# LLaMA-33B

> Fiche du modèle de langage LLaMA-33B sur Quelle IA, édition du 28 septembre 2026. LLaMA-33B (Meta AI) : score IA de 4,3, provisoire. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-33b/
Origine : Meta AI · États-Unis · sorti le 24 février 2023

## Score général

- Score IA : 4,3 (marge à 90 % : de 0,0 à 11,0)
- Rang : non classé, score historique
- Couverture : 0 % du poids des tâches, 0 mesure
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | non mesuré | Non mesuré |
| Sciences | non mesuré | Non mesuré |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Exécution locale

Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : Non communiqué
- 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/models?library=gguf&search=LLaMA-33B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=LLaMA-33B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- L'essayer : [Meta AI](https://www.meta.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| TriviaQA | Hors tâche | 83,8 % | 62,2 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 83,6 % | 60,9 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 80,7 % | 42,7 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 78,7 % | 31,3 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 77,2 % | 15,8 | archivé | https://epoch.ai/benchmarks |
| LAMBADA | Hors tâche | 77,2 % | 15,8 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 82,8 % | 22,8 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 86,1 % | 20,2 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 70,4 % | -9,1 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 69,9 % | -11,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 84,4 % | 13,0 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 67,9 % | -19,8 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 83,1 % | 7,7 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 83,1 % | 7,7 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 65,1 % | -31,4 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,3 % | 16,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,3 % | 16,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,3 % | 16,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 82,2 % | 15,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 67,5 % | 8,9 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 76 % | 13,1 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 76 % | 13,1 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 58,7 % | 5,7 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 58,6 % | -5,0 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 58,6 % | -5,0 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 44,1 % | -2,2 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 57,8 % | -4,6 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 57,8 % | 4,1 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 57,8 % | 4,1 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 57,8 % | -4,6 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 56,8 % | 2,3 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 42,3 % | -3,8 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 54,4 % | -9,4 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 35,6 % | -9,7 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 35,6 % | -9,7 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 50 % | 1,8 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 32 % | -13,0 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 39,8 % | -15,6 | archivé | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de LLaMA-33B ?** LLaMA-33B obtient un score IA de 4,3, avec une marge de 0,0 à 11,0. Ce score est historique : aucun benchmark vivant ne le mesure plus, et le modèle n'a pas de rang.

**LLaMA-33B peut-il tourner en local ?** Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

**Qui édite LLaMA-33B ?** LLaMA-33B est édité par Meta AI (États-Unis), et il est sorti le 24 février 2023. Ses poids sont ouverts.

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