ฉันสามารถรัน Nemotron 70B ในเครื่องได้ไหม?

ไม่ได้ NVIDIA ไม่ได้เปิดเผยน้ำหนักโมเดลสู่สาธารณะ ดังนั้นโมเดลนี้ใช้ได้เฉพาะผ่าน API เท่านั้น ไม่สามารถดาวน์โหลดหรือติดตั้งเองได้

ค่าใช้จ่ายและบริบทยาวแค่ไหน?

ราคา $1.20 ต่อหนึ่งล้านโทเค็นทั้งอินพุตและเอาต์พุต พร้อมบริบทหน้าต่าง 131,072 โทเค็น

โมเดลนี้ต่างจาก Llama 3.1 70B ปกติอย่างไร?

NVIDIA ปรับแต่ง Llama 3.1 70B เพื่อเน้นความช่วยเหลือและการจัดแนว ซึ่งทำให้โมเดลนี้ทำงานได้ดีกว่าโมเดลฐานในมาตรฐานการปฏิบัติตามคำสั่งในช่วงเวลาที่เปิดตัว

Llama 3.1 Nemotron 70B Instruct

4324°

#llm #nvidia #แชท #เขียน #การให้เหตุผล #บริบทยาว

ใช้งานได้บน Graydient

เปิด DeepInfra

รันโมเดลนี้

ข้อเสนอ / โฆษณา

Easy Creator (Prism) เว็บ

ไม่จำกัด · ค่าธรรมเนียมคงที่

เหมาะสำหรับผู้เริ่มต้นที่สุด เวิร์กโฟลว์ทรงพลัง เรียนรู้ง่าย

PirateDiffusion Telegram

ไม่จำกัด · ค่าธรรมเนียมคงที่

สร้างวิดีโอ รูปภาพ บุคลิกแชทที่กำหนดเอง และอื่นๆ

Pro studio (SpyGlass) เว็บ

ไม่จำกัด · ค่าธรรมเนียมคงที่

เรียกดูโมเดล เรนเดอร์ และปรับแต่งได้จากทุกเบราว์เซอร์หรือโทรศัพท์

Discord bot (Vector)

ไม่จำกัด · ค่าธรรมเนียมคงที่

เพิ่ม Vector ในเซิร์ฟเวอร์ของคุณหรือเข้าร่วม Vector Discord สร้างอะไรก็ได้!

Unified Editor เว็บ

ไม่จำกัด · ค่าธรรมเนียมคงที่

ตัวแก้ไขภาพและวิดีโอ: เรนเดอร์ แก้ไข อัปสเกล และอื่นๆ ในหน้าเดียว

แอปในเครื่อง

ต้องตั้งค่า

ติดตั้งโปรแกรมในเครื่องถ้าคอมพิวเตอร์ของคุณแรงพอ

ModelDuel เว็บ

จ่ายตามการใช้

สร้างพรอมต์เดียวกันบนโมเดลเช็คพอยต์/เบสได้สูงสุด 50 โมเดลพร้อมกัน

เช่า GPU บนคลาวด์

Graydient Cloud GPU

ไม่จำกัด · ค่าธรรมเนียมคงที่

จ่ายครั้งเดียว ใช้ไม่จำกัด โมเดลนี้ติดตั้งได้ในคลิกเดียว

RunPod Cloud GPU

คิดค่าบริการเป็นนาที

เช่า GPU เป็นนาที ตั้งค่าโมเดลเอง

คู่มือสำหรับโมเดลนี้

น้ำหนักเปิด vs โอเพนซอร์ส vs API-only: สิ่งที่คุณทำได้จริงๆ

10 ทางเลือก ChatGPT ที่ถูกที่สุดในปี 2026: โมเดลท้องถิ่นฟรี, แผนฟรี และแผนราคาคงที่

ไฟล์ GGUF คืออะไร? อธิบายโมเดลควอนไทซ์ (Q4, Q8, fp8, NF4)

