# Llama 3.1-8B

> Fiche du modèle de langage Llama 3.1-8B sur Quelle IA, édition du 28 septembre 2026. Llama 3.1-8B (Meta AI) : score IA de 28,9, 228e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-3-1-8b/
Origine : Meta AI · États-Unis · sorti le 23 juillet 2024

## Score général

- Score IA : 28,9 (marge à 90 % : de 20,0 à 37,7)
- Rang : 228 (Groupe 14, ex æquo)
- Couverture : 90 % du poids des tâches, 24 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 | 36,4 | Provisoire · 33 % |
| Code | 27,3 | Provisoire · 23 % |
| Agents | 31,5 | Provisoire · 11 % |
| Usage | 27,8 | Rang 250 · 100 % |
| Maths | 28,1 | Provisoire · 25 % |
| Sciences | 26,8 | Rang 95 · 60 % |
| Français | 30,2 | Rang 151 · 100 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 28,1 | Rang 248 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version allégée à 4 bits, par exemple une GeForce RTX 5050. Mémoire estimée : 5,5 Go.

- Allégée, 4 bits : 5,5 Go
- Allégée, 8 bits : 9,7 Go
- Complète, 16 bits : 18,4 Go

- Plus petite machine : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version allégée à 4 bits ; par exemple [GeForce RTX 5050](https://quelleia.com/local/geforce-rtx-5050/)
- PC portable RTX : [PC portable GeForce RTX 8 Go](https://quelleia.com/local/#pc_portable_rtx_8_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5050](https://quelleia.com/local/pc-portable-geforce-rtx-5050/)
- 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 8 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 8 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 complète ; 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 8 bits ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

## Fiche technique

- Prix : 0,02 € / 0,03 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 8 milliards
- Licence : Llama 3.1 (poids ouverts, téléchargeables)
- Classe énergétique : A (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Décembre 2023

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Meta-Llama-3.1-8B-Instruct)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/meta-llama/llama-3.1-8b-instruct)
- L'essayer : [Meta AI](https://www.meta.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 93,6 % | 45,1 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 92,9 % | 40,5 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| GSM8K | Maths | 82,4 % | 34,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 74,4 % | 96,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| BoolQ | Hors tâche | 82,8 % | 6,5 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 65 % | 42,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| PIQA | Hors tâche | 81,2 % | 5,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 57,6 % | 37,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 51,8 % | 18,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 44,7 % | 30,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 44,3 % | 54,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 42,9 % | 30,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| MMLU | Hors tâche | 56,1 % | 1,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, OrangeSum (résumé) | Français | 37,9 % | 73,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 34,7 % | 18,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| compar:IA | Français | 908,0 Elo | 22,4 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| EuroEval, OrangeSum (résumé) | Français | 31,6 % | -86,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 26 % | 11,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 25,5 % | 2,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions de code | Code | 1 259,7 Elo | 29,0 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 211,2 Elo | 25,7 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 177,1 Elo | 26,3 | actif | https://arena.ai/leaderboard |
| MATH Level 5 | Maths | 22,9 % | 39,4 | archivé | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 188,6 Elo | 26,0 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 205,6 Elo | 23,7 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 197,6 Elo | 27,7 | actif | https://arena.ai/leaderboard |
| DTBench | Raisonnement | 50,9 % | 40,9 | saturé | https://conceptualreasoning.ai/dtbench |
| BALROG | Agents | 15,1 % | 38,6 | actif | https://balrogai.com/ |
| SciCode | Code | 13,2 % | 27,8 | actif | https://artificialanalysis.ai/evaluations/scicode |
| EuroEval, MultiLoKo (connaissances locales) | Français | 11,5 % | 43,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| LMCA | Raisonnement | 5,37 | 37,4 | actif | https://conceptualreasoning.ai/lmca |
| EuroEval, MultiLoKo (connaissances locales) | Français | 6 % | 31,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GPQA Diamond | Sciences | 27 % | 18,3 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 1,7 % | 6,2 | actif | https://htihle.github.io/weirdml.html |
| OTIS Mock AIME 2024-2025 | Maths | 1,7 % | 34,1 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 0 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Llama 3.1-8B ?** Llama 3.1-8B obtient un score IA de 28,9, avec une marge de 20,0 à 37,7, dans l'édition du 28 septembre 2026. Il est classé 228e sur 246 modèles, à partir de 24 mesures.

**Dans quelles tâches Llama 3.1-8B est-il le plus fort ?** Ses deux meilleures tâches sont raisonnement (36,4) et agents (31,5). Sa tâche la plus faible est sciences (26,8).

**Llama 3.1-8B peut-il tourner en local ?** Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version allégée à 4 bits, par exemple une GeForce RTX 5050. Mémoire estimée : 5,5 Go.

**Combien coûte Llama 3.1-8B ?** 0,02 € par million de jetons en entrée et 0,03 € 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 3.1-8B ?** Llama 3.1-8B 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