Fiche modèle
Llama 3.2 1B
Meta AI · poids ouverts · sorti le 24/09/2024
Date de sortie, éditeur et accès : Epoch AI, CC BY 4.0. Fiche régénérée le 07/10/2026.
Taille
1,2 Md
paramètres
Scores
Rang parmi les 274 modèles de l’indice ECI évalués par la même source. Un nom de benchmark mène à son explication.
| Benchmark | Score | Rang | Réglage | Source |
|---|---|---|---|---|
| Indice de capacités ECI (Epoch AI)Capacités générales | 102,090,0–110,1 | 247 / 274 | Epoch AI, CC BY 4.0, non daté par la source, vu publié le 07/10/2026 | |
| LMArena texte, contrôle du styleConversation (préférence humaine) | 1 1111 103–1 119 | 160 / 166 | « llama-3.2-1b-instruct » | LMArena, CC BY 4.0, publié le 02/10/2026 |
| GPQA Diamond (Epoch AI)Sciences | 23,9 %20,7–27,1 | 183 / 186 | réglage « Llama-3.2-1B-Instruct » | Epoch AI, CC BY 4.0, publié le 30/08/2026 |
| FrontierMath, niveaux 1 à 3 (Epoch AI) | non évalué par Epoch AI | |||
| OTIS Mock AIME 2024-2025 (Epoch AI)Maths de concours | 0,6 %-0,2–1,3 | 172 / 176 | réglage « Llama-3.2-1B-Instruct » | Epoch AI, CC BY 4.0, publié le 30/08/2026 |
| SimpleQA Verified (Epoch AI) | non évalué par Epoch AI | |||
| SWE-bench Verified (Epoch AI) | non évalué par Epoch AI | |||
Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Prix par fournisseur d’API
| Fournisseur | Entrée $/M | Sortie $/M | Mélangé | Clé LiteLLM |
|---|---|---|---|---|
| Novita AI | 0,020 $ | 0,020 $ | 0,020 $ | novita/meta-llama/llama-3.2-1b-instruct |
| Together AI | 0,060 $ | 0,060 $ | 0,060 $ | together_ai/meta-llama/Llama-3.2-1B-Instruct |
| Cloudflare Workers AI | 0,027 $ | 0,20 $ | 0,071 $ | cloudflare/@cf/meta/llama-3.2-1b-instruct |
| Amazon Bedrock | 0,10 $ | 0,10 $ | 0,10 $ | meta.llama3-2-1b-instruct-v1:0 |
| IBM watsonx | 0,10 $ | 0,10 $ | 0,10 $ | watsonx/meta-llama/llama-3-2-1b-instruct |
$ par million de jetons, tarif catalogue sans remise, sans cache ni traitement par lots. 5 offres rapprochées. Écart entre le moins cher (Novita AI, 0,020 $) et le plus cher : × 5,0. Relevé du 07/10/2026 ; vérifier chez le fournisseur avant de choisir. Sources : Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
L’héberger soi-même
- Accès aux poids
- poids ouverts, usage restreint par la licence (Epoch AI, CC BY 4.0)
- Licence
- Llama 3.2 Community License (carte du dépôt, déclaration de l’éditeur lue le 01/10/2026 ; lire la licence avant tout usage commercial)
- Taille
- 1,2 Md de paramètres (Epoch AI, CC BY 4.0 ; note : « https://huggingface.co/meta-llama/Llama-3.2-1B »)
- Poids
- huggingface.co/meta-llama/Llama-3.2-1B-Instruct (dépôt rapproché par la table de correspondance, existence vérifiée auprès de Hugging Face le 01/10/2026) Téléchargement soumis à l’acceptation des conditions de l’éditeur sur le dépôt.
Mémoire nécessaire
| Format des poids | Poids seuls | Ordre de grandeur du matériel |
|---|---|---|
| BF16 (pleine précision usuelle) | 2,5 Go | un ordinateur avec 16 Go de mémoire, ou une carte graphique de 16 Go |
| FP8 / 8 bits | 1,2 Go | un ordinateur avec 16 Go de mémoire, ou une carte graphique de 16 Go |
| 4 bits (GGUF Q4_K_M, environ 4,8 bits par paramètre) | 0,7 Go | un ordinateur avec 16 Go de mémoire, ou une carte graphique de 16 Go |
Calcul du Crible : 1,2 Md de paramètres × 2 octets (BF16), × 1 (FP8), × 0,6 environ (4 bits). Ajouter le cache de contexte, qui grandit avec la longueur des conversations et le nombre d’utilisateurs.
Outils
- vLLM (serveur, cartes graphiques) :
vllm serve meta-llama/Llama-3.2-1B-Instructsert le dépôt Hugging Face derrière une API compatible OpenAI. Le modèle doit être pris en charge par la version installée. - llama.cpp (ordinateur, processeur ou carte graphique) : lit les poids au format GGUF, souvent publiés en 4 bits par la communauté. Chercher une version GGUF (rien ne garantit qu’elle existe ni qu’elle est fidèle), puis
llama-server -hf <dépôt GGUF>. - Ollama (le plus simple sur un ordinateur) :
ollama run hf.co/<dépôt GGUF>lance une version GGUF publiée sur Hugging Face.
Commandes d’après la documentation de chaque outil (liens ci-dessus). Les tailles, l’accès et les liens viennent des sources citées ; de Hugging Face, Le Crible ne reprend que l’adresse du dépôt et l’identifiant de licence déclaré sur sa carte. Sources : Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Évolution
Aucun changement de prix relevé depuis le début de nos relevés quotidiens.