M
Llama 3.2 1B InstructOPEN
Llama 3.2 1B est un modèle de langage de 1 milliard de paramètres axé sur l'exécution efficace des tâches de langage naturel, telles que la synthèse, le dialogue et l'analyse de texte multilingue.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.07 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 83% des 191 modèles open-weight suivis ici
- 2 sur 12 modèles Meta suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour Llama 3.2 1B Instruct, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Les modèles à ce niveau coûtent $0.5 par 1M de tokens (médiane de 10) — celui-ci coûte $0.07.
Moins cher et meilleur sur cet indice : DeepSeek V4 Flash 0731 · Solar Pro 4 · Ling-3.0-flash et 6 de plus
À propos de ce modèle
Llama 3.2 1B Instruct est un modèle d'IA open-weight par Meta. Vous pouvez le télécharger et le self-host gratuitement ; les prix ci-dessous sont les prix catalogue des API hébergées, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que Llama 3.2 1B Instruct ?
Llama 3.2 1B Instruct est un modèle de langage IA de Meta. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 1 sur l'indice d'intelligence d'Artificial Analysis.
Llama 3.2 1B Instruct est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Llama 3.2 1B Instruct et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,03 $ par million de jetons d'entrée et de 0,2 $ par million de jetons de sortie.
À quoi sert Llama 3.2 1B Instruct ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 19.6%, MMLU-Pro 20%, Humanity's Last Exam 5.5%, Long Context Reasoning 6%, LiveCodeBench 1.9%, SciCode 1.7%, MATH-500 14%, AIME 0%, AIME 2025 0%, IFBench 22.8%, τ²-Bench 0%, Terminal-Bench Hard 0%.
Puis-je auto-héberger Llama 3.2 1B Instruct ?
Oui. Llama 3.2 1B Instruct a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.