BenchLeader

Llama 3.2 Instruct 11B (Vision)

质量第 318 / 339 名
35.6Index
后四分之一
较中位数 −14.6
价格第 69 / 255 名
$0.350每百万 token
比多数便宜
中位数的 0.4 倍
速度第 212 / 216 名
21token/秒
后四分之一
中位数的 0.3 倍
性价比第 89 / 255 名
101.7分/$
高于中位数
中位数的 1.8 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 89%。

有 60 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 57 个。

截至 2026年11月16日,Llama 3.2 Instruct 11B (Vision)(Meta)在 BenchLeader Index 上得分 35.6(共 608 个已排名配置)。表现最好的是指令遵循(34),最弱的是多模态(16)。API 价格为输入每百万 token $0.350、输出每百万 token $0.350(按 3:1 混合为 $0.350),为 2026年11月16日的标价。输出速度约为 21 token/秒(Artificial Analysis)。发布于 2024年9月24日。

要点(截至 2026年11月16日)

  • Llama 3.2 Instruct 11B (Vision) 的 API 价格为输入每百万 token $0.350、输出每百万 token $0.350(按 3:1 混合为 $0.350)(标价,2026年11月16日)。
  • Llama 3.2 Instruct 11B (Vision) 的输出速度约为 21 token/秒(Artificial Analysis,2026年11月16日)。
  • Llama 3.2 Instruct 11B (Vision) 于 2024年9月24日发布(Meta)。

详细说明:Llama 3.2 Instruct 11B (Vision) 是 Meta 的开放权重模型,发布于 2024年9月24日。其最佳配置在 BenchLeader Index 上得分 35.6 ±7.3,在 608 个配置中排第 585 名,处于下半区。关键在于这个“±”:另有 125 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,指令遵循得分最高(34),多模态最低(16)。按混合价格计,每百万 token $0.350,比大多数已排名模型便宜。输出速度为 21 token/秒,首次回答需 4.1 秒,位于最慢的四分之一。最近一次测量:2026年11月9日。

混合价格
$0.350/M
输入 $0.350 · 输出 $0.350
来源:Artificial Analysis
输出速度
21 tok/s
由 Artificial Analysis 测量
首次回答
4.13 s
首 token 4.13 s
上下文
128k
来源:Artificial Analysis
完整回答
104 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2024年9月24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 Index36
  2. 智能体与工具34
  3. 指令遵循34
  4. 多模态16
  5. 长上下文30

嵌入这个排名

更多徽章样式
[![Llama 3.2 Instruct 11B (Vision) on BenchLeader: 综合第 311 名](https://www.benchleader.com/badge/llama-3-2-11b-vision.svg?style=compact)](https://www.benchleader.com/models/llama-3-2-11b-vision)

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

Index 走势

2026年9月9日 至 2026年11月16日
283644

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

基准测试默认来源趋势
GPQA Diamond (AA)不计入 Index22.1%#563Artificial Analysis
Humanity's Last Exam (AA)不计入 Index5.5%#443Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis

编程

基准测试默认来源趋势
LiveCodeBench (AA)不计入 Index11.0%#282Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard0.8%#354Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index14.6%#369Artificial Analysis
BALROG不计入 Index16.8%#28BALROG

数学

基准测试默认来源趋势
AIME 2025 (AA)不计入 Index1.7%#248Artificial Analysis

知识

基准测试默认来源趋势
MMLU不计入 Index56.5%#85Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
IFBench30.4%#367Artificial Analysis

多模态

基准测试默认来源趋势
Arena Vision966#150Arena (LMArena)
MMMU-Pro29.3%#290Artificial Analysis
VISTA20.5%#56Scale AI SEAL

长上下文

基准测试默认来源趋势
AA-LCR v1.112.7%#485Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index5.4#591Artificial Analysis
AA Progress Index v1不计入 Index129.2#596Artificial Analysis

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0002–18.5 s
总结一份 30 页的报告12,000 / 600$0.0044–32.9 s
代码编辑6,000 / 1,500$0.0026–1.3 min
智能体编程会话60,000 / 4,000$0.022–3.3 min
结构化信息提取2,000 / 200$0.0008–13.7 s

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 3.2 Instruct 11B (Vision) 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 3.2 Instruct 11B (Vision) on BenchLeader: 综合第 311 名](https://www.benchleader.com/badge/llama-3-2-11b-vision.svg)](https://www.benchleader.com/models/llama-3-2-11b-vision)

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 3.2 Instruct 11B (Vision) on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-3-2-11b-vision

BibTeX:

@misc{benchleader_llama_3_2_11b_vision_20261116,
  author       = {{BenchLeader}},
  title        = {{Llama 3.2 Instruct 11B (Vision) on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/llama-3-2-11b-vision}},
  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 3.2 Instruct 11B (Vision) 的基准测试得分是多少?
截至 2026年11月16日,Llama 3.2 Instruct 11B (Vision) 的 BenchLeader Index 为 35.6 ±7.3。最强的是指令遵循(34),最弱的是多模态(16)。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 3.2 Instruct 11B (Vision) 排名第几?
截至 2026年11月16日,Llama 3.2 Instruct 11B (Vision) 在 608 个已排名配置中排第 585 名。另有 125 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 3.2 Instruct 11B (Vision) 每百万 token 的价格是多少?
截至 2026年11月16日,Llama 3.2 Instruct 11B (Vision) 的价格为输入每百万 token $0.350、输出每百万 token $0.350,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.350。
Llama 3.2 Instruct 11B (Vision) 是什么时候发布的?
Meta 于 2024年9月24日发布了 Llama 3.2 Instruct 11B (Vision)。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Llama 3.2 Instruct 11B (Vision):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-3-2-11b-vision。