Llama 3.1 70B InstructилиLlama 3.2 3B Instruct

или

Llama Guard 4 12B Llama 4 Maverick Llama 4 Scout Llama 3.3 70B Instruct Llama 3.2 1B Instruct Llama 3.1 70B Instruct

Llama Guard 4 12B Llama 4 Maverick Llama 4 Scout Llama 3.3 70B Instruct Llama 3.2 1B Instruct Llama 3.2 3B Instruct

Главная разница — цена: Instruct дешевле в восемь раз на входе и в 1,2 раза на выходе. Ниже — счёт по трём источникам: что заявили поставщики, что намерила независимая лаборатория и что мы видим на реальных запросах. Переключатель «что важнее» меняет счёт — проверьте свой расклад.

Поставщик карточки моделей и правила кэша
Лаборатория Artificial Analysis, одна методика на обе
Hubris наши реальные запросы за 30 дней

Сводная оценка Лаборатория Hubris

Одно число на модель от 0 до 100: качество, скорость, цена, кэш и возможности, нормированные по всему каталогу. Засечки — остальные модели на той же шкале.

Llama 3.1 70B Instruct50,49 ₽ · meta-llama

SonnetSonnetFlashFlash

Llama 3.2 3B Instruct6,31 ₽ · meta-llama

DeepSeek 0731LunaFlashOpus

45+15 %

Instruct опережает Instruct на 15 % по сводной оценке при выбранных весах. Из чего складывается — в раундах ниже.

Счёт по раундам 11 : 16

1Качество с рассуждениямине считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме—:—

2Качество без рассужденийне считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме—:—

3Кодне считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этих задачах—:—

4Математикане считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этих задачах—:—

5Инструменты и агентне считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этих задачах—:—

6Следование инструкциямне считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этих задачах—:—

7Длинный контекстне считаетсялаборатория ещё не измерила Llama 3.1 70B Instruct в этих задачах—:—

8Скоростьне считаетсяпо Llama 3.1 70B Instruct пока мало запросов, чтобы мерить скорость—:—

9Цена50,49 ₽ против 6,31 ₽ за миллион на входе5:10 10Кэшнет против нет3:3 11Возможностиконтекст, вход, рассуждения, приватность3:3

Правила одни для всех сравнений: лучший в раунде получает 10, второй — пропорционально отставанию, разница до 5 % — ничья, обеим по 10. Раунд 1 и 2 и 3 и 4 и 5 и 6 и 7 и 8 в счёт не идёт: лаборатория ещё не опубликовала замер — максимум уменьшен. «Бюджет и скорость» удваивает цену и скорость, «Качество любой ценой» удваивает качество и не считает цену. Как считаем — в методике.

Раунд 1 из 11

Качество с рассуждениями

—:—раунд не считается — нет замера

Качество мы не измеряем — это цифры независимой лаборатории: девять тестов одной методикой на обе модели, рассуждения включены на максимум. Шкала от 0 до 100.

Индекс интеллекта Лаборатория

Artificial Analysis, индекс v4.

С рассуждениями на максимумкак в карточках поставщиков

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

GPQA Diamondвопросы уровня аспирантуры, справочно

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Humanity's Last Examсамый трудный набор задач, справочно

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

MMLU-Proширокие знания, справочно

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 2 из 11

Качество без рассуждений

—:—раунд не считается — нет замера

В чате, поддержке и массовых задачах думать некогда — рассуждения выключены. Здесь картина часто другая.

Индекс интеллекта Лаборатория

Та же методика, режим без рассуждений.

Без рассужденийбыстрый ответ, как в чате и массовых задачах

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 3 из 11

Код

—:—раунд не считается — нет замера

Задачи из настоящих репозиториев и соревновательный код. У разных моделей лаборатория успела измерить разное — в счёт идут те тесты, что есть у обеих.

Кодинг Лаборатория

Сводный индекс кодинга (0–100) и отдельные тесты в процентах решённых задач.

