MetaSprachmodell

Llama 3.1 8B Instruct

Für Llama 3.1 8B Instruct gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

BeliebtheitPlatz 157 von 785

46von 100-1 zum Vormonat

beruht auf Suche, Nutzung und Aufmerksamkeit

Zusammenfassung

Llama 3.1 8B Instruct ist die auf mehrsprachige Dialoge abgestimmte Version von Llama 3.1 8B. Meta trainierte sie nach dem Vortraining mit Supervised Fine-Tuning und Reinforcement Learning aus menschlichem Feedback.

Die größere Variante Llama 3.1 70B Instruct teilt ihr 128K-Kontextfenster. Meta dokumentiert Werkzeugaufrufe über Chat-Templates und einen Wissensstand bis Dezember 2023. Die Gewichte stehen unter der Llama-3.1-Community-Lizenz.

Selbst ansehen: ein Auftrag, ein Versuch

Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

01.10.2026 · 28 s · 0,0000 $

Testdetails

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: meta-llama/llama-3.1-8b-instruct
Reasoning-Einstellung: nicht vorgegeben
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 529 Token
Kosten des Versuchs: 0,0000 $
Antwortzeit: 27,8 s
API-Modell laut Antwort: meta-llama/llama-3.1-8b-instruct
Festgelegter Endpunkt: DeepInfra | meta-llama/llama-3.1-8b-instruct
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

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

Ursprung der Aufgabe: Simon Willison

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Llama 3.1 8B Instruct

Kein unabhängiger Test. Dieser API-Zugang ist ein Alias von llama-3.1-8b.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 169 veröffentlichten Benchmark-Werte anzeigen

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: 69.4
Bewertung: 69.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table; 5-shot

Quelle Meta Llama 3.1 model card

MMLU CoT (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 73
Bewertung: 73
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table; CoT

Quelle Meta Llama 3.1 model card

MMLU Pro instruct (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 48.3
Bewertung: 48.3
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

IFEval (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 80.4
Bewertung: 80.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

ARC instruct (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 83.4
Bewertung: 83.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

GPQA (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 30.4
Bewertung: 30.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

HumanEval (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 72.6
Bewertung: 72.6
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

MBPP (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 72.8
Bewertung: 72.8
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

MultiE HumanEval (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50.8
Bewertung: 50.8
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct multilingual code table

Quelle Meta Llama 3.1 model card

MultiE MBPP (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 52.4
Bewertung: 52.4
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct multilingual code table

Quelle Meta Llama 3.1 model card

GSM8K (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 84.5
Bewertung: 84.5
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table; CoT

Quelle Meta Llama 3.1 model card

MATH (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 51.9
Bewertung: 51.9
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Meta Llama 3.1 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Instruct table

Quelle Meta Llama 3.1 model card

Seite 1 von 15

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter

20 von 101 Modellen

GPT-6 Astra83

Claude Haiku 5.577

GPT-6 Sol73

GPT-573

DeepSeek V4.1 Flash 101769

Kimi K367

MiniCPM-V 4.7 35B-A3B63

GPT-6.1 Sol63

Claude Opus 563

Qwen 3.8 Flash62

Llama 3.1 8B Instruct46

DeepSeek V4.1 Flash 1017

MiniCPM-V 4.7 35B-A3B

GPT-6.1 Sol

Claude Opus 5

Qwen 3.8 Flash

Llama 3.1 8B Instruct

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

Llama 3.1 8B InstructMiMo V2.6 Distill Qwen 9B 47Gemma 4 E4B IT 46Sage-A1.5 46Laguna XS.2 46

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Parameter: 8 Mrd.; Quelle: Parameter
Wissensstand: Dezember 2023; Quelle: Wissensstand

Ein- und Ausgabe

Kontextfenster: 131.072 Token; Quelle: Kontextfenster
Eingaben: Text; Quelle: Eingaben
Ausgaben: Text; Quelle: Ausgaben
Tool-Aufrufe: Ja; Quelle: Tool-Aufrufe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen: Unbekannt; ohne Quelle
Wasserzeichen-Technik: Nicht bekannt; ohne Quelle

Lizenz und Zugang

Gewichte: Offene Gewichte; Quelle: Gewichte
Zugang: API; Quelle: Zugang
Lizenz: Llama 3.1 Community; Quelle: Lizenz

Preise

In keinem Abo in Deutschland enthalten.

