就在OpenAI “12天技術直播狂歡”的第二天，北京時間12月7日凌晨1點，Meta發布了最新開源模型Llama 3.3。Meta負責生成式AI的副總裁Ahmad Al-Dahle在X上表示，Llama 3.3采用了最新的后訓練技術，參數規模僅700億，但是性能可以與參數4050億的Llama 3.1相媲美。

Al-Dahle在X上發布了一張圖表，顯示Llama 3.3 70B在多個行業基準測試中超越了谷歌的Gemini 1.5 Pro、OpenAI的GPT-4o和亞馬遜新發布的Nova Pro。

Llama 3.3除了英語外還支持7種語言：法語、德語、印地語、意大利語、葡萄牙語、西班牙語和泰語。該模型還引入了包括更長的上下文窗口128k token（與GPT-4o相當，大約400頁的文本）在內的幾項增強功能，使其適合長形式內容生成和其他高級用例。架構整合了分組查詢注意力（GQA），在推理期間提高了可擴展性和性能。

用簡單的話來總結，Llama用百億參數規模達到了千億參數的性能，同時必然帶來了成本的大幅降低。

成本能節省多少？

在GPU內存需求方面，根據Substratus博客的數據，Llama 3.1-405B需要243 GB到1944 GB的GPU內存，而Llama 2-70B則需要42-168GB的GPU內存。

有媒體報道稱，某些情況下，低參數模型的GPU內存需求甚至可以低至4GB。這意味著，如果部署Llama 3.3，用戶可以預期節省高達1940GB的內存，對于標準的80GB Nvidia H100 GPU來說，GPU負載可能降低24倍。以每塊H100 GPU約25,000美元的價格計算，這可能意味著高達600,000美元的前期GPU成本節省，這還不包括持續的電力成本節省。

現在，Llama 3.3已經可以通過Meta、Hugging Face、GitHub等平臺下載，開源許可證為Llama 3.3社區許可證，這是一項非獨家、免版稅的協議，允許用戶合法使用、復制、分發和修改Llama 3.3模型及其輸出，支持模型輸出的再利用，如合成數據生成和模型蒸餾，但是對于月活躍用戶超過7億的大型組織，需要從Meta獲得商業許可，而不是使用社區許可證。