Llama 3.3 70b Instruct

Meta2024-12-06● 开源 · LLAMA3.3🤗 meta-llama/Llama-3.3-70B-Instruct31.7万2,956

Meta Llama 3.3 多语言大语言模型是一款经过预训练和指令微调的生成式模型,参数规模 70B(文本输入/文本输出)。

多服务商价格对比数据来自 OpenRouter

13 个服务商1 USD ≈ 6.7569 CNY · 更新于 2026-08-19

服务商	量化精度	上下文	输入/M	输出/M	缓存读取/M	近1天可用率
DeepInfra	fp8	131K	¥0.68	¥2.16	-	97.2%
Nebius	fp8	131K	¥0.88	¥2.70	-	47.0%
A AkashML	fp8	131K	¥0.88	¥2.70	-	96.1%
Novita	bf16	12K	¥0.91	¥2.70	-	95.7%
Parasail	fp8	131K	¥1.49	¥3.38	¥0.74	95.9%
Crusoe	bf16	131K	¥1.69	¥5.07	¥0.88	99.5%
Cloudflare	fp8	24K	¥1.98	¥15.22	-	88.9%
SambaNova限时 -25%	—	131K	¥3.04	¥6.08	-	97.8%
Groq	—	131K	¥3.99	¥5.34	¥1.99	99.9%
C CoreWeave	fp16	128K	¥4.80	¥4.80	¥4.80	98.8%
Google Vertex	—	128K	¥4.86	¥4.86	-	97.0%
Google Vertex (US Central1)	—	128K	¥4.86	¥4.86	-	100.0%
Together	—	131K	¥7.03	¥7.03	-	97.9%

DeepInfrafp8

¥0.68

输入/M

¥2.16

输出/M

-

缓存/M

97.2%

可用率

Nebiusfp8

¥0.88

输入/M

¥2.70

输出/M

-

缓存/M

47.0%

可用率

A

AkashMLfp8

¥0.88

输入/M

¥2.70

输出/M

-

缓存/M

96.1%

可用率

Novitabf16

¥0.91

输入/M

¥2.70

输出/M

-

缓存/M

95.7%

可用率

Parasailfp8

¥1.49

输入/M

¥3.38

输出/M

¥0.74

缓存/M

95.9%

可用率

Crusoebf16

¥1.69

输入/M

¥5.07

输出/M

¥0.88

缓存/M

99.5%

可用率

Cloudflarefp8

¥1.98

输入/M

¥15.22

输出/M

-

缓存/M

88.9%

可用率

SambaNova限时 -25%

¥3.04

输入/M

¥6.08

输出/M

-

缓存/M

97.8%

可用率

Groq

¥3.99

输入/M

¥5.34

输出/M

¥1.99

缓存/M

99.9%

可用率

C

CoreWeavefp16

¥4.80

输入/M

¥4.80

输出/M

¥4.80

缓存/M

98.8%

可用率

Google Vertex

¥4.86

输入/M

¥4.86

输出/M

-

缓存/M

97.0%

可用率

Google Vertex (US Central1)

¥4.86

输入/M

¥4.86

输出/M

-

缓存/M

100.0%

可用率

Together

¥7.03

输入/M

¥7.03

输出/M

-

缓存/M

97.9%

可用率