deur meta-llama
Llama 3.3 70B Instruct
meta-llama/Llama-3.3-70B-Instruct
Alle syfers is skattings. Werklike geheuegebruik en spoed hang af van u drywers, instellings en ander programme wat loop.
- Parameters
- 71B
- Lisensie
- llama3.3
- Gepubliseer
- 26 Nov. 2024
Die lisensie is dié van die modelvervaardiger. Kyk na die voorwaardes daarvan voordat u die model gebruik.
Hugging Face vra dat u die vervaardiger se voorwaardes aanvaar voordat u hierdie model aflaai. Daar word geen stel daarvoor verkoop nie.
Oorspronklike op Hugging Face ↗Geheue benodig volgens kwantisering
By 8 192 tokens konteks, insluitend 0,8 GB vir die looptyd.
| Kwantisering | Modellêer | Totaal |
|---|---|---|
| Q4_K_M | 42.8 GB | 47.9 GB(rofweg) |
| Q5_K_M | 50.2 GB | 56.0 GB(rofweg) |
| Q6_K | 57.9 GB | 64.4 GB(rofweg) |
| Q8_0 | 75.0 GB | 83.3 GB(rofweg) |
| F16 | 141.1 GB | 156.0 GB(rofweg) |
Hardeware wat dit op die grafiese kaart laat loop
By Q4_K_M en 8 192 tokens konteks.
Geen van die hardeware wat ons lys laat dit by hierdie instelling volledig op die grafiese kaart loop nie.
Toets dit op u rekenaarDieselfde model deur 'n API
Goedkoopste verkoper: NanoGPT, $0.99 per maand teen die verstekgebruik (200 versoeke per dag).
Sien die pryse op die Model Price MapModelbesonderhede kom uit Hugging Face se openbare lyste (name, groottes, lisensies). Elke modelbladsy skakel na die oorspronklike.