Llama 3.3 70B를 로컬에서 실행할 수 있나요?

네, 가중치는 오픈되어 있으며 meta-llama/Llama-3.3-70B-Instruct로 Hugging Face에 호스팅되어 있습니다. Ollama, LM Studio 같은 도구로 양자화된 버전을 실행할 수 있지만, 70B는 요구 사양이 높아 양자화 수준에 따라 40GB 이상의 VRAM 또는 RAM이 필요할 수 있습니다.

API 비용은 얼마인가요?

입력 토큰 백만 개당 $0.59, 출력 토큰 백만 개당 $0.79로, 이 성능급 모델 치고는 저렴한 편입니다.

작은 Llama 3 모델과 비교하면 어떤가요?

메타는 3.3 70B가 일반 벤치마크에서 작은 모델들보다 뛰어나면서도 양자화 시 소비자용 하드웨어에서 실행 가능하다고 포지셔닝합니다. 더 가볍고 빠른 모델이 필요하면 8B Instruct가 품질 저하를 감수하는 대신 명확한 하향 옵션입니다.

Llama 3.3 70B Instruct

5314°

#llm #meta-llama #채팅 #다국어 #글쓰기 #로컬

Graydient에서 실행 가능

모델 실행

제공 / 광고

Easy Creator (Prism) 웹

무제한 · 정액제

초보자에게 최적. 강력한 워크플로우, 낮은 학습 곡선.

PirateDiffusion 텔레그램

무제한 · 정액제

영상, 이미지, 맞춤형 채팅 페르소나 등 다양하게 만들어 보세요.

Pro studio (SpyGlass) 웹

무제한 · 정액제

어떤 브라우저나 휴대폰에서도 모델을 탐색하고 렌더링하며 수정하세요.

Discord bot (Vector) 디스코드

무제한 · 정액제

Vector를 서버에 추가하거나 Vector Discord에 참여하세요. 무엇이든 만들어 보세요!

Unified Editor 웹

무제한 · 정액제

이미지와 비디오 편집기: 한 페이지에서 렌더링, 편집, 업스케일 등 모두 가능합니다.

OpenRouter 터미널 / API

토큰당 결제

브라우저에서 이 모델과 채팅하거나 하나의 API 키로 코드에서 호출하세요.

로컬 앱

설정 필요

내 컴퓨터 성능이 되면 로컬 프로그램을 설치해.

ModelDuel 웹

사용량별 결제

한 번에 최대 50개의 체크포인트/기본 모델에서 동일한 프롬프트를 생성하세요.

클라우드에서 GPU 임대

Graydient 클라우드 GPU

무제한 · 정액제

정액제, 무제한 사용. 이 모델은 1클릭으로 설치됩니다.

RunPod 클라우드 GPU

분 단위 과금

분 단위로 GPU 임대, 직접 모델 설정.

이 모델의 가이드

Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)

Ollama vs LM Studio (2026): 어떤 로컬 AI 앱을 사용할까, 그리고 각각 어떤 최고 모델을 실행할까

용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

모든 가이드

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

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Llama 3.3 70B Instruct는 메타의 70B 규모 지침 튜닝 텍스트 입력/출력 모델로, 오픈 가중치를 다운로드하여 직접 실행할 수 있습니다. 8개 언어에 걸친 다국어 대화를 목표로 하며, 메타에 따르면 이 크기에서 많은 오픈 및 폐쇄형 챗 모델을 표준 벤치마크에서 능가합니다. API를 통해 백만 토큰당 1달러 미만의 비용으로, 소형 빠른 모델과 고가의 최첨단 모델 사이에서 유용한 중간 지점에 위치합니다.

알려진 점

영어, 독일어, 프랑스어, 이탈리아어, 포르투갈어, 힌디어, 스페인어, 태국어에 걸친 강력한 다국어 채팅
오픈 가중치: 다운로드, 자체 호스팅 또는 원하는 대로 양자화 가능
최첨단 가격 없이 70B 클래스에서 경쟁력 있는 지침 준수
128k 토큰 컨텍스트 창으로 대부분의 장문 문서 작업 커버

주의할 점

텍스트 전용 — Llama 3 패밀리의 멀티모달 변형을 지원함에도 이미지, 오디오, 비디오 입력 불가
70B는 무거움; 완전 정밀도로 로컬 실행 시 상당한 VRAM 또는 CPU RAM 필요
메타 라이선스는 광범위한 사용을 허용하지만 사용 제한이 있으니 상업적 배포 전 확인 필요

최적 용도

시도해볼 프롬프트

다국어 고객 답변

고객이 스페인어로 이렇게 문의했습니다: 'Hola, compré el producto hace dos semanas y aún no ha llegado. ¿Pueden ayudarme?' 전문적이고 공감하는 답변을 스페인어로 작성한 후, 내부 기록용으로 영어 요약을 제공하세요.

요약 및 번역

다음은 독일어 문단입니다: 'Die Bundesregierung hat heute ein neues Klimaschutzpaket vorgestellt, das bis 2035 eine Reduzierung der CO2-Emissionen um 70 Prozent vorsieht.' 핵심 내용을 한 문장으로 요약하고, 전체 문단을 힌디어로 번역하세요.

명확한 재작성

다음 법률 문구를 비전문가가 30초 이내에 이해할 수 있도록 평이한 영어로 다시 작성하세요: '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.'

비교하기

Llama 3.2 3B Instruct
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.05/M 입력, $0.33/M 출력
Llama 3.1 70B Instruct
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.40/M 입력, $0.40/M 출력
Llama 3.3 70B Instruct Turbo
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.10/M 입력, $0.32/M 출력
Llama 3.2 1B Instruct
오픈 가중치 모델
60,000 토큰 컨텍스트 · $0.03/M 입력, $0.20/M 출력

meta-llama의 더 많은 텍스트 모델

사람들이 묻는 질문

Llama 3.3 70B를 로컬에서 실행할 수 있나요?: 네, 가중치는 오픈되어 있으며 meta-llama/Llama-3.3-70B-Instruct로 Hugging Face에 호스팅되어 있습니다. Ollama, LM Studio 같은 도구로 양자화된 버전을 실행할 수 있지만, 70B는 요구 사양이 높아 양자화 수준에 따라 40GB 이상의 VRAM 또는 RAM이 필요할 수 있습니다.
API 비용은 얼마인가요?: 입력 토큰 백만 개당 $0.59, 출력 토큰 백만 개당 $0.79로, 이 성능급 모델 치고는 저렴한 편입니다.
작은 Llama 3 모델과 비교하면 어떤가요?: 메타는 3.3 70B가 일반 벤치마크에서 작은 모델들보다 뛰어나면서도 양자화 시 소비자용 하드웨어에서 실행 가능하다고 포지셔닝합니다. 더 가볍고 빠른 모델이 필요하면 8B Instruct가 품질 저하를 감수하는 대신 명확한 하향 옵션입니다.

캡틴의 평가
다국어 작업에 있어 가격과 크기 면에서 반박하기 어려운 진정한 능력의 오픈 가중치 챗 모델입니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

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

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

유사한 모델

이미지·영상·텍스트 생성을 위한 AI 모델

Llama 3.3 70B Instruct은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고, 열기 점수로 트렌드를 확인하고, PirateDiffusion 또는 BitVector에서 열어 사용해 보세요.

모델 패밀리별로 보기