Llama 3.1 70B Instruct
Où il se situe
La qualité aux tests indépendants face au prix, parmi 135 autres modèles. Plus haut signifie plus performant, plus à gauche moins cher.
À propos de ce modèle
Llama 3.1 70B Instruct est un modèle d’IA de Meta, disponible via l’API depuis le 23 juillet 2024. Il peut lire jusqu’à 131 072 tokens en une seule requête, soit environ 246 pages de texte, et rédiger jusqu’à 16 384 tokens en une seule réponse.
Via l’API, il coûte 0,40 $US par million de tokens en entrée et 0,40 $US par million de tokens en sortie. Son prix le place parmi les modèles les plus abordables que nous suivons, ce qui en fait un bon choix pour les gros volumes.
Il peut appeler des outils et des fonctions, ce qui permet aux développeurs de le connecter à un moteur de recherche, une base de données ou d’autres logiciels. Ses poids sont publiés ouvertement (meta-llama/Meta-Llama-3.1-70B-Instruct) : il peut donc aussi être téléchargé et exécuté sur votre propre matériel.
Scores de qualité
Classements →- GPQA DiamondQuestions à choix multiples très difficiles en biologie, physique et chimie, rédigées par des docteurs. Répondre au hasard donne 25 %.44.2%n°103 sur 116
- Maths AIMEProblèmes de mathématiques de niveau concours, dans le style de l’AIME américain. Part des problèmes résolus.3.6%n°105 sur 112
Où l’utiliser
Entreprises qui proposent ce modèle via une API : 2. Prix par million de tokens, du moins cher au plus cher.
| Fournisseur | Entréei | Sortiei | Contextei | Disponibilité (24 h)i |
|---|---|---|---|---|
DeepInfraLe moins cherfp8 | 0,40 $US | 0,40 $US | 128K | 99.6% |
Amazon Bedrock | 0,72 $US | 0,72 $US | 128K | 100.0% |
Les disponibilités et les prix proviennent de l’API publique d’OpenRouter et sont actualisés chaque jour. La disponibilité correspond à la part de requêtes réussies sur les dernières 24 heures. Certains fournisseurs utilisent une version compressée des modèles ouverts (fp8, int4), moins chère mais parfois un peu moins précise.
L’utiliser dans votre code
Appelez Llama 3.1 70B Instruct via l’API d’OpenRouter, compatible avec celle d’OpenAI : créez une clé sur openrouter.ai, puis lancez l’un de ces exemples.
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "meta-llama/llama-3.1-70b-instruct", "messages": [{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}]}'import os
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
reply = client.chat.completions.create(
model="meta-llama/llama-3.1-70b-instruct",
messages=[{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}],
)
print(reply.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://openrouter.ai/api/v1", apiKey: process.env.OPENROUTER_API_KEY });
const reply = await client.chat.completions.create({
model: "meta-llama/llama-3.1-70b-instruct",
messages: [{ role: "user", content: "Bonjour ! Que sais-tu faire ?" }],
});
console.log(reply.choices[0].message.content);Le même code fonctionne avec tous les modèles de ce site : seul l’identifiant du modèle change. Beaucoup de laboratoires proposent aussi leur propre API et leur SDK.
Ce que ça coûte en pratique
- 1 000 réponses de chatbot0,32 $US
- Résumer un document de 100 pages0,02 $US
- Une appli à 10 000 requêtes par jour pendant un mois168 $US
Alternatives à prix similaire
| Modèle | Entréei | Sortiei | Contextei | |
|---|---|---|---|---|
Devstral 2 2512Mistral AI | 0,40 $US | 2 $US | 256K | Comparer avec ⇄ |
Qwen3 VL 235B A22B ThinkingAlibaba Qwen | 0,40 $US | 4 $US | 128K | Comparer avec ⇄ |
MiniMax M1MiniMax | 0,40 $US | 2,20 $US | 1M | Comparer avec ⇄ |
GPT-4.1 MiniOpenAI | 0,40 $US | 1,60 $US | 1M | Comparer avec ⇄ |
ERNIE 4.5 VL 424B A47B Baidu | 0,42 $US | 1,25 $US | 123K | Comparer avec ⇄ |
GLM 4.6Z.ai (Zhipu) | 0,43 $US | 1,75 $US | 200K | Comparer avec ⇄ |
Actualités sur Meta
Tout voir →Questions fréquentes
- Combien coûte Llama 3.1 70B Instruct ?
- Via l’API, Llama 3.1 70B Instruct coûte 0,40 $US par million de tokens en entrée et 0,40 $US par million de tokens en sortie. Par exemple, 1 000 réponses de chat d’environ 500 tokens en entrée et 300 en sortie coûtent environ 0,32 $US.
- Quelle est la fenêtre de contexte de Llama 3.1 70B Instruct ?
- Llama 3.1 70B Instruct peut lire jusqu’à 131 072 tokens en une seule requête, soit environ 246 pages de texte. Il peut rédiger jusqu’à 16 384 tokens en une seule réponse.
- Llama 3.1 70B Instruct est-il open source ?
- Oui. Ses poids sont publiés (meta-llama/Meta-Llama-3.1-70B-Instruct) : vous pouvez le télécharger et l’exécuter sur votre propre matériel, ou l’utiliser via l’un des 2 fournisseurs d’API.
- Qui a créé Llama 3.1 70B Instruct ?
- Llama 3.1 70B Instruct est développé par Meta. Il est disponible via l’API depuis le 23 juillet 2024.
- Llama 3.1 70B Instruct est-il performant ?
- Llama 3.1 70B Instruct obtient un indice général de 125,9 aux tests indépendants d’Epoch AI, soit le n° 122 sur 136 modèles suivis.
- Llama 3.1 70B Instruct peut-il lire des images ?
- Non. Llama 3.1 70B Instruct n’accepte que du texte en entrée.
- Quelles sont les alternatives à Llama 3.1 70B Instruct ?
- Parmi les modèles d’autres entreprises à prix comparable : Devstral 2 2512, Qwen3 VL 235B A22B Thinking et MiniMax M1. Vous pouvez les comparer côte à côte sur cette page.