คู่มือทั้งหมด

nvidia | 131,072 token context | $1.20/M input, $1.20/M output. Llama-3.1-Nemotron-70B-Instruct เป็นโมเดลภาษาใหญ่ที่ NVIDIA ปรับแต่งเพื่อเพิ่มความช่วยเหลือของคำตอบที่ LLM สร้างให้กับคำถามของผู้ใช้ โมเดลนี้ทำคะแนน Arena Hard ได้ 85.0, AlpacaEval 2 LC ได้ 57.6 และ GPT-4-Turbo MT-Bench ได้ 8.98 ซึ่งเป็นตัวชี้วัดที่ทำนายคะแนน Elo ใน LMSys Chatbot Arena ได้ดี ณ วันที่ 16 ต.ค. 2024 โมเดลนี้เป็นอันดับ 1 ในสามเกณฑ์การจัดแนวอัตโนมัติทั้งหมด (ดูแท็บยืนยันสำหรับ AlpacaEval 2 LC) แซงหน้ารุ่นแนวหน้าที่แข็งแกร่ง เช่น GPT-4o และ Claude 3.5 Sonnet.

บันทึกของกัปตัน

เขียนโดย Captain, บรรณาธิการประจำบ้าน

บันทึกจาก 2026-10-13

Llama 3.1 Nemotron 70B Instruct เป็นโมเดล Llama 3.1 70B ของ Meta ที่ NVIDIA ปรับแต่งเพื่อให้ตอบสนองได้ช่วยเหลือและสอดคล้องกับความต้องการของผู้ใช้มากขึ้น เมื่อเปิดตัว โมเดลนี้ทำคะแนนสูงสุดในสามมาตรฐานการวัดการจัดแนวอัตโนมัติหลัก เหนือกว่า GPT-4o และ Claude 3.5 Sonnet เหมาะสำหรับผู้ที่ต้องการโมเดลที่เชี่ยวชาญและปฏิบัติตามคำสั่งผ่าน API ในราคาต่อโทเค็นที่คาดการณ์ได้

เป็นที่รู้จักสำหรับ

ทำคะแนนสูงสุดใน Arena Hard, AlpacaEval 2 LC และ MT-Bench alignment benchmarks ตอนเปิดตัว
การปรับแต่งการจัดแนวโดย NVIDIA เน้นที่ความช่วยเหลือในการตอบมากกว่าความสามารถดิบ
บริบทหน้าต่าง 128K โทเค็น รองรับเอกสารยาวและการสนทนาต่อเนื่อง
ความสามารถในการปฏิบัติตามคำสั่งที่แข็งแกร่งจากฐาน Llama 3.1 70B

ระวัง

น้ำหนักโมเดลไม่เปิดเผย; ใช้งานผ่าน API เท่านั้น ไม่มีการติดตั้งในเครื่อง
ราคา $1.20 ต่อหนึ่งล้านโทเค็นทั้งอินพุตและเอาต์พุต อาจสูงเมื่อใช้งานปริมาณมาก
คะแนนมาตรฐานวัดในวันที่เฉพาะเจาะจง สถานการณ์อาจเปลี่ยนแปลงไปแล้ว

เหมาะสำหรับ

คำสั่งที่ควรลอง

เขียนใหม่เพื่อความชัดเจน

นี่คือย่อหน้าจากเอกสารนโยบายภายใน เขียนใหม่ให้พนักงานใหม่ที่ไม่มีพื้นฐานกฎหมายเข้าใจได้ในครั้งเดียว รักษาภาระผูกพันทั้งหมดไว้แต่ตัดคำศัพท์เฉพาะและประโยคที่ใช้เสียงถูกกระทำออก ย่อหน้า: 'บุคลากรทุกคนต้องรับผิดชอบให้เป็นไปตามตารางการเก็บข้อมูลที่บังคับใช้ตามกรอบกฎหมายของเขตอำนาจที่มีการแก้ไขเป็นระยะ'

วางแผนการสนทนาที่ยาก

ฉันต้องแจ้งผู้รับเหมาอิสระที่ทำงานมานานว่าเราจะยุติความสัมพันธ์เพราะคุณภาพงานลดลง ไม่ใช่เพราะงบประมาณ เขาอาจจะรับเรื่องนี้เป็นเรื่องส่วนตัว ช่วยวางแผนการสนทนา: เริ่มพูดอย่างไร รับมือกับการคัดค้านอย่างไร และปิดการสนทนาอย่างเคารพ

