Llama 3.2 3B: Daten & Quellen

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	3,2 Mrd.Quelle
Kontextfenster	131.072 TokenQuelle
Knowledge Cutoff	Dezember 2023Quelle
Lizenz	Llama 3.2 Community LicenseQuelle
Veröffentlichung	2024-10-24Quelle
Parameter	3,21 Mrd.Quelle
Architektur	dense transformerQuelle
Eingabe	TextQuelle
Ausgabe	Text, codeQuelle
Sprachen	8Quelle
Trainings-Token	up to 9TQuelle
Wissensstand	2023-12Quelle

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

MMLU instruct (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 63.4
Bewertung: 63.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

OpenRewrite (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 40.1
Bewertung: 40.1
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

TLDR (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 19
Bewertung: 19
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

IFEval (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 77.4
Bewertung: 77.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

GSM8K (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 77.7
Bewertung: 77.7
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

MATH (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 48
Bewertung: 48
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

ARC instruct (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 78.6
Bewertung: 78.6
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

GPQA (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 32.8
Bewertung: 32.8
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

HellaSwag (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.8
Bewertung: 69.8
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

BFCL (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67
Bewertung: 67
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

Nexus (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 34.3
Bewertung: 34.3
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

InfiniteBench QA (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 19.8
Bewertung: 19.8
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.2 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruction-tuned BF16 table; shots per card

Quelle Meta Llama 3.2 model card

Seite 1 von 2

Unsere Tests

Angezeigt wird jeweils der aktuellste Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Frühere Läufe bleiben in den Testdetails erreichbar. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Llama 3.2 3B

Reasoning (angefragt): nicht vorgegeben

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: meta-llama/llama-3.2-3b-instruct
API-Modell laut Antwort: meta-llama/llama-3.2-3b-instruct
Reasoning-Einstellung: nicht vorgegeben
Festgelegter Endpunkt: Parasail | meta-llama/llama-3.2-3b-instruct
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 7,1 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

Beliebtheit

45,7 / 100

Veröffentlichte Preise

Marktpreis: Median aus 2 OpenRouter-Endpunkten von 2 Anbietern (repräsentativ: Parasail), beobachtet am 6. Oktober 2026. Cache-Preise unterscheiden sich je Anbieter und werden nicht ausgewiesen.

API-Eingabe: 0,05 $ pro 1 Mio. TokenQuelle
API-Ausgabe: 0,33 $ pro 1 Mio. TokenQuelle

Quellen und Datenstand

Art	Nachweis und Datenstand
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Wissensstand-Daten (abgerufen 8. September 2026) · Meta Llama 3.2 3B model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Wissensstand-Daten (abgerufen 8. September 2026) · Meta Llama 3.2 3B model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	max-output-tokens Originalwortlaut No model-specific maximum output in the card.
Ungeklärt	AA benchmark rows Originalwortlaut No exact Artificial Analysis model page located in the checked public sitemap.
Weitere Quelle	Modellmetadaten · Hugging Face, Llama 3.2 3B Instruct · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Kontextfenster-Daten
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0