Alle Tarife im KI-Abo-Vergleich

Häufige Fragen zu Llama 3.1 8B Instruct

Bis wann reicht das Wissen von Llama 3.1 8B Instruct?

Bis Dezember 2023, laut Meta. Das ist 7 Monate vor der Veröffentlichung.

Angabe von Meta

Dez.Jan.Feb.MärzApr.MaiJuniJuliWissensstandDezember 2023VeröffentlichtJuli 2024

Wie groß ist das Kontextfenster von Llama 3.1 8B Instruct?

131.072 Token. So viel Text liest Llama 3.1 8B Instruct auf einmal, das sind rund 200 A4-Seiten.

Seitenzahl als Faustregel nach Artificial Analysis

KontextfensterToken, die das Modell auf einmal liest · höher ist besser

GLM-5.1200 Tsd.

DeepSeek-V3 0324164 Tsd.

Llama 3.1 8B InstructPlatz 94 von 103131 Tsd.

GLM-4.5131 Tsd.

GPT OSS 120B131 Tsd.

DeepSeek-V3.2128 Tsd.

DeepSeek-R1128 Tsd.

Kann ich Llama 3.1 8B Instruct lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von Meta

Offene Gewichte: ja
Lizenz: Llama 3.1 Community
Parameter: 8 Mrd.
davon aktiv je Token: k. A.

Quellen und Datenstand

Alle 40 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
LMArena	0	0	1
Berkeley Function Calling Leaderboard	0	0	1

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 2 Messwerte sind noch keiner Testreihe zugeordnet.