Сводный индекс кодингавсе кодовые тесты лаборатории одним числом

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

LiveCodeBenchсвежие соревновательные задачи

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

SciCodeнаучный код по описанию задачи

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 4 из 11

Математика

—:—раунд не считается — нет замера

Счёт, доказательства и олимпиадные задачи. Полезно там, где ответ либо верный, либо нет: аналитика, финансы, инженерные расчёты.

Математика Лаборатория

Сводный индекс (0–100) и доля решённых олимпиадных задач.

Сводный индекс математикивсе математические тесты лаборатории одним числом

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

AIMEолимпиадные задачи со строгим ответом

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 5 из 11

Инструменты и агент

—:—раунд не считается — нет замера

Модель в роли агента: вызвать нужный инструмент, довести многошаговый диалог до результата, поработать в терминале. Именно это отличает модель для агентского клиента от модели для чата.

Инструменты и терминал Лаборатория

Доля доведённых до конца сценариев.

𝜏²-benchвызовы инструментов в многошаговом диалоге

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Terminal-Benchработа агента в терминале

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 6 из 11

Следование инструкциям

—:—раунд не считается — нет замера

Делает ли модель ровно то, о чём просили: держит формат, не добавляет лишнего, соблюдает ограничения. От этого зависит, придётся ли разбирать ответ костылями.

Следование инструкциям Лаборатория

Доля заданий, где все требования соблюдены.

IFBenchпроверяемые требования к формату и содержанию

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 7 из 11

Длинный контекст

—:—раунд не считается — нет замера

Большое окно контекста и умение им пользоваться — разные вещи. Здесь проверяется второе: рассуждения по длинному тексту, а не размер окна из карточки.

Рассуждения на длинном контексте Лаборатория

Доля верных ответов по длинному тексту. Размер окна — в раунде «Возможности».

Long Context Reasoningответы по тексту, который не помещается в один взгляд

Лаборатория ещё не измерила Llama 3.1 70B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 8 из 11

Скорость

—:—раунд не считается — мало данных

Пауза до первого слова и скорость письма. Очки — по нашим данным, это то, что вы получите на практике.

Один и тот же запросHubris

Проигрываем ответ на измеренной скорости: пауза до первого слова, потом письмо. Длина ответа одинаковая, иначе модели несравнимы.

Llama 3.1 70B Instructmeta-llama/llama-3.1-70b-instruct

По Llama 3.1 70B Instruct пока мало запросов, чтобы мерить скорость.

Llama 3.2 3B Instructmeta-llama/llama-3.2-3b-instruct

По Llama 3.2 3B Instruct пока мало запросов, чтобы мерить скорость.

Лаборатория меряет по прямому API одним промптом без рассуждений. У нас — реальные промпты реальных клиентов, часть с рассуждениями, и весь путь до вас целиком. Разница между дорожками — разница между стендом и жизнью.

Раунд 9 из 11

Цена

5:10Instruct дешевле в восемь раз на входе и в 1,2 раза на выходепосле раунда 5 : 10

В рублях, за миллион токенов. Списывается по факту — за то, что реально отправили и получили.

Прайс и реальный средний чек Hubris

Первые две колонки — ставки каталога. Третья — сколько в среднем стоит один запрос нашим пользователям к этой модели.

Модель	Входные токеныто, что вы отправили	Ответ моделито, что она написала	Типичный запроссредний по нашим пользователям
Llama 3.1 70B Instruct	50,49₽	50,49₽	мало данных
Llama 3.2 3B Instruct	6,31₽	41,66₽	мало данных
Разница	в восемь разв пользу Instruct	в 1,2 разав пользу Instruct	—

Средний чек считается по реальным запросам наших пользователей: он зависит от того, сколько модель пишет в ответ.

Раунд 10 из 11

Кэш

3:3одинаковые правилапосле раунда 8 : 13

Если начало промпта повторяется от запроса к запросу — системная инструкция, приложенный документ, история переписки, — эта часть считается со скидкой. Включается она у моделей по-разному, и на этом легко потерять деньги.

Правила кэширования Поставщик

Скидка применяется автоматически — Hubris списывает по фактической цене исполнения, в которой кэш уже учтён.

Llama 3.1 70B Instruct

Нет

Кэша промптов у этой модели нет. Повторяющиеся части промпта оплачиваются каждый раз полностью.

