# Llama 2-13B

> Fiche du modèle de langage Llama 2-13B sur Quelle IA, édition du 28 septembre 2026. Llama 2-13B (Meta AI) : score IA de 8,2, 243e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-2-13b/
Origine : Meta AI · États-Unis · sorti le 18 juillet 2023

## Score général

- Score IA : 8,2 (marge à 90 % : de 0,0 à 23,5)
- Rang : 243 (Groupe 14, ex æquo)
- Couverture : 75 % du poids des tâches, 13 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 8,8 | Provisoire · 22 % |
| Code | 8,2 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 8,5 | Rang 269 · 100 % |
| Maths | 8,5 | Provisoire · 12 % |
| Sciences | 9,8 | Provisoire · 20 % |
| Français | 3,0 | Rang 169 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 8,0 | Rang 268 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'une carte graphique de 12 Go (10 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B580. Mémoire estimée : 9,0 Go.

- Allégée, 4 bits : 9,0 Go
- Allégée, 8 bits : 15,7 Go
- Complète, 16 bits : 29,9 Go

- Plus petite machine : [Carte graphique 12 Go](https://quelleia.com/local/#carte_graphique_12_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 12 Go](https://quelleia.com/local/#carte_graphique_12_go), version allégée à 4 bits ; par exemple [Intel Arc B580](https://quelleia.com/local/intel-arc-b580/)
- PC portable RTX : [PC portable GeForce RTX 12 Go](https://quelleia.com/local/#pc_portable_rtx_12_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5070 Ti](https://quelleia.com/local/pc-portable-geforce-rtx-5070-ti/)
- PC portable Intel : [PC portable Intel Core Ultra 32 Go](https://quelleia.com/local/#pc_portable_intel_32_go), version allégée à 8 bits ; par exemple [Samsung Galaxy Book6 Pro 16 pouces, 32 Go](https://quelleia.com/local/samsung-galaxy-book6-pro-16/)
- PC portable Snapdragon : [PC portable Snapdragon X2 48 Go](https://quelleia.com/local/#pc_portable_snapdragon_48_go), version allégée à 4 bits ; par exemple [ASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 Go](https://quelleia.com/local/asus-zenbook-a16-2026-snapdragon-x2-48go/)
- Mac : [Mac 16 Go](https://quelleia.com/local/#mac_16_go), version allégée à 4 bits ; par exemple [Mac mini M6, 16 Go](https://quelleia.com/local/mac-mini-m6-16go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 8 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : [PC portable 16 Go](https://quelleia.com/local/#portable_16_go), version allégée à 4 bits ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : 13 milliards
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-llama/Llama-2-13b-chat-hf)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Llama-2-13b-chat-hf)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- L'essayer : [Meta AI](https://www.meta.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 91,5 % | 31,0 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 90,9 % | 27,0 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 79,6 % | 36,3 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 79,6 % | 36,3 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 79,4 % | 35,2 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 77,2 % | 23,3 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 76,5 % | 11,7 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 76,5 % | 11,7 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 80,7 % | 13,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 73,2 % | 89,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 73,1 % | 3,2 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 82,4 % | 5,0 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 81,7 % | 2,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 81,7 % | 2,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 81,7 % | 2,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 81,1 % | 0,0 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 80,8 % | 1,2 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 80,5 % | -1,8 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 80,5 % | -1,8 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 80,5 % | -1,8 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 80,5 % | -1,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 59,7 % | 15,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| PIQA | Hors tâche | 79,8 % | -8,5 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 50,5 % | 14,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 60,3 % | -1,1 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 72,8 % | 0,2 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 72,8 % | 0,2 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 72,8 % | 0,2 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 58,2 % | 13,1 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 57 % | -7,6 | archivé | https://epoch.ai/benchmarks |
| ScienceQA | Hors tâche | 55,8 % | -3,7 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 55,6 % | 0,2 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 55,4 % | -0,1 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 55,1 % | -0,7 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 40 % | -18,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| MMLU | Hors tâche | 54,8 % | -1,2 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 54,8 % | -1,2 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 54,8 % | -1,2 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 36,9 % | -8,5 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 50,9 % | -8,4 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 34,3 % | -10,8 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 49,4 % | -17,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 49,4 % | -17,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 49,4 % | -17,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 49,4 % | -17,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 48,8 % | -17,9 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 47,3 % | -15,5 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 29,6 % | -15,4 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 47 % | -2,8 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 28,9 % | -16,1 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 28,7 % | -16,3 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 28,7 % | -16,3 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 28,7 % | -16,3 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 24,5 % | -20,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 20,1 % | -6,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| BIG-Bench Hard (BBH) | Hors tâche | 39,4 % | -16,4 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 39,4 % | -16,4 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 39,4 % | -16,4 | archivé | https://epoch.ai/benchmarks |
| Arena, texte | Usage | 1 141,3 Elo | 9,5 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 091,6 Elo | 7,1 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 162,8 Elo | 7,8 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 129,5 Elo | 14,7 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 110,2 Elo | 9,9 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 107,0 Elo | 2,6 | actif | https://arena.ai/leaderboard |
| EuroEval, ScaLA (grammaire) | Français | 13,4 % | -31,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 11,4 % | -29,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| BIG-Bench Hard (BBH) | Hors tâche | 32,9 % | -33,6 | archivé | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 42,2 % | 16,1 | saturé | https://conceptualreasoning.ai/dtbench |
| GSM8K | Maths | 2,7 % | -72,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 1,5 % | -99,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Chess Puzzles | Raisonnement | 0 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Llama 2-13B ?** Llama 2-13B obtient un score IA de 8,2, avec une marge de 0,0 à 23,5, dans l'édition du 28 septembre 2026. Il est classé 243e sur 246 modèles, à partir de 13 mesures.

**Dans quelles tâches Llama 2-13B est-il le plus fort ?** Ses deux meilleures tâches sont sciences (9,8) et raisonnement (8,8). Sa tâche la plus faible est français (3,0).

**Llama 2-13B peut-il tourner en local ?** Tient à partir d'une carte graphique de 12 Go (10 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B580. Mémoire estimée : 9,0 Go.

**Qui édite Llama 2-13B ?** Llama 2-13B est édité par Meta AI (États-Unis), et il est sorti le 18 juillet 2023. Ses poids sont ouverts.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com