Art	Nachweis und Datenstand
Eingabe	Dokumentierte Modalitäten. Quelle: Hugging Face · Hugging Face (abgerufen 15. Oktober 2026; 17. Oktober 2026) · Hugging Face, Llama 3.1 8B Instruct · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Quelle: Hugging Face · Hugging Face (abgerufen 15. Oktober 2026; 17. Oktober 2026) · Hugging Face, Llama 3.1 8B Instruct · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 34 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht	external-benchmark-row-level-uncertainty Hinweis CRADLE, SHINES und MINDBENCH veröffentlichen für diese exakten Zeilen keine Konfidenzintervalle. SHINES bezeichnet die Klammerwerte als Varianz; sie werden nicht in ein Konfidenzintervall umgedeutet. Eine effektive Stichprobengröße ist nur für MINDBENCH angegeben, dessen Tabelle 5 ausdrücklich 3.000 und 2.999 nennt.
Nicht veröffentlicht	per-row evaluation N and confidence interval Hinweis Die Studie beschreibt Datensatzgrößen, berichtet aber weder N je Modellzeile noch ein Konfidenzintervall.
Ungeklärt	row-specific prompt, route, and checkpoint revision Hinweis Das Protokoll wird allgemein beschrieben, aber dieser Zeile nicht mit einer Promptvariante, Serving-Route oder Checkpoint-Revision zugeordnet.
Nicht veröffentlicht	evaluated N Originalwortlaut The leaderboard reports preference-vote totals but no fixed task-case N; Votes are not copied to sampleCount.
Ungeklärt	confidence interval Originalwortlaut The Score cell displays ±, but the official policy does not define that notation as a confidence interval; no CI field is populated.
Ungeklärt	score direction Originalwortlaut The captured source does not explicitly state higher-is-better or lower-is-better; higherIsBetter remains null.
Nicht veröffentlicht	per-model prompts and generation settings Originalwortlaut No exact prompt, decoding settings, or serving configuration is published in the captured row.
Weitere Quelle	Meta Llama 3.1 model card (abgerufen 8. September 2026)
Weitere Quelle	CRADLE Bench: A Clinician-Annotated Benchmark for Multi-Faceted Mental Health Crisis and Safety Risk Detection (abgerufen 17. Oktober 2026)
Weitere Quelle	ACL Anthology 2025.acl-long.1330, SHINES paper (abgerufen 17. Oktober 2026)
Weitere Quelle	University of Oulu thesis, MINDBENCH: A Validated Benchmark Dataset for Evaluating LLM Performance in Mental Health Disorder Classification and Counseling Dialogue (abgerufen 17. Oktober 2026)
Weitere Quelle	ConvCodeWorld: Benchmarking Conversational Code Generation in Reproducible Feedback Environments (abgerufen 17. Oktober 2026)
Weitere Quelle	ACTIONREASONINGBENCH: Reasoning about Actions with and without Ramification Constraints (abgerufen 17. Oktober 2026)
Weitere Quelle	From Noise to Signal: Improving Security Log Anomaly Detection Using LLMs with Endpoint-Specific Logs (arXiv:2608.19938v1) (abgerufen 17. Oktober 2026)
Weitere Quelle	SciTaRC, Wang et al. (abgerufen 17. Oktober 2026)
Weitere Quelle	Which Quantization Should I Use? A Unified Evaluation of llama.cpp Quantization on Llama-3.1-8B-Instruct (abgerufen 18. Oktober 2026)
Weitere Quelle	6G-Bench: An Open Benchmark for Semantic Communication and Network-Level Reasoning with Foundation Models in AI-Native 6G Networks (abgerufen 18. Oktober 2026)
Weitere Quelle	ACL Anthology, Findings of EMNLP 2025, From KMMLU-Redux to Pro (abgerufen 18. Oktober 2026)
Weitere Quelle	Arena leaderboard (abgerufen 18. Oktober 2026)
Weitere Quelle	SocioBench authors, Table 3 (abgerufen 19. Oktober 2026)
Weitere Quelle	LongBioBench maintainers, results table (abgerufen 19. Oktober 2026)
Weitere Quelle	OpenCompass GPassK maintainers, Main Results table (abgerufen 19. Oktober 2026)
Weitere Quelle	Probing Preference Representations (arXiv:2511.12464v1) (abgerufen 22. Oktober 2026)
Weitere Quelle	Khalid Yusuf Dahir, SomaliBench v0 (abgerufen 22. Oktober 2026)
Weitere Quelle	Ardana JevBench (abgerufen 22. Oktober 2026)
Weitere Quelle	CACHENOTES authors, EACL 2026 (abgerufen 23. Oktober 2026)
Weitere Quelle	BigCodeBench official leaderboard (abgerufen 28. Oktober 2026)1 2
Weitere Quelle	Berkeley Function Calling Leaderboard V4 official overall CSV (abgerufen 28. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Modellmetadaten (abgerufen 17. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 18. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 23. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 28. Oktober 2026)1 2 3 4 5 6 7
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0

Selbst ansehen: ein Auftrag, ein Versuch

Pelikan auf dem Fahrrad

SVG-Kurztest

Llama 3.1 8B Instruct

Alle Benchmark-Werte

Messungen ohne passende Vergleichswerte

Beliebtheit im Vergleich

Beliebtheitsindex

Zeitlicher Verlauf

Ähnliche Modelle

Alle technischen Daten

Architektur

Ein- und Ausgabe

Wasserzeichen und Herkunft

Lizenz und Zugang

Preise

Häufige Fragen zu Llama 3.1 8B Instruct

Bis wann reicht das Wissen von Llama 3.1 8B Instruct?

Wie groß ist das Kontextfenster von Llama 3.1 8B Instruct?

Kann ich Llama 3.1 8B Instruct lokal nutzen?

Quellen und Datenstand

Benchmarkquellen im Überblick