Llama 3.3 URL: https://knowledge.ivjn.us/hi/works/llama-3-3.html Llama 3.3 是 Meta 于 2024 年 12 月 6 日发布的 Llama 3 系列末代 70B 纯文本模型。 Llama 3.3 是 Meta 于 2024 年 12 月 6 日发布的 Llama 3 系列末代 70B 纯文本模型。[^s1] ## 发布背景 发布时上下文窗口为128K tokens,Hugging Face 模型标识为 meta-llama/Llama-3.3-70B-Instruct。[^s1] 仅 70B 一个尺寸的纯文本指令微调模型,基于 Llama 3.1 70B 改进后训练技术(在线偏好优化等),预训练超 15 万亿 tokens,知识截止 2023 年 12 月,支持英、德、法、意、葡、印地、西、泰 8 种语言。[^s1] ## 定价与获取 开源权重、以 Llama 3.3 Community License 发布,Meta 不设官方按 token 定价,权重本身免费,各云厂商与推理服务商自行定价。[^s1] ## 性能表现 以下为Meta公布的自家评测结果,尚未经独立复现。[^s1] - MMLU (CoT):86.0(与 Llama 3.1 70B Instruct 持平(86.0),低于 Llama 3.1 405B Instruct(88.6))[^s1] - IFEval:92.1(高于 Llama 3.1 405B Instruct(88.6)和 Llama 3.1 70B Instruct(87.5))[^s1] - MATH (CoT):77.0(高于 Llama 3.1 405B Instruct(73.8)和 Llama 3.1 70B Instruct(68.0))[^s1] - HumanEval:88.4(略低于 Llama 3.1 405B Instruct(89.0),高于 Llama 3.1 70B Instruct(80.5))[^s1] ## 主要特点 - 仍在各大平台广泛提供,但已被 2025 年 4 月发布的多模态 MoE 后继系列 Llama 4 取代为最新一代;AWS Bedrock 将其列为 Legacy,标注 EOL 日期为 2027 年 3 月 30 日。[^s1] ## 定位与后续 Llama 3 系列末代 70B 纯文本模型,以远小于 Llama 3.1 405B 的规模达到与其接近的性能、成本更低,随后被多模态的 Llama 4 系列接替。 其前代为[Llama 3.1](https://knowledge.ivjn.us/hi/works/llama-3-1.html)。[^s1] Updated: 2026-11-10 Relations: - Published by: Meta https://knowledge.ivjn.us/hi/organizations/meta.html Mentioned in: - Llama 4 Maverick https://knowledge.ivjn.us/hi/works/llama-4-maverick.html - Llama 4 Scout https://knowledge.ivjn.us/hi/works/llama-4-scout.html Sources: - Llama 3.3 Model Card — meta-llama/llama-models (GitHub) https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/MODEL_CARD.md - Versioning, updates and migration — llama.com https://www.llama.com/docs/deployment/versioning/ - Meta unveils a new, more efficient Llama model — TechCrunch https://techcrunch.com/2024/12/06/meta-unveils-a-new-more-efficient-llama-model/ - Llama 3.3 70B Instruct — Amazon Bedrock model card https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-meta-llama-3-3-70b-instruct.html