Llama 3.1 70B
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 14 分之一。
有 68 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 65 个。
截至 2026年11月16日,Llama 3.1 70B(Meta)在 BenchLeader Index 上得分 40.7(共 608 个已排名配置)。表现最好的是指令遵循(45),最弱的是编程(33)。API 价格为输入每百万 token $0.560、输出每百万 token $0.560(按 3:1 混合为 $0.560),为 2026年11月16日的标价。输出速度约为 18 token/秒(Artificial Analysis)。发布于 2024年7月23日。
要点(截至 2026年11月16日)
- Llama 3.1 70B 的 API 价格为输入每百万 token $0.560、输出每百万 token $0.560(按 3:1 混合为 $0.560)(标价,2026年11月16日)。
- Llama 3.1 70B 的输出速度约为 18 token/秒(Artificial Analysis,2026年11月16日)。
- Llama 3.1 70B 于 2024年7月23日发布(Meta)。
详细说明:Llama 3.1 70B 是 Meta 的开放权重模型,发布于 2024年7月23日。其最佳配置在 BenchLeader Index 上得分 40.7 ±4.3,在 608 个配置中排第 522 名,处于下半区。关键在于这个“±”:另有 175 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(45),编程最低(33)。按混合价格计,每百万 token $0.560,比大多数已排名模型便宜。输出速度为 18 token/秒,首次回答需 8.6 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。
- 混合价格
- $0.560/M
- 输入 $0.560 · 输出 $0.560
- 来源:Artificial Analysis
- 输出速度
- 18 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 8.64 s
- 首 token 0.36 s
- 上下文
- 128k
- 来源:Artificial Analysis
- 完整回答
- 138 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年7月23日
- 综合 Index41
- 推理37
- 编程33
- 智能体与工具36
- 数学37
- 指令遵循45
- 人类偏好44
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/llama-3-1-70b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Meta 以这个名称发布过 5 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Llama 3.3 70B | 2024年12月6日 | 39.9 | #536 |
| Llama 3.1 70B本页 | 2024年7月23日 | 40.7 | #522 |
| Llama 3-70B | 2024年4月18日 | 38.7 | #557 |
| Llama 2-70B | 2023年7月18日 | 33.4 | #598 |
| Llama 2 70B | – | – | – |
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 44.2%#252 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1299#275 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 40.9%#483 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.5%#525 | Artificial Analysis | |
| GPQA Diamond (HELM)不计入 Index | 42.6%#44 | HELM Capabilities | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1276#267 | Arena (LMArena) | |
| LMCA不计入 Index | 14.8%#181 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 60.0%#195 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 9.0%#155 | WeirdML | |
| Arena Coding | 1333#267 | Arena (LMArena) | |
| LiveCodeBench (AA)不计入 Index | 23.2%#235 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 3.0%#319 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 15.2%#366 | Artificial Analysis | |
| BALROG不计入 Index | 27.9%#20 | BALROG | |
| TheAgentCompany不计入 Index | 6.9%#10 | TheAgentCompany |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 3.6%#265 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 36.7%#68 | Epoch AI Benchmarking Hub | |
| Omni-MATH (HELM) | 21.0%#56 | HELM Capabilities | |
| Arena Maths | 1269#264 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 4.0%#239 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro (HELM)不计入 Index | 65.3%#42 | HELM Capabilities | |
| MMLU不计入 Index | 80.1%#19 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 34.4%#323 | Artificial Analysis | |
| IFEval (HELM) | 82.1%#37 | HELM Capabilities | |
| WildBench (HELM) | 75.8%#50 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1273#274 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1294#269 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 782#114 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1257#270 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1289#263 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1295#269 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 124.7#159 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 6.6#530 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 151.3#557 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 57.4%#50 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 44.2%#64 | Scale AI SEAL | |
| PropensityBench不计入 Index | 55.4%#9 | Scale AI SEAL |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 66 tok/s | 0.57 s | $0.720 | $0.720 | 131k | – |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0004 | – | 25.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0071 | – | 41.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.0042 | – | 1.5 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.036 | – | 3.8 min |
| 结构化信息提取 | 2,000 / 200 | $0.0012 | – | 19.6 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Llama 3.1 70B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/llama-3-1-70b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Llama 3.1 70B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-3-1-70b
BibTeX:
@misc{benchleader_llama_3_1_70b_20261116,
author = {{BenchLeader}},
title = {{Llama 3.1 70B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/llama-3-1-70b}},
note = {Data as of 2026-11-16}
}常见问题
- Llama 3.1 70B 的基准测试得分是多少?
- 截至 2026年11月16日,Llama 3.1 70B 的 BenchLeader Index 为 40.7 ±4.3。最强的是指令遵循(45),最弱的是编程(33)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Llama 3.1 70B 排名第几?
- 截至 2026年11月16日,Llama 3.1 70B 在 608 个已排名配置中排第 522 名。另有 175 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Llama 3.1 70B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Llama 3.1 70B 的价格为输入每百万 token $0.560、输出每百万 token $0.560,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.560。标价最近一次变动是在 2026年9月9日。
- Llama 3.1 70B 是什么时候发布的?
- Meta 于 2024年7月23日发布了 Llama 3.1 70B。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Llama 3.1 70B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/llama-3-1-70b。