BenchLeader

Llama 3.1 405B

质量第 252 / 339 名
41.8Index
低于中位数
较中位数 −8.4

截至 2026年11月16日,Llama 3.1 405B(Meta)在 BenchLeader Index 上得分 41.8(共 608 个已排名配置)。表现最好的是人类偏好(49),最弱的是编程(35)。发布于 2024年7月23日。

要点(截至 2026年11月16日)

  • Llama 3.1 405B 于 2024年7月23日发布(Meta)。

详细说明:Llama 3.1 405B 是 Meta 的开放权重模型,发布于 2024年7月23日。其最佳配置在 BenchLeader Index 上得分 41.8 ±3.7,在 608 个配置中排第 507 名,处于下半区。关键在于这个“±”:另有 188 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(49),编程最低(35)。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
128k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2024年7月23日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index42
  2. 推理36
  3. 编程35
  4. 智能体与工具38
  5. 数学41
  6. 指令遵循46
  7. 人类偏好49
  8. 长上下文36

嵌入这个排名

更多徽章样式
[![Llama 3.1 405B on BenchLeader: 综合第 246 名](https://www.benchleader.com/badge/llama-3-1-405b.svg?style=compact)](https://www.benchleader.com/models/llama-3-1-405b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Meta 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Llama 3.1 405B本页2024年7月23日41.8#507
Llama 3 405B–––

Index 走势

2026年9月8日 至 2026年11月16日
384348

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index38.9#155Artificial Analysis

推理

编程

基准测试默认来源趋势
WeirdML21.4%#144WeirdML
Arena Coding1376#225Arena (LMArena)
SWE-Bench Pro11.2%#22Scale AI SEAL
LiveCodeBench (AA)不计入 Index30.5%#199Artificial Analysis

智能体与工具

基准测试默认来源趋势
Cybench7.5%#18Cybench
Terminal-Bench Hard6.8%#254Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index19.0%#348Artificial Analysis
TheAgentCompany不计入 Index7.4%#9TheAgentCompany

知识

基准测试默认来源趋势
MMLU-Pro (HELM)不计入 Index72.3%#35HELM Capabilities
MMLU不计入 Index84.5%#11Epoch AI Benchmarking Hub
TriviaQA不计入 Index82.7%#11Epoch AI Benchmarking Hub

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1336#227Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index868#110EQ-Bench
Arena Creative Writing不计入 Index1305#220Arena (LMArena)
Arena Multi-turn不计入 Index1340#213Arena (LMArena)
Arena Longer Queries不计入 Index1329#238Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.125.3%#435Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index127.8#148Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.3#494Artificial Analysis
AA Progress Index v1不计入 Index162.8#522Artificial Analysis
HELM Capabilities mean不计入 Index61.8%#40HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index20.6%#41Scale AI SEAL
MASK不计入 Index61.4%#35Scale AI SEAL

Meta 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Llama 3.1 405B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Llama 3.1 405B on BenchLeader: 综合第 246 名](https://www.benchleader.com/badge/llama-3-1-405b.svg)](https://www.benchleader.com/models/llama-3-1-405b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Llama 3.1 405B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-3-1-405b

BibTeX:

@misc{benchleader_llama_3_1_405b_20261116,
  author       = {{BenchLeader}},
  title        = {{Llama 3.1 405B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/llama-3-1-405b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Llama 3.1 405B 的基准测试得分是多少?
截至 2026年11月16日,Llama 3.1 405B 的 BenchLeader Index 为 41.8 ±3.7。最强的是人类偏好(49),最弱的是编程(35)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Llama 3.1 405B 排名第几?
截至 2026年11月16日,Llama 3.1 405B 在 608 个已排名配置中排第 507 名。另有 188 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Llama 3.1 405B 是什么时候发布的?
Meta 于 2024年7月23日发布了 Llama 3.1 405B。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Llama 3.1 405B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/llama-3-1-405b。