Llama 3.3 70B
Llama 3.3 70B (Meta, 2024) é um modelo de 70 bilhões de parâmetros de chat. Meta's flagship open-weights chat model. Strong reasoning, multilingual, instruction-tuned for dialog and agentic workflows.
by Meta · 70B parâmetros · janela de contexto de 128K tokens
Ideal para
- chat geral e perguntas e respostas
- orquestração de agentes com uso de ferramentas
- análise e sumarização de documentos longos
- conversação multilíngue
Como usar Llama 3.3 70B no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da Meta. O osFoundry descobre Llama 3.3 70B automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
Llama 3.3 70B é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
Quais hardwares rodam Llama 3.3 70B
Llama 3.3 70B roda em uma única A100 80GB ou H100 80GB em quantização Q4 (~42 GB de VRAM com folga para KV-cache). A inferência em precisão completa requer múltiplas GPUs H100/H200 em FP16 (~168 GB).
Llama 3.3 70B vs modelos semelhantes
Licença
Llama 3.3 Community Licence — commercial use under 700M MAU — Permite uso comercial até 700M de usuários ativos mensais; implantações maiores requerem uma licença separada.
Atribuição "Built with Llama" obrigatória.
Perguntas frequentes sobre Llama 3.3 70B
Llama 3.3 70B é gratuito?
Llama 3.3 70B é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local) / $ 0.59 /1M, saída Free (local) / $ 0.79 /1M). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar Llama 3.3 70B comercialmente?
Uso comercial é permitido com condições. Permite uso comercial até 700M de usuários ativos mensais; implantações maiores requerem uma licença separada. Atribuição "Built with Llama" obrigatória.
Qual é a janela de contexto de Llama 3.3 70B?
Llama 3.3 70B suporta uma janela de contexto de 128K tokens.
Quanta VRAM Llama 3.3 70B precisa?
Aproximadamente 42 GB em quantização Q4, ou 168 GB em precisão FP16 completa. Cabe em uma única A100/H100 80GB.
Posso rodar Llama 3.3 70B localmente?
Sim. Llama 3.3 70B é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que Llama 3.3 70B é melhor?
Llama 3.3 70B é bem adequado para chat geral e perguntas e respostas, orquestração de agentes com uso de ferramentas, análise e sumarização de documentos longos.
Como uso Llama 3.3 70B no osFoundry?
Cole sua chave de API da Meta no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Llama 3.3 70B a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela Meta em 6 de dezembro de 2024.