Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es

Wie intelligent ist Llama 3.3 70B?

66 SI-IQ · 90-%-Intervall 61–71
Rang 80 von 80 in der Rangliste aufgeführten Modellen · Plausibler Rangbereich 77–80

Llama 3.3 70B ist ein Modell von Meta AI, veröffentlicht am 06.12.2024. Der SI-IQ beträgt 66 (90-%-Intervall 61–71), geschätzt aus 5 Benchmark-Ergebnissen von 3 unabhängigen Evaluatoren. Der stärkste Bereich ist Agenten, der schwächste Mathematik.

Fakten

Entwickler: Meta AI
Veröffentlicht: 06.12.2024
Zugang: Offene Gewichte (eingeschränkte Lizenz)
Verwendete Benchmarks: 5 Ergebnisse von 3 Evaluatoren

Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)

Alle verwendeten Benchmark-Ergebnisse

Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.

Benchmark	Bereich	Punktzahl	Abgeleiteter SI-IQ	Evaluiert von	Wie von der Quelle aufgeführt	Abgerufen	Quelle
MATH Level 5	Mathematik	41,6 %	65	Epoch AI	`Llama-3.3-70B-Instruct`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
OTIS Mock AIME 2024–2025	Mathematik	5,1 %	63	Epoch AI	`Llama-3.3-70B-Instruct`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
GPQA Diamond	Wissen	47,4 %	70	Epoch AI	`Llama-3.3-70B-Instruct`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
GPQA Diamond (OpenRouter run)	Wissen	47,5 %	70	OpenRouter	`meta-llama/llama-3.3-70b-instruct` Parasail · median over providers (12 of 12 rows), lower median	18.10.2026	OpenRouter benchmark datasets · Datendatei
Berkeley Function Calling Leaderboard	Agenten	31,9 %	73	UC Berkeley (Gorilla)	`Llama-3.3-70B-Instruct (FC)`	18.10.2026	Berkeley Function Calling Leaderboard · Datendatei
τ²-bench Airline (OpenRouter run)	Agenten	31,3 %	61	OpenRouter	`meta-llama/llama-3.3-70b-instruct` PrimeIntellect · median over providers (6 of 6 rows), lower median	18.10.2026	OpenRouter benchmark datasets · Datendatei

Menschliche Präferenz (Arena)

In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat Llama 3.3 70B eine Bewertung von 1.318 (1.315–1.322) aus 54.497 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)

Modelle mit ähnlichem SI-IQ

Modell	SI-IQ
GPT-4o miniOpenAI	68	Llama 3.3 70B vs. GPT-4o mini
GPT-4o (Nov 2024)OpenAI	69	Llama 3.3 70B vs. GPT-4o (Nov 2024)
GPT-4o (Aug 2024)OpenAI	73	Llama 3.3 70B vs. GPT-4o (Aug 2024)
GPT-4.1 nanoOpenAI	76	Llama 3.3 70B vs. GPT-4.1 nano
Gemma 3 27BGoogle DeepMind	77	Llama 3.3 70B vs. Gemma 3 27B

Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen

Datenquellen: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..