# Llama 3-8B

> Fiche du modèle de langage Llama 3-8B sur Quelle IA, édition du 28 septembre 2026. Llama 3-8B (Meta AI) : score IA de 28,1, 229e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-3-8b/
Origine : Meta AI · États-Unis · sorti le 18 avril 2024

## Score général

- Score IA : 28,1 (marge à 90 % : de 18,2 à 38,0)
- Rang : 229 (Groupe 14, ex æquo)
- Couverture : 75 % du poids des tâches, 16 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 | 27,8 | Provisoire · 33 % |
| Code | 27,8 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 28,3 | Rang 249 · 100 % |
| Maths | 27,8 | Provisoire · 25 % |
| Sciences | 26,8 | Provisoire · 40 % |
| Français | 26,8 | Rang 153 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 28,9 | Rang 247 · 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 : 18,5 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 : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : 8 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/Meta-Llama-3-8B-Instruct)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Meta-Llama-3-8B-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 % | 48,8 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 92,1 % | 34,9 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 82,8 % | 33,4 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 82,6 % | 36,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 72,7 % | 86,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 67,7 % | -20,7 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 63,7 % | 36,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| MMLU | Hors tâche | 68,8 % | 23,2 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 66,5 % | 19,2 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 52,2 % | 20,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 51,7 % | 18,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| WinoGrande | Hors tâche | 75,7 % | 11,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 38,6 % | 22,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ANLI (Adversarial NLI) | Hors tâche | 57,3 % | 33,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 30,2 % | 22,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| WinoGrande | Hors tâche | 65 % | -33,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 27,4 % | 15,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, écriture créative | Écriture | 1 196,5 Elo | 30,7 | actif | https://arena.ai/leaderboard |
| OpenBookQA | Hors tâche | 45 % | -28,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 26,5 % | 4,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, texte | Usage | 1 223,6 Elo | 28,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 253,3 Elo | 27,6 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 220,4 Elo | 26,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 192,8 Elo | 26,9 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 210,9 Elo | 30,2 | actif | https://arena.ai/leaderboard |
| ForecastBench | Raisonnement | 58,6 % | 60,7 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 43,9 % | 24,5 | saturé | https://conceptualreasoning.ai/dtbench |
| MATH Level 5 | Maths | 6,1 % | 27,3 | archivé | https://epoch.ai/benchmarks |
| ForecastBench | Raisonnement | 52,9 % | -41,7 | actif | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 1,9 % | 35,2 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 26,1 % | 11,1 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 0 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Llama 3-8B ?** Llama 3-8B obtient un score IA de 28,1, avec une marge de 18,2 à 38,0, dans l'édition du 28 septembre 2026. Il est classé 229e sur 246 modèles, à partir de 16 mesures.

**Dans quelles tâches Llama 3-8B est-il le plus fort ?** Ses deux meilleures tâches sont écriture (28,9) et usage (28,3). Sa tâche la plus faible est français (26,8).

**Llama 3-8B 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.

**Qui édite Llama 3-8B ?** Llama 3-8B est édité par Meta AI (États-Unis), et il est sorti le 18 avril 2024. Ses poids sont ouverts.

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