Meta

MLlama 3.2 3B InstructOPEN

Llama 3.2 3B Instruct (Meta): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.

Fenêtre de contexte
131K
tokens
Prix d'entrée
$0.05
par M tokens
Prix de sortie
$0.33
par M tokens
Fournisseur
Meta

Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.

Voir les comparaisons de modèles → Comparer tous les prix des modèles

Benchmarks & performance

Scores de référence indépendants pour Llama 3.2 3B Instruct, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.

Intelligence index4.2
Math index3.3
GPQA22.4%
MMLU-Pro34.7%
Humanity's Last Exam5.2%
Long Context Reasoning2%
LiveCodeBench8.3%
SciCode5.2%
MATH-50047%
AIME6.7%
AIME 20253.3%
IFBench25.2%
τ²-Bench21.1%
Données de benchmark par Artificial Analysis

À propos de ce modèle

Llama 3.2 3B Instruct est un modèle d'IA à poids ouvert de Meta. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.

Questions fréquemment posées

Qu'est-ce que Llama 3.2 3B Instruct ?

Llama 3.2 3B Instruct est un modèle de langage IA de Meta. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 4.2 sur l'indice d'intelligence d'Artificial Analysis.

Llama 3.2 3B Instruct est-il gratuit ?

Les poids sont gratuits et ouverts — vous pouvez auto-héberger Llama 3.2 3B Instruct et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,05 $ par million de jetons d'entrée et de 0,33 $ par million de jetons de sortie.

Qu'est-ce que Llama 3.2 3B Instruct sait bien faire ?

Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 22.4%, MMLU-Pro 34.7%, Humanity's Last Exam 5.2%, Long Context Reasoning 2%, LiveCodeBench 8.3%, SciCode 5.2%, MATH-500 47%, AIME 6.7%, AIME 2025 3.3%, IFBench 25.2%, τ²-Bench 21.1%. Il est particulièrement utilisé pour raisonnement mathématique.

Puis-je auto-héberger Llama 3.2 3B Instruct ?

Oui. Llama 3.2 3B Instruct a des poids ouverts, 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.

Alternatives open-source

Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.

Llama 3.1 8B InstructMetaLlama 4 MaverickMetaLlama 3.3 70B InstructMetaLlama 4 ScoutMetaLlama 3.1 70B InstructMetaLlama Guard 4 12BMeta