Meta Llama 3.3 70B（メタライラマサンサンナナジュウビー）

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。