ทดสอบความแข็งแกร่งของข้อโต้แย้ง

ฉันจะโต้แย้งข้อหนึ่งและอยากให้คุณหาข้อโต้แย้งที่แข็งแกร่งที่สุด จากนั้นบอกอย่างตรงไปตรงมาว่าข้อโต้แย้งหรือโต้แย้งเดิมน่าเชื่อถือกว่ากันและเพราะเหตุใด ข้อโต้แย้งของฉัน: การทำงานระยะไกลลดโอกาสเติบโตในสายอาชีพของพนักงานระดับจูเนียร์ถาวร เพราะการให้คำปรึกษาแบบไม่เป็นทางการและการเรียนรู้แบบออสโมติกหายไป

เปรียบเทียบกับ

GPT-6 Luna
โมเดลสำหรับ API เท่านั้น
บริบท 1,050,000 โทเค็น · ป้อน $0.10/M, ส่งออก $0.50/M
Claude Sonnet 5.5
โมเดลสำหรับ API เท่านั้น
บริบท 1,000,000 โทเค็น · ป้อน $2.00/M, ส่งออก $10.00/M
Grok 4.7
โมเดลสำหรับ API เท่านั้น
บริบท 500,000 โทเค็น · ป้อน $2.00/M, ส่งออก $6.00/M
Claude Sonnet 4.6
โมเดลสำหรับ API เท่านั้น
บริบท 1,000,000 โทเค็น · ป้อน $3.00/M, ส่งออก $15.00/M

โมเดลข้อความเพิ่มเติมจาก nvidia

คำถามที่คนถาม

ฉันสามารถรัน Nemotron 70B ในเครื่องได้ไหม?: ไม่ได้ NVIDIA ไม่ได้เปิดเผยน้ำหนักโมเดลสู่สาธารณะ ดังนั้นโมเดลนี้ใช้ได้เฉพาะผ่าน API เท่านั้น ไม่สามารถดาวน์โหลดหรือติดตั้งเองได้
ค่าใช้จ่ายและบริบทยาวแค่ไหน?: ราคา $1.20 ต่อหนึ่งล้านโทเค็นทั้งอินพุตและเอาต์พุต พร้อมบริบทหน้าต่าง 131,072 โทเค็น
โมเดลนี้ต่างจาก Llama 3.1 70B ปกติอย่างไร?: NVIDIA ปรับแต่ง Llama 3.1 70B เพื่อเน้นความช่วยเหลือและการจัดแนว ซึ่งทำให้โมเดลนี้ทำงานได้ดีกว่าโมเดลฐานในมาตรฐานการปฏิบัติตามคำสั่งในช่วงเวลาที่เปิดตัว

คำตัดสินของกัปตัน
โมเดล 70B ที่ปรับแต่งดีและทำคะแนนมาตรฐานการจัดแนวได้สูงกว่าระดับน้ำหนักตัว — เหมาะสำหรับงานที่เน้นคำสั่งหนัก หากยอมรับการเข้าถึงผ่าน API เท่านั้นได้

กัปตันเขียนบันทึกเหล่านี้จากคำอธิบายและบัตรโมเดลของโมเดล ราคากับขนาดบริบทเป็นของผู้ให้บริการในเวลาที่เขียนและอาจเปลี่ยนแปลงได้

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

คะแนนนี้ถูกคำนวณอย่างไร

โมเดลนี้ยังไม่มีข้อมูลความนิยมจากแหล่งใดเลย จึงใช้ตัวเลขแทนที่ต่ำกว่า 7,000° เพื่อให้รายการครบถ้วน มันจะไม่ติดอันดับเหนือโมเดลที่มีข้อมูล การแยกส่วนจะแสดงที่นี่ทันทีที่มีแหล่งข้อมูลรายงาน

