Llama 3.2 11B Instruct
Llama 3.2 11B Instruct est un LLM de Meta publié le 25 septembre 2024, sous Llama 3.2 Community License avec des poids non ouverts. Avec 11 milliards de paramètres, il se place dans la catégorie des modèles compacts, tout en offrant une fenêtre de contexte très large de 131 072 tokens.
Llama 3.2 11B Instruct est un LLM de Meta publié le 25 septembre 2024, sous Llama 3.2 Community License avec des poids non ouverts. Avec 11 milliards de paramètres, il se place dans la catégorie des modèles compacts, tout en offrant une fenêtre de contexte très large de 131 072 tokens.
Son ancienneté, environ deux ans, est déjà importante à l’échelle de l’IA. La fiche le situe donc surtout par rapport aux LLM de sa période. À sa sortie, il se distinguait par un tarif très économique et par une bonne position sur GPQA au sein de sa génération.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Meta |
| Licence | Llama 3.2 Community License (poids non ouverts) |
| Date de sortie | 25 septembre 2024 |
| Connaissances jusqu'à | 2023-12-31 |
| Multimodal | oui |
| Paramètres | 11 milliards |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text,image → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| AI2D | 91,1 % | 11ᵉ / 32 | llm-stats | Auto-déclaré |
| DocVQA | 88,4 % | 21ᵉ / 26 | llm-stats | Auto-déclaré |
| ChartQA | 83,4 % | 16ᵉ / 24 | llm-stats | Auto-déclaré |
| MMLU | 73,0 % | 76ᵉ / 98 | llm-stats | Auto-déclaré |
| MGSM | 68,9 % | 21ᵉ / 30 | llm-stats | Auto-déclaré |
| MATH | 51,9 % | 52ᵉ / 70 | llm-stats | Auto-déclaré |
| MathVista | 51,5 % | 35ᵉ / 38 | llm-stats | Auto-déclaré |
| MMMU | 50,7 % | 56ᵉ / 61 | llm-stats | Auto-déclaré |
| MMMU-Pro | 33,0 % | 60ᵉ / 60 | llm-stats | Auto-déclaré |
| GPQA | 32,8 % | 197ᵉ / 213 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| DeepInfra | 0,345 $ | 0,345 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 82 % en dessous de la moyenne des LLM similaires, et 14 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Notre analyse
Forces. Llama 3.2 11B Instruct combinait à sa sortie trois atouts concrets : un format 11 milliards de paramètres, une fenêtre de contexte de 131 072 tokens et un coût très bas. Son tarif d’entrée et de sortie, identique, le plaçait 82% sous la moyenne des LLM similaires et environ 14 fois sous les modèles frontière. Sur GPQA, il figurait dans le top 82% des 34 LLM sortis dans une fenêtre comparable, ce qui le situait dans le haut de sa génération sur ce benchmark. Sa limite de connaissances au 31 décembre 2023 correspondait aussi à un modèle récent lors de son lancement.
Limites et points d’attention. En 2026, Llama 3.2 11B Instruct est un modèle ancien, probablement dépassé par les LLM plus récents et souvent absent des catalogues actuels de l’éditeur. La licence communautaire mentionne des poids non ouverts, ce qui limite la transparence et les possibilités de réutilisation directe. Les données disponibles reposent sur 2 sources concordantes, mais elles ne décrivent pas d’effort d’entraînement chiffré, ni de coût de calcul, ni d’équivalent GPU H100. Son intérêt actuel tient surtout à la comparaison historique : un modèle compact, très économique, bien placé à son époque, mais à lire comme un jalon de 2024 plutôt que comme une référence actuelle.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai).