Llama 3.2 Instruct 11B (Vision)
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
- 综合 Index36
- 智能体与工具34
- 指令遵循34
- 多模态16
- 长上下文30
嵌入这个排名
更多徽章样式[](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。
Index 走势
2026年9月9日 至 2026年11月16日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 Index | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 22.1%#563 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 5.5%#443 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| LiveCodeBench (AA)不计入 Index | 11.0%#282 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 0.8%#354 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 14.6%#369 | Artificial Analysis | |
| BALROG不计入 Index | 16.8%#28 | BALROG |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 1.7%#248 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU不计入 Index | 56.5%#85 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 30.4%#367 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 966#150 | Arena (LMArena) | |
| MMMU-Pro | 29.3%#290 | Artificial Analysis | |
| VISTA | 20.5%#56 | Scale AI SEAL |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 12.7%#485 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 5.4#591 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 129.2#596 | Artificial 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
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。
[](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}
}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。