คำศัพท์: คำที่ใช้ที่นี่

คะแนนความร้อน: ตัวเลขเดียวที่บอกว่าโมเดลถูกใช้และต้องการมากแค่ไหนตอนนี้ ตั้งแต่ 0° ถึง 9,999° ทุกลิสต์ที่บอกว่าร้อนแรงที่สุดจะเรียงตามคะแนนนี้เท่านั้น
พื้นฐาน: 7,000° คือจุดเริ่มต้นของทุกโมเดลที่มีข้อมูลจริง สเกลตั้งแต่ 0° ถึง 9,999° ส่วนที่ต่ำกว่าพื้นฐานสงวนไว้สำหรับตัวแทน (โมเดลที่ไม่มีข้อมูล) เพื่อให้โมเดลที่มีข้อมูลอยู่เหนือกว่า พื้นฐานเหมือนกันสำหรับทุกคนและไม่ตัดสินอะไร คะแนนที่สูงกว่าพื้นฐานคือการวัดผล
เทียบเท่าการดาวน์โหลด: ทุกอย่างที่คะแนนนับเป็นการดาวน์โหลด รวมกัน: การดาวน์โหลดจริง, ผู้แชร์แต่ละคนในทอร์เรนต์นับเป็น 1,000, ภาพ AI Horde แต่ละภาพ และแต่ละครั้งที่ใช้งานในเว็บไซต์สร้างภาพ
สเกลลอการิทึม: นับเป็นสิบ ไม่ใช่หน่วยเดียว: การเพิ่มจาก 1,000 เป็น 10,000 การดาวน์โหลดจะเพิ่มคะแนนเท่ากับการเพิ่มจาก 10,000 เป็น 100,000 เพื่อไม่ให้โมเดลใหญ่แย่งพื้นที่ทั้งหมด
ไลก์: การกดถูกใจและไลก์จากทุกแหล่ง มีค่าน้ำหนักครึ่งหนึ่งของการดาวน์โหลดในสเกลลอการิทึม
อัตราการนำไปใช้: จำนวนการดาวน์โหลดต่อวันที่โมเดลได้รับตอนนี้ วัดจากความต่างระหว่างสองครั้งที่อ่านข้อมูล น้ำหนักเป็นหนึ่งในสี่ของการดาวน์โหลด
วัดได้และประมาณ: วัดได้หมายถึงมีการอ่านค่าจากแหล่งที่มาสองครั้งและความแตกต่างนั้นเป็นของจริง ประมาณหมายถึงรู้แค่ยอดรวมของวันนี้เท่านั้น ส่วนอดีตจะถูกกระจายไปตามอายุของโมเดล; เว็บไซต์จะบอกว่ากำลังแสดงแบบไหน
Seeder: คนที่เก็บสำเนาน้ำหนักไว้บนออนไลน์เพื่อให้คนอื่นดาวน์โหลดผ่านทอร์เรนต์ หรือกระจกที่โฮสต์ทำแบบเดียวกัน แต่ละคนจะนับเป็น 1,000 ดาวน์โหลด
AI Horde: เครือข่ายอาสาสมัครที่สร้างภาพฟรีบนคอมพิวเตอร์ที่บริจาค จำนวนภาพที่สร้างด้วยโมเดลแต่ละตัวเป็นข้อมูลสาธารณะ และแต่ละภาพนับเป็นหนึ่งดาวน์โหลด
เว็บไซต์สร้างภาพ: เว็บไซต์ที่โฮสต์สำเนาโมเดลของตัวเองและให้คนสร้างภาพ เช่น PixAI, SeaArt และ Yodayo การดาวน์โหลดของพวกเขานับเหมือนกับ Civitai และแต่ละการสร้างภาพนับเป็นหนึ่งดาวน์โหลด
โทเค็น OpenRouter: โมเดลข้อความที่ให้บริการผ่าน API เช่น Claude หรือ GPT ไม่มีน้ำหนักให้ดาวน์โหลด ดังนั้นการใช้งานจะวัดจากโทเค็น: ชิ้นส่วนข้อความที่อ่านและเขียนผ่าน OpenRouter ซึ่งเป็นเกตเวย์ที่แอปหลายตัวใช้ใน 30 วันที่ผ่านมา ทุก 10,000,000 โทเค็นนับเป็นการดาวน์โหลดหนึ่งครั้ง แหล่งข้อมูล: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