Llama 3.2 3B Instruct

Нет

Кэша промптов у этой модели нет. Повторяющиеся части промпта оплачиваются каждый раз полностью.

Как пометить блок и проверить, что кэш сработал, — в документации. Сработавший кэш виден в ответе в поле cached_tokens.

Раунд 11 из 11

Возможности

3:3по всем пунктам равныпосле раунда 11 : 16

Контекст, что принимает на вход, рассуждения, приватность, надёжность. За каждый пункт — очки по одной шкале.

Llama 3.1 70B Instruct

✓Контекст 131 тыс. токенов
—Картинки не принимает
—Файлы не принимает
—Без режима рассуждений
✓Не обучается на ваших данных

Llama 3.2 3B Instruct

✓Контекст 131 тыс. токенов
—Картинки не принимает
—Файлы не принимает
—Без режима рассуждений
✓Не обучается на ваших данных

Итог

Кто победил

Llama 3.1 70B Instruct11

из 30 очковПобеждает Instruct

Llama 3.2 3B Instruct16

При равных весах побеждает Instruct — 11 : 16, с перевесом в 5 очков. Instruct берёт цену; Instruct отвечает без явных побед. Кэш и возможности — ничьи. При «Качество любой ценой» — ничья: перевес Instruct держится только на цене и скорости.

Коротко

Плюсы и минусы

Преимущества каждой модели над другой — из тех же данных, что и раунды, в процентах и секундах.

Llama 3.1 70B Instruct

Преимуществ перед соперником по нашим данным нет.

Llama 3.2 3B Instruct

дешевле в восемь раз на входе

Мы рекомендуем Llama 3.2 3B Instruct: он впереди по сумме раундов при равных весах. Если качество важнее цены — модели равны.

Выбор

Когда какую брать

Обе доступны по одному ключу — переключиться можно на любом запросе, поменяв одну строку.

Llama 3.1 70B Instruct

Задачи, где важны цена и надёжность — смотрите раунды выше

Открыть в чате

Llama 3.2 3B Instruct

Массовые задачи, где счёт за токены — главная статья расходов

Открыть в чате

Вопросы

Что обычно спрашивают

Почему Instruct дешевле в восемь раз — он хуже?

Независимых замеров качества для этой пары пока нет. Цена отражает размер модели; проверьте на своих данных.

Какая модель лучше для написания кода?

На практике для больших проектов берут ту, что лучше держит длинный контекст задачи; Instruct здесь предпочтительнее, а для мелких правок и массовых операций важнее скорость и цена.

Что такое кэш промптов и почему это важно?

У Instruct кэш включается сам. У Instruct повторяющийся блок нужно пометить маркером cache_control, иначе скидки не будет — одна строка в запросе, а на массовых задачах разница в счёте в разы.

Откуда взяты цифры скорости?

Это наши измерения по успешным запросам через Hubris за последние 30 дней, а не заявления поставщиков: время до первого слова и скорость письма от начала до конца ответа. В паузу входит и наш участок пути. Лабораторная дорожка рядом — Artificial Analysis, прямой API одним промптом: это потолок, наша цифра — то, на что стоит рассчитывать.

Можно ли переключаться между моделями?

Да, обе доступны по одному ключу. Чтобы сменить модель, достаточно поменять её идентификатор в запросе — ни отдельного договора, ни второго ключа не нужно.

Дальше

Другие сравнения

Каждая из этих двух — против соседей по каталогу. Любую пару можно собрать в выборе наверху страницы.

Llama 3.1 70B InstructилиClaude Sonnet 5 Llama 3.1 70B InstructилиGPT-5.6 Luna Llama 3.1 70B InstructилиNano Banana 2 (Gemini 3.1 Flash Image)Llama 3.2 3B InstructилиClaude Sonnet 5 Llama 3.2 3B InstructилиGPT-5.6 Luna Llama 3.2 3B InstructилиNano Banana 2 (Gemini 3.1 Flash Image)Все сравнения·и любая пара

Источники: цены, контекст и модальности — каталог Hubris, 2026-09-18; скорость и средний чек — запросы через Hubris за 30 дней.