Kann ich Llama 3.3 70B lokal ausführen?

Ja, die Gewichte sind offen und auf Hugging Face unter meta-llama/Llama-3.3-70B-Instruct verfügbar. Tools wie Ollama und LM Studio können quantisierte Versionen ausführen, wobei 70B anspruchsvoll ist – rechnen Sie mit mindestens 40 GB VRAM oder RAM, abhängig vom Quantisierungsgrad.

Was kostet die Nutzung über die API?

Die Preise liegen bei $0,59 pro Million Eingabe-Tokens und $0,79 pro Million Ausgabe-Tokens, was für ein Modell dieser Leistungsklasse niedrig ist.

Wie unterscheidet sich dieses Modell von kleineren Llama 3-Modellen?

Meta positioniert 3.3 70B als leistungsstärker als kleinere Varianten bei gängigen Benchmarks, dabei aber mit Quantisierung noch auf Consumer-Hardware ausführbar; wenn Sie etwas Leichteres und Schnelleres brauchen, ist 8B Instruct der offensichtliche Schritt nach unten, allerdings mit Qualitätsverlust bei schwierigeren Aufgaben.

Llama 3.3 70B Instruct

5314°

#llm #meta-llama #chat #mehrsprachig #schreiben #lokal

Läuft auf Graydient

Modell ausführen

Angebote / Werbung

Easy Creator (Prism) Web

Unbegrenzt · Pauschalpreis

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Unbegrenzt · Pauschalpreis

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Pro studio (SpyGlass) Web

Unbegrenzt · Pauschalpreis

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Unbegrenzt · Pauschalpreis

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Unbegrenzt · Pauschalpreis

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

Unbegrenzt · Pauschalpreis

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Anleitungen zu diesem Modell

Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Meta | 131,072 token context | $0.10/M input, $0.32/M output. The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out). The Llama 3.3 instruction tuned text only model is optimized for multilingual dialogue use cases and outperforms many of the available open source and closed chat models on common industry benchmarks. Supported languages: English, German, French, Italian, Portuguese, Hindi, Spanish, and Thai. Model CardOpens in new tab

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Llama 3.3 70B Instruct ist Metas instruktionstuned Text-in/Text-out-Modell im 70B-Bereich mit offenen Gewichten, die Sie herunterladen und selbst ausführen können. Es zielt auf mehrsprachigen Dialog in acht Sprachen ab und übertrifft laut Meta viele offene und geschlossene Chat-Modelle in dieser Größenklasse bei Standard-Benchmarks. Mit unter einem Dollar pro Million Tokens über die API liegt es in einer nützlichen Mittelposition zwischen kleinen, schnellen Modellen und teuren Spitzenmodellen.

Bekannt für

Starker mehrsprachiger Chat in Englisch, Deutsch, Französisch, Italienisch, Portugiesisch, Hindi, Spanisch und Thailändisch
Offene Gewichte: herunterladen, selbst hosten oder quantisieren, wie Sie möchten
Wettbewerbsfähiges Befolgen von Anweisungen in der 70B-Klasse ohne Spitzenpreise
128k Token Kontextfenster deckt die meisten Langdokumentaufgaben ab

Achte auf

Nur Text – keine Bild-, Audio- oder Videoeingabe, obwohl die breitere Llama 3-Familie multimodale Varianten unterstützt
70B ist ressourcenintensiv; Sie benötigen erheblichen VRAM oder CPU-RAM, um es lokal in voller Präzision auszuführen
Metas Lizenz erlaubt breite Nutzung, enthält aber Nutzungsbeschränkungen; prüfen Sie diese vor kommerziellem Einsatz

Am besten für

Prompts zum Ausprobieren

Mehrsprachige Kundenantwort

Ein Kunde schrieb uns auf Spanisch: 'Hola, compré el producto hace dos semanas y aún no ha llegado. ¿Pueden ayudarme?' Verfassen Sie eine professionelle, einfühlsame Antwort auf Spanisch und geben Sie anschließend eine englische Zusammenfassung für unsere internen Unterlagen.

Zusammenfassen und übersetzen

Hier ist ein Absatz auf Deutsch: 'Die Bundesregierung hat heute ein neues Klimaschutzpaket vorgestellt, das bis 2035 eine Reduzierung der CO2-Emissionen um 70 Prozent vorsieht.' Fassen Sie den Kernpunkt in einem Satz zusammen und übersetzen Sie den gesamten Absatz ins Hindi.

Für Klarheit umschreiben

Formulieren Sie den folgenden juristischen Standardtext in einfachem Englisch um, das ein Laie in unter 30 Sekunden verstehen kann: 'The indemnifying party shall defend, indemnify and hold harmless the indemnified party from and against any and all claims, damages, losses, costs and expenses arising out of or relating to any breach of this Agreement.'

Vergleichen mit

Llama 3.2 3B Instruct
Modell mit offenen Gewichten
131,072 Token Kontext · $0.05/M Eingabe, $0.33/M Ausgabe
Llama 3.1 70B Instruct
Modell mit offenen Gewichten
131,072 Token Kontext · $0.40/M Eingabe, $0.40/M Ausgabe
Llama 3.3 70B Instruct Turbo
Modell mit offenen Gewichten
131,072 Token Kontext · $0.10/M Eingabe, $0.32/M Ausgabe
Llama 3.2 1B Instruct
Modell mit offenen Gewichten
60,000 Token Kontext · $0.03/M Eingabe, $0.20/M Ausgabe

Mehr Textmodelle von meta-llama

Häufig gestellte Fragen

Kann ich Llama 3.3 70B lokal ausführen?: Ja, die Gewichte sind offen und auf Hugging Face unter meta-llama/Llama-3.3-70B-Instruct verfügbar. Tools wie Ollama und LM Studio können quantisierte Versionen ausführen, wobei 70B anspruchsvoll ist – rechnen Sie mit mindestens 40 GB VRAM oder RAM, abhängig vom Quantisierungsgrad.
Was kostet die Nutzung über die API?: Die Preise liegen bei $0,59 pro Million Eingabe-Tokens und $0,79 pro Million Ausgabe-Tokens, was für ein Modell dieser Leistungsklasse niedrig ist.
Wie unterscheidet sich dieses Modell von kleineren Llama 3-Modellen?: Meta positioniert 3.3 70B als leistungsstärker als kleinere Varianten bei gängigen Benchmarks, dabei aber mit Quantisierung noch auf Consumer-Hardware ausführbar; wenn Sie etwas Leichteres und Schnelleres brauchen, ist 8B Instruct der offensichtliche Schritt nach unten, allerdings mit Qualitätsverlust bei schwierigeren Aufgaben.

Captain's Urteil
Ein wirklich leistungsfähiges Chatmodell mit offenen Gewichten zu einem Preis und in einer Größe, die es schwer machen, es für mehrsprachige Arbeit nicht zu empfehlen.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Llama 3.3 70B Instruct ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen, prüfe den Hitzewert, um den Trend zu sehen, und öffne es auf PirateDiffusion oder BitVector, um es auszuprobieren.

Weitere Text / LLM-Modelle llm meta-llama chat mehrsprachig schreiben lokal

Nach Modellfamilie stöbern