# Llama 2-70B

> Fiche du modèle de langage Llama 2-70B sur Quelle IA, édition du 28 septembre 2026. Llama 2-70B (Meta AI) : score IA de 16,9, 237e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-2-70b/
Origine : Meta AI · États-Unis · sorti le 18 juillet 2023

## Score général

- Score IA : 16,9 (marge à 90 % : de 4,2 à 29,5)
- Rang : 237 (Groupe 14, ex æquo)
- Couverture : 75 % du poids des tâches, 15 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 | 14,5 | Provisoire · 22 % |
| Code | 15,5 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 16,6 | Rang 259 · 100 % |
| Maths | 16,3 | Provisoire · 25 % |
| Sciences | 16,6 | Provisoire · 40 % |
| Français | 21,0 | Rang 158 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 15,5 | Rang 260 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'une machine Ryzen AI Max de 64 Go (48 Go utiles), en version allégée à 4 bits, par exemple une machine à Ryzen AI Max+ 395 de 64 Go. Mémoire estimée : 47,6 Go.

- Allégée, 4 bits : 47,6 Go
- Allégée, 8 bits : 83,3 Go
- Complète, 16 bits : 158,7 Go

- Plus petite machine : [Ryzen AI Max 64 Go](https://quelleia.com/local/#ryzen_ai_max_64_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 96 Go](https://quelleia.com/local/#carte_graphique_96_go), version allégée à 8 bits ; par exemple [RTX PRO 6000 Blackwell](https://quelleia.com/local/rtx-pro-6000-blackwell/)
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 96 Go](https://quelleia.com/local/#mac_96_go), version allégée à 4 bits ; par exemple [Mac Studio M5 Ultra, 96 Go](https://quelleia.com/local/mac-studio-m5-ultra-96go/)
- Ryzen AI Max : [Ryzen AI Max 64 Go](https://quelleia.com/local/#ryzen_ai_max_64_go), version allégée à 4 bits ; par exemple [Ryzen AI Max+ 395, 64 Go](https://quelleia.com/local/ryzen-ai-max-plus-395-64go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version allégée à 8 bits ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : 69 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-2-70b-chat-hf)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Llama-2-70b-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 | 93,5 % | 44,9 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 91,5 % | 30,8 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 87,6 % | 90,8 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 87,5 % | 89,9 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 85 % | 70,6 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 85 % | 70,6 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 82,4 % | 53,1 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 85,3 % | 35,6 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 78,9 % | 26,2 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 78,9 % | 26,2 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 88,6 % | 32,0 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 87,7 % | 27,6 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 75,4 % | 103,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 78,3 % | 25,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 85 % | 15,5 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 85 % | 15,5 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 69,6 % | 20,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 65,8 % | 46,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| PIQA | Hors tâche | 82,8 % | 21,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,8 % | 21,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,8 % | 21,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,6 % | 19,1 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 63,3 % | 14,1 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 80,2 % | 30,5 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 69,9 % | 25,2 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 69,8 % | 25,0 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 69,5 % | 24,4 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 58,9 % | 41,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GSM8K | Maths | 58,7 % | 10,1 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 68,9 % | 23,4 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 56,8 % | 8,4 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 56,8 % | 8,4 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 64,9 % | 21,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 48,6 % | 9,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GSM8K | Maths | 48,4 % | 1,4 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 47,1 % | 0,3 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 60,2 % | -2,5 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 59,9 % | 7,8 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 59,4 % | 6,9 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 58,5 % | 13,5 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 57,4 % | -5,1 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 57,4 % | -5,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 42,1 % | 27,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 56,5 % | -6,4 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 51,2 % | 3,5 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 31,4 % | 25,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 24,8 % | 8,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| BIG-Bench Hard (BBH) | Hors tâche | 42,4 % | -10,5 | archivé | https://epoch.ai/benchmarks |
| Arena, texte | Usage | 1 170,5 Elo | 16,3 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 111,6 Elo | 11,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 136,6 Elo | 15,3 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 179,3 Elo | 11,4 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 150,9 Elo | 12,0 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 137,4 Elo | 16,2 | actif | https://arena.ai/leaderboard |
| GSM8K | Maths | 13,3 % | -36,4 | archivé | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 3,3 % | 22,1 | archivé | https://epoch.ai/benchmarks |
| ForecastBench | Raisonnement | 51,4 % | -105,7 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 41,7 % | 11,6 | saturé | https://conceptualreasoning.ai/dtbench |
| GPQA Diamond | Sciences | 26,3 % | 13,7 | actif | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 1 % | -112,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 0 % | 30,9 | saturé | https://epoch.ai/benchmarks |
| CommonsenseQA 2.0 | Hors tâche | 50 % | -17,4 | archivé | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Llama 2-70B ?** Llama 2-70B obtient un score IA de 16,9, avec une marge de 4,2 à 29,5, dans l'édition du 28 septembre 2026. Il est classé 237e sur 246 modèles, à partir de 15 mesures.

**Dans quelles tâches Llama 2-70B est-il le plus fort ?** Ses deux meilleures tâches sont français (21,0) et usage (16,6). Sa tâche la plus faible est raisonnement (14,5).

**Llama 2-70B peut-il tourner en local ?** Tient à partir d'une machine Ryzen AI Max de 64 Go (48 Go utiles), en version allégée à 4 bits, par exemple une machine à Ryzen AI Max+ 395 de 64 Go. Mémoire estimée : 47,6 Go.

**Qui édite Llama 2-70B ?** Llama 2-70B 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