Llama 3.3 70Bとは何ですか？

Llama 3.3 70Bは、Meta社が開発し2024年12月にリリースされた、実績のあるAIモデルで、現在も多くの本番システムで広く運用されています。文章作成、分析、要約、質問応答などの一般的なAIタスクを処理します。

Llama 3.3 70Bはオープンソースですか、それともオープンウェイトですか？

Llama 3.3 70Bはオープンウェイトモデルです。その学習済み重みは公開されており、ダウンロード、セルフホスティング、ファインチューニングが可能です。トークンごとのAPI料金なしで、独自のインフラ上で実行できます。オープンウェイトはオープンソースと同じではないことに注意してください。トレーニングコードやデータは完全に公開されているわけではありません。

Llama 3.3 70BはFlowHuntで利用できますか？

Llama 3.3 70BはもうFlowHuntでは利用できません。現在FlowHuntで使えるモデルは、AIリーダーボードでご確認ください。

Meta Established オープンウェイト FlowHuntでは未対応

Llama 3.3 70B

Llama 3.3 70Bは、Meta社が開発し2024年12月にリリースされた、実績があり現在も多くの本番システムで広く運用されているAIモデルです。オープンウェイトモデルとして、その学習済み重みは公開されています — セルフホスティング、プロプライエタリデータでのファインチューニング、またはAPI依存なしでのオンプレミス実行が可能です。128Kトークンのコンテキストウィンドウをサポートしており、ほとんどのドキュメントやマルチターンアプリケーションに十分対応できます。

Llama 3.3 70Bは、Llama 4へのアーキテクチャ移行前のMetaによる最終Llama 3シリーズモデルの1つとして、2024年12月6日にリリースされました。Dense（非MoE）70Bパラメータモデルとして、Llama 3世代の哲学である「より多くのパラメータ、より良い結果、透明性のある構造」というストレートフォワードなスケーラブルアーキテクチャを反映しています。128Kのコンテキストウィンドウと強力なMMLU-ProおよびSWE-benchスコアにより、Dense 70B推論に十分なGPUリソースを持ちながらMoEシステムまでは必要としないチームにとって、主要なセルフホスト型モデルとなりました。現在も、ヘルスケア、金融、法務といった規制産業で人気があります。これらの業界では、Denseアーキテクチャの透明性と監査可能性、そしてオープンウェイトでの利用可能性が、生の性能と同様に重要視されています。

Claude Haiku 5.5をFlowHuntで試す AI Leaderboardに戻る

ベンチマーク

各スコアは1回だけ表示され、追跡対象モデルの中での順位と測定者が併記されます。

同じ尺度でEstablishedの同クラスモデルと比較

Llama 3.3 70Bこのモデル
GPT-4oこのモデルは3件中1件で首位
Llama 4 Maverickこのモデルは3件中0件で首位

検証済み独立した評価機関、ランキングに反映

総合

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

出典 ↗

Llama 3.3 70B 7.7 GPT-4o 8.4 Llama 4 Maverick 10.0

#4445中検証済み

推論

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

出典 ↗

Llama 3.3 70B 3.6% GPT-4o 2.4% Llama 4 Maverick 4.9%

#4344中検証済み

GPQA Diamond

Graduate-level science questions that search cannot answer.

出典 ↗その他: 自己報告 50.5%

Llama 3.3 70B 49.8% GPT-4o 54.3% Llama 4 Maverick 67.1%

#3637中検証済み

Llama 3.3 70Bの活用方法

科学的・技術的推論

一般的な科学的Q&Aをしっかりと処理できますが、最先端モデルは最も難しい大学院レベルの問題で25パーセントポイント以上高いスコアを記録しています。

セルフホスト型＆プライベートデプロイメント

Llama 3.3 70Bはオープンウェイト（70B Denseパラメータ）です。学習済み重みは公開されており、ダウンロードとセルフデプロイが可能です。独自のGPUハードウェアまたはプライベートクラウドで実行することで、データが自社環境外に出ることを防ぎ、スケール時のトークン単位のAPIコストを排除し、プロプライエタリデータセットでのモデルのファインチューニングが可能です。

強みと制約

強み

セルフホスト型＆データプライベートなデプロイメント（オープンウェイト）
長いコンテキストタスク（128Kコンテキストウィンドウ）

制約

最先端には及ばないハードサイエンス推論
エージェント型コーディングおよび複雑な推論において、2026年の最先端モデルに大幅に劣る

FlowHuntで代替モデルを使う

Llama 3.3 70BはFlowHuntでは利用できません。次のモデルは同様の用途に対応しており、すぐに使えます。

Claude Haiku 5.5をFlowHuntで試す

AIモデルリーダーボードの全貌を見る

追跡しているすべてのモデルを、コーディング、エージェント、推論のベンチマークで比較できます。各スコアには検証済みか自己申告かを表示しています。

← AIリーダーボードに戻る FlowHuntで試す

よくある質問

: Llama 3.3 70Bは、Meta社が開発し2024年12月にリリースされた、実績のあるAIモデルで、現在も多くの本番システムで広く運用されています。文章作成、分析、要約、質問応答などの一般的なAIタスクを処理します。
: Llama 3.3 70Bはオープンウェイトモデルです。その学習済み重みは公開されており、ダウンロード、セルフホスティング、ファインチューニングが可能です。トークンごとのAPI料金なしで、独自のインフラ上で実行できます。オープンウェイトはオープンソースと同じではないことに注意してください。トレーニングコードやデータは完全に公開されているわけではありません。
: Llama 3.3 70Bは128Kトークンのコンテキストウィンドウをサポートしており、ほとんどのドキュメントやマルチターンアプリケーションに十分対応できます。
: Llama 3.3 70BはもうFlowHuntでは利用できません。現在FlowHuntで使えるモデルは、AIリーダーボードでご確認ください。

詳しく見る

Llama 4 Maverick — ベンチマーク、機能、およびユースケース

Llama 4 Maverickは、Metaが開発したオープンウェイトAIモデル（17B/400B MoE（128エキスパート））で、Established層に分類され、100万トークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、および推奨ユースケースをご確認ください。...

Apr 5, 2025 2 分で読める

Llama 4 Scout — ベンチマーク、機能、ユースケース

Llama 4 ScoutはMetaによるオープンウェイトAIモデル（17B/109B MoE（16エキスパート））で、Established層に分類され、1000万トークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、推奨ユースケースをご確認ください。...

Apr 5, 2025 2 分で読める

Mistral Large 3 — ベンチマーク、機能、およびユースケース

Mistral Large 3は、Mistral社によるオープンウェイトのAIモデル（41B/675B MoE）で、Advanced層に分類され、256Kトークンのコンテキストウィンドウを備えています。FlowHuntで直接利用可能です。ベンチマークスコア、強み、推奨ユースケースをご覧ください。...

Dec 2, 2025 2 分で読める

Llama 3.3 70B