Meta Llama 3.3 70B（メタライラマサンサンナナジュウビー）
Meta 2024年12月発売のオープンウェイト LLM。70B パラメータ + Llama 3.1 405B 同等性能・無料 + ローカル動作 + Hugging Face.
概要
Meta Llama 3.3 70B は Meta が2024年12月6日発売したオープンウェイト LLM Llama 3.3 70B-Instruct。70B パラメータ・Llama 3.1 405B 同等性能 (パラメータ-83%・効率大幅向上)・コンテキスト 128K tokens + 出力 4K tokens・無料 + ローカル動作 + Hugging Face Llama 3.3 ライセンス・Llama 3 ファミリー (70B + 1B/3B エッジ + Llama 4 予定 2025) 主流。Llama 3.3 70B は Meta オープンウェイト LLM の2024年フラッグシップ廉価版で、「Llama 3 (8B/70B/405B・2024年7月) → Llama 3.1 (8B/70B/405B・改良版) → Llama 3.2 (1B/3B エッジ・11B/90B Vision・2024年9月) → Llama 3.3 70B (2024年12月)」の系譜上で「405B 同等性能 + 70B パラメータ」で大ヒット。Llama 3.3 70B の革新点: ① 70B で Llama 3.1 405B 同等性能 でパラメータ-83% + 推論コスト大幅低下 ② コンテキスト 128K tokens (Llama 3.1 と同) ③ オープンウェイト + 商用利用可能 (Llama 3.3 ライセンス・月7億 active user 以下なら無料商用 OK) ④ 8言語対応 (英語 + ドイツ語 + フランス語 + イタリア語 + ポルトガル語 + ヒンディー語 + スペイン語 + タイ語) ⑤ Hugging Face + Ollama + LM Studio + vLLM 等の主要プラットフォーム標準対応。主要利用: ① 自作PC ローカル LLM (Ollama + LM Studio + RTX 5090 32GB VRAM + Llama 3.3 70B Q4_K_M) ② Mac mini M4 / MacBook Pro M4 Max (64-128GB 統合メモリ) ③ エンタープライズ オンプレミス LLM (データプライバシー重視) ④ クラウド推論 (AWS Bedrock + Together AI + Groq + Replicate) ⑤ オープンソース AI コミュニティ + 研究。
主な特徴・仕組み
- 発売: Meta (米国)・2024年12月6日
- モデル: Llama 3.3 70B-Instruct
- アーキテクチャ: Transformer (Decoder-only)
- パラメータ: 70B (Llama 3.1 70B と同・効率向上)
- コンテキスト: 128K tokens
- 出力: 4K tokens
- 訓練データ: 2024年12月まで (15T tokens 訓練)
- 対応言語: 8言語 (英 + 独 + 仏 + 伊 + 葡 + 印 + 西 + 泰)
- ライセンス: Llama 3.3 ライセンス (月7億 active user 以下無料商用 OK)
- 対応プラットフォーム: Hugging Face + Ollama + LM Studio + vLLM + AWS Bedrock + Together AI
- 量子化: Q2-Q8 (FP16 + INT8 + Q4_K_M 等の各種)
- ローカル推論要件: RTX 5090 32GB VRAM + DDR5-6400 64GB (Q4_K_M) ・MacBook Pro M4 Max 64-128GB 統合メモリ
- 競合: Mistral Large 2・DeepSeek-V3・Qwen3 235B・Claude/GPT (クラウド)
スペック比較表
| LLM | パラメータ | コンテキスト | ライセンス |
|---|---|---|---|
| Llama 3.3 70B | 70B | 128K | Llama 3.3 (商用 OK) |
| Llama 3.1 405B (前) | 405B | 128K | Llama 3.1 (商用 OK) |
| Llama 3.2 11B/90B | 11B/90B Vision | 128K | Llama 3.2 |
| Mistral Large 2 | 123B | 128K | Mistral Research |
| DeepSeek-V3 | 671B (MoE) | 128K | DeepSeek License |
具体例・対応製品
- Llama 3.3 70B-Instruct (Hugging Face 公式) : 無料 + 商用 OK
- Ollama + Llama 3.3 70B (Q4_K_M) : 自作PC ローカル動作 (RTX 5090 + 32GB VRAM)
- LM Studio + Llama 3.3 70B : GUI ローカル LLM (Mac/Windows)
- AWS Bedrock + Llama 3.3 70B : クラウド推論
- Together AI + Llama 3.3 70B : 廉価クラウド API
自作PCでの選び方・注意点
Meta Llama 3.3 70B は2026年現在 「オープンウェイト LLM の2024年フラッグシップ + 自作PC ローカル動作主流」。選び方: ① オープンウェイト + 商用 + 70B + 自作PC ローカル ならLlama 3.3 70B (無料・RTX 5090 32GB) ② クラウド + 究極推論 ならClaude Opus 4 ($15/$75) or GPT-5 ($2.50/$10) ③ エッジ + モバイル + 軽量 ならLlama 3.2 1B/3B (RTX 4060 + 8GB VRAM) ④ MoE + 大規模 ならDeepSeek-V3 671B (CPU + 大量 RAM 必須) ⑤ Vision Multi-modal ならLlama 3.2 11B/90B Vision。重要な注意: ① 自作PC ローカル動作 RTX 5090 32GB VRAM + Llama 3.3 70B Q4_K_M で実用域 でRTX 4090 24GB ではQ3 量子化必要 + 性能劣化 ② MacBook Pro M4 Max 64-128GB 統合メモリ で完全実用 でM4 Max 統合メモリ最大128GB は Llama 3.3 70B Q8 + Llama 3.1 405B Q4 動作可 ③ AMD Ryzen AI Max+ Pro (Strix Halo・64-128GB LPDDR5X) で競合 + 同水準ローカル LLM 動作 ④ ライセンス: Llama 3.3 は月7億 active user 以下なら無料商用 OK・大規模商用は Meta との別契約必要 ⑤ クラウド推論コスト: AWS Bedrock + Together AI + Groq で$0.6-$1/1M tokens (Llama 3.3 70B・Claude Sonnet $3/$15 から-83%・コスパ最強)。
関連用語との違い
- Llama 3.1 405B: 前世代上位・405B パラメータ・Llama 3.3 70B と同等性能だが推論コスト高。
- Llama 3.2 11B/90B Vision: Multi-modal Vision 対応版。
- DeepSeek-V3: 競合中国・671B MoE・大規模 + コスト効率。
よくある質問（FAQ）
Q1: 70B で 405B 同等性能の理由？ A: Meta が訓練データ + 訓練手法 + RLHF + Constitutional AI 改良で効率化・パラメータ-83% + 同等性能達成。「70B = 405B」は「Bigger is not always better」の好例。
Q2: 自作PC で動かせる？ A: RTX 5090 32GB VRAM + DDR5-6400 64GB + Llama 3.3 70B Q4_K_M で実用域 (5-10 token/s)・MacBook Pro M4 Max 64-128GB 統合メモリ で完全実用 (15-30 token/s)。
Q3: 商用利用 OK？ A: Llama 3.3 ライセンスで月7億 active user 以下なら無料商用 OK・スタートアップ + 中小企業 + 個人開発で大支持。大規模商用 (Meta + 月7億超) は別契約必要。