1 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
| Prix | 25/30 | |
|---|---|---|
| Contexte | 4/15 | |
| Fonctions | 12/15 |
Ce qu'il faut savoir sur Llama 3.3 70B Instruct
Llama 3.3 70B Instruct a été publié par Meta (États-Unis) le 6 décembre 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 1 an, il appartient à une génération déjà dépassée par des modèles plus récents de la plupart des éditeurs.
Prix de Llama 3.3 70B Instruct
Sur OpenRouter, Llama 3.3 70B Instruct coûte 0,1 $US par million de tokens en entrée et 0,32 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,155 $US par million, plus cher que 18 % des modèles payants (4,9 fois moins que 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 0,0004 $US. À 1 000 tâches par jour, comptez 11 $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 3.3 70B Instruct. Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Scores publiés par Epoch AI sur les benchmarks suivis par le site :
| Benchmark | Ce qu'il mesure | Score | Date |
|---|---|---|---|
| GPQA Diamond | questions de sciences de niveau doctorat | 47,4 % | 6 déc. 2024 |
| OTIS Mock AIME | problèmes de compétition de mathématiques | 5,1 % | 6 déc. 2024 |
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- 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 (licence llama3.3) : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers. Avec 70 553 706 496 milliards de paramètres, il demande environ 39 424 955 750 Go de mémoire en quantification 4 bits. Vérifier avec le calculateur VRAM. Il a été téléchargé 251 901 fois sur Hugging Face le mois dernier.
Les autres modèles de Meta
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Llama Guard 4 12B | 30 avr. 2025 | 0,18 $US | — |
| Llama 4 Maverick | 5 avr. 2025 | 0,3 $US | 132,2 |
| Llama 4 Scout | 5 avr. 2025 | 0,15 $US | 129,6 |
| Llama 3.2 1B Instruct | 25 sept. 2024 | 0,07 $US | — |
| Llama 3.2 3B Instruct | 25 sept. 2024 | 0,12 $US | — |
| Llama 3.1 70B Instruct | 23 juil. 2024 | 0,4 $US | — |
| Llama 3.1 8B Instruct | 23 juil. 2024 | 0,06 $US | — |
Verdict
Llama 3.3 70B Instruct obtient 68/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Prix bas : moins cher que 82 % des modèles payants.
- Poids ouverts : auto-hébergeable, données gardées chez vous.
- Prêt pour les agents : appel d'outils et sorties JSON structurées.
Limites
- 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 voulez l'héberger sur un seul ordinateur grand public (≈ 39 424 955 750 Go requis en 4 bits).
Alternatives
- Gemma 3 27B0,15 $US
- Qwen3 32B0,13 $US
- Nemotron 3.5 Content Safety0,2 $US
- gpt-oss-safeguard-20b0,13 $US
- GLM 4.7 Flash0,15 $US
- Hunyuan A13B Instruct0,25 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Llama 3.3 70B Instruct ?
0,1 $US par million de tokens en entrée et 0,32 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0004 $US.
Quelle est la taille du contexte de Llama 3.3 70B Instruct ?
131 072 tokens, soit environ 98 000 mots, avec 16 384 tokens maximum en sortie.
Peut-on utiliser Llama 3.3 70B Instruct en local ?
Oui, ses poids sont publiés sous licence llama3.3. Comptez environ 39 424 955 750 Go de mémoire en 4 bits.
Llama 3.3 70B Instruct convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils et les sorties structurées. Vérifiez ensuite son coût pour votre volume.
Quelles alternatives à Llama 3.3 70B Instruct ?
Les modèles les plus proches en prix et en performance sont Gemma 3 27B, Qwen3 32B et Nemotron 3.5 Content Safety.
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