# Llama 3.1-405B

> Fiche du modèle de langage Llama 3.1-405B sur Quelle IA, édition du 28 septembre 2026. Llama 3.1-405B (Meta AI) : score IA de 52,6, 176e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-3-1-405b/
Origine : Meta AI · États-Unis · sorti le 23 juillet 2024

## Score général

- Score IA : 52,6 (marge à 90 % : de 48,6 à 56,6)
- Rang : 176 (Groupe 12, ex æquo)
- Couverture : 75 % du poids des tâches, 18 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 | 52,9 | Provisoire · 33 % |
| Code | 52,9 | Provisoire · 15 % |
| Agents | non mesuré | Non mesuré |
| Usage | 53,4 | Rang 190 · 100 % |
| Maths | 48,7 | Provisoire · 25 % |
| Sciences | 53,1 | Provisoire · 40 % |
| Français | 57,1 | Rang 105 · 81 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 53,7 | Rang 191 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 279,4 Go.

- Allégée, 4 bits : 279,4 Go
- Allégée, 8 bits : 489,0 Go
- Complète, 16 bits : 931,5 Go

- Plus petite machine : [Mac 512 Go](https://quelleia.com/local/#mac_512_go), version allégée à 4 bits
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 512 Go](https://quelleia.com/local/#mac_512_go), version allégée à 4 bits ; par exemple [Mac Studio M5 Ultra, 512 Go](https://quelleia.com/local/mac-studio-m5-ultra-512go/)
- Ryzen AI Max : Trop juste
- Nvidia DGX : [4 DGX Spark, 512 Go](https://quelleia.com/local/#dgx_spark_x4), version allégée à 4 bits ; par exemple [Quatre DGX Spark en grappe](https://quelleia.com/local/dgx-spark-x4/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 2,38 € / 2,60 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : 405 milliards
- Licence : Llama 3.1 (poids ouverts, téléchargeables)
- Classe énergétique : E (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-llama/Meta-Llama-3.1-405B-Instruct)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Meta-Llama-3.1-405B-Instruct)
- 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 | 94,5 % | 53,0 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 94,3 % | 51,7 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 95,3 % | 72,2 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 89,2 % | 59,3 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 82,7 % | 55,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 80 % | 83,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| MMLU | Hors tâche | 84,5 % | 55,7 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 84,4 % | 55,4 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 89,2 % | 74,3 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 77,4 % | 116,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| BIG-Bench Hard (BBH) | Hors tâche | 82,9 % | 48,5 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 82,9 % | 48,5 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 85,9 % | 54,6 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 70 % | 70,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 68,1 % | 62,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 67,8 % | 71,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| WinoGrande | Hors tâche | 82,2 % | 39,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 55 % | 28,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 52,6 % | 72,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| MATH Level 5 | Maths | 49,8 % | 49,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 44,3 % | 54,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, écriture créative | Écriture | 1 304,6 Elo | 55,1 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 335,4 Elo | 54,5 | actif | https://arena.ai/leaderboard |
| compar:IA | Français | 957,0 Elo | 43,8 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, texte | Usage | 1 333,5 Elo | 54,0 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 301,4 Elo | 54,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 376,3 Elo | 54,5 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 369,1 Elo | 52,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 318,9 Elo | 52,8 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 339,8 Elo | 52,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 315,4 Elo | 52,1 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 324,7 Elo | 51,9 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 327,7 Elo | 49,9 | actif | https://arena.ai/leaderboard |
| DTBench | Raisonnement | 61,4 % | 53,8 | saturé | https://conceptualreasoning.ai/dtbench |
| Arena, questions d'experts | Sciences | 1 311,9 Elo | 49,4 | actif | https://arena.ai/leaderboard |
| GPQA Diamond | Sciences | 50,9 % | 53,3 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 21,4 % | 52,6 | actif | https://htihle.github.io/weirdml.html |
| ForecastBench | Raisonnement | 59,9 % | 75,3 | actif | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 9,7 % | 47,1 | saturé | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 23 % | 47,2 | actif | https://epoch.ai/benchmarks |
| Cybench | Sécurité | 7,5 % | 58,7 | archivé | https://epoch.ai/benchmarks |
| TheAgentCompany | Agents | 7,4 % | 51,6 | archivé | https://epoch.ai/benchmarks |
| EuroEval, Allociné (sentiment) | Français | 0 % | -302,6 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 0 % | -344,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 0 % | -112,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 0 % | -175,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 0 % | -586,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |

## En bref

**Quel est le score de Llama 3.1-405B ?** Llama 3.1-405B obtient un score IA de 52,6, avec une marge de 48,6 à 56,6, dans l'édition du 28 septembre 2026. Il est classé 176e sur 246 modèles, à partir de 18 mesures.

**Dans quelles tâches Llama 3.1-405B est-il le plus fort ?** Ses deux meilleures tâches sont français (57,1) et écriture (53,7). Sa tâche la plus faible est maths (48,7).

**Llama 3.1-405B peut-il tourner en local ?** Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 279,4 Go.

**Combien coûte Llama 3.1-405B ?** 2,38 € par million de jetons en entrée et 2,60 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Llama 3.1-405B ?** Llama 3.1-405B est édité par Meta AI (États-Unis), et il est sorti le 23 juillet 2024. Ses poids sont ouverts, sous licence Llama 3.1.

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