โมเดลเต็ม (checkpoint): น้ำหนักโมเดลเอง ไฟล์ที่สร้างภาพได้ด้วยตัวเอง ได้รับโบนัสเพราะส่วนเสริมขึ้นอยู่กับมัน
LoRA และ embedding: ไฟล์เสริมขนาดเล็กที่ช่วยปรับน้ำหนักของคนอื่นให้ไปในสไตล์ ตัวละคร หรือแนวคิดเฉพาะ มันไม่สามารถทำงานได้เอง
ตระกูลและน้ำหนัก: ฐานที่โมเดลสร้างขึ้น เช่น SD 1.5, SDXL, Flux หรือ Wan โมเดลทุกตัวจะสืบทอดวันที่ปล่อยน้ำหนักของตระกูล
อายุ: ลดคะแนนตามระยะเวลาที่น้ำหนักของตระกูลถูกปล่อยออกมา: 150° ต่อปี สูงสุด 750° มันเก็บดาวน์โหลดเก่าที่สะสมมาหลายปีจากการแช่แข็งบนสุดของรายการ
บูสต์ตระกูล: แรงกระตุ้นเล็กๆ ที่จำกัดสำหรับ LoRA ของตระกูลที่เว็บไซต์นี้กำลังผลักดันอยู่ตอนนี้ จะแสดงในรายละเอียดเสมอ
คะแนนสำรอง: ตัวเลขที่มั่นคงต่ำกว่าค่าขั้นต่ำที่ให้กับโมเดลที่ยังไม่มีรายงานแหล่งที่มา เพื่อให้รายการครบถ้วน มันจะไม่จัดอันดับสูงกว่าโมเดลที่มีข้อมูล
ใหม่! (ช่วงเวลาปลอดภัย): โมเดลที่มีอายุน้อยกว่า 7 วันจะแสดงคำว่า ใหม่! แทนคะแนนและจะไม่มีอันดับ โมเดลจะเริ่มคำนวณคะแนนตั้งแต่วันแรก แต่โมเดลที่อายุเพียงวันเดียวจะเติบโตเร็วที่สุด ดังนั้นถ้าไม่รอ โมเดลอันดับ #1 ของสัปดาห์จะเป็นโมเดลที่เพิ่งออกมาเมื่อวานแทนที่จะเป็นโมเดลที่อยู่ได้นานหนึ่งสัปดาห์
แนวโน้ม: การเติบโตของโมเดลในช่วงเวลาหนึ่งเทียบกับการเติบโตของโมเดลทั่วไปในช่วงเวลาเดียวกัน เร็วกว่าปกติหมายถึงเพิ่มขึ้น ช้ากว่าหมายถึงลดลง
โมเดลทั่วไป: จุดกึ่งกลางของแคตตาล็อก: ครึ่งหนึ่งของโมเดลที่มีตัวเลขเติบโตเร็วกว่าในช่วงเวลา ครึ่งหนึ่งช้ากว่า

วิธีติดตั้ง

วิธีติดตั้ง Ollama และใช้งาน AI แบบออฟไลน์ (Windows, Mac, Linux)

โมเดลที่คล้ายกัน

โมเดล AI สำหรับสร้างภาพ วิดีโอ และข้อความ

Llama 3.1 Nemotron 70B Instruct เป็นโมเดลข้อความสำหรับตระกูล Text / LLM ที่อยู่ใน ModelTrends.ai แคตตาล็อกแบบอ่านอย่างเดียวของโมเดล AI สร้างภาพ วิดีโอ และข้อความแบบโอเพนซอร์ส เปรียบเทียบกับโมเดล Text / LLM อื่น ๆ ดูคะแนนความร้อนแรงเพื่อติดตามเทรนด์ และเปิดบน PirateDiffusion หรือ BitVector เพื่อลองใช้

โมเดล Text / LLM เพิ่มเติม ข้อความ / LLM Text / LLM เพิ่มเติม llm nvidia แชท เขียน การให้เหตุผล บริบทยาว

เรียกดูตามตระกูลโมเดล

โมเดล Text / LLM

434