BenchLeader

Llama 3-8B

质量第 323 / 339 名
34.8Index
后四分之一
较中位数 −15.4
价格第 11 / 255 名
$0.073每百万 token
最便宜的 10%
中位数的 0.1 倍
速度第 151 / 216 名
62token/秒
低于中位数
中位数的 0.8 倍
性价比第 12 / 255 名
476.7分/$
前 10%
中位数的 8.6 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 45%。

有 7 个更便宜的已排名模型得分更高:Qwen3.5-4B (46.7, $0.060)、Gemma 4 E4B (43.2, $0.040)、Qwen2.5 7B Instruct (39.8, $0.050),另有 4 个。

截至 2026年11月16日,Llama 3-8B(Meta)在 BenchLeader Index 上得分 34.8(共 608 个已排名配置)。表现最好的是人类偏好(36),最弱的是长上下文(23)。API 价格为输入每百万 token $0.050、输出每百万 token $0.140(按 3:1 混合为 $0.073),为 2026年11月16日的标价。输出速度约为 62 token/秒(Artificial Analysis)。发布于 2024年4月18日。

要点(截至 2026年11月16日)

  • Llama 3-8B 的 API 价格为输入每百万 token $0.050、输出每百万 token $0.140(按 3:1 混合为 $0.073)(标价,2026年11月16日)。
  • Llama 3-8B 的输出速度约为 62 token/秒(Artificial Analysis,2026年11月16日)。
  • Llama 3-8B 于 2024年4月18日发布(Meta)。

详细说明:Llama 3-8B 是 Meta 的开放权重模型,发布于 2024年4月18日。其最佳配置在 BenchLeader Index 上得分 34.8 ±3.4,在 608 个配置中排第 590 名,处于下半区。关键在于这个“±”:另有 76 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(36),长上下文最低(23)。按混合价格计,每百万 token $0.073,属于已排名模型中最便宜的五分之一。输出速度为 62 token/秒,首次回答需 0.5 秒,比大多数模型慢。最近一次测量:2026年11月11日。

混合价格
$0.073/M
输入 $0.050 · 输出 $0.140
来源:Artificial Analysis
输出速度
62 tok/s
由 Artificial Analysis 测量
首次回答
0.48 s
首 token 0.48 s
上下文
8k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2024年4月18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 Index35
  2. 推理26
  3. 编程35
  4. 智能体与工具34
  5. 数学30
  6. 指令遵循29
  7. 人类偏好36
  8. 长上下文23

嵌入这个排名

更多徽章样式
[![Llama 3-8B on BenchLeader: 综合第 315 名](https://www.benchleader.com/badge/llama-3-8b.svg?style=compact)](https://www.benchleader.com/models/llama-3-8b)

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 8B2024年7月23日33.0#599
Llama 3-8B本页2024年4月18日34.8#590

Index 走势

2026年9月8日 至 2026年11月16日
313641

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。

推理

基准测试默认来源趋势
GPQA Diamond26.1%#295Epoch AI Benchmarking Hub
Arena Hard Prompts1220#320Arena (LMArena)
GPQA Diamond (AA)不计入 Index29.6%#532Artificial Analysis
Humanity's Last Exam (AA)不计入 Index5.1%#472Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1212#308Arena (LMArena)
DTBench不计入 Index43.9%#235Epoch AI Benchmarking Hub
ForecastBench不计入 Index59.1%#77ForecastBench
WinoGrande不计入 Index75.7%#32Epoch AI Benchmarking Hub
ARC (AI2 Challenge)不计入 Index82.8%#16Epoch AI Benchmarking Hub
ANLI不计入 Index57.3%#3Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
Arena Coding1253#315Arena (LMArena)
LiveCodeBench (AA)不计入 Index9.6%#287Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard0.0%#367Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index0.0%#398Artificial Analysis

知识

基准测试默认来源趋势
MMLU不计入 Index68.8%#59Epoch AI Benchmarking Hub
TriviaQA不计入 Index67.7%#30Epoch AI Benchmarking Hub
OpenBookQA不计入 Index82.6%#6Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
IFBench24.6%#401Artificial Analysis
Arena Instruction Following不计入 Index1193#317Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1224#311Arena (LMArena)
Arena Creative Writing不计入 Index1196#306Arena (LMArena)
Arena Multi-turn不计入 Index1206#305Arena (LMArena)
Arena Longer Queries不计入 Index1210#317Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.10.0%#517Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index109.4#185Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index4.8#628Artificial Analysis
AA Progress Index v1不计入 Index122.2#609Artificial Analysis

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.039$0.077$0.116$0.15426年9月26年10月26年11月
输入 输出
当前:输入 $0.050 · 输出 $0.140

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$0.0001–5.4 s
总结一份 30 页的报告12,000 / 600$0.0007–10.2 s
代码编辑6,000 / 1,500$0.0005–24.8 s
智能体编程会话60,000 / 4,000$0.0036–1.1 min
结构化信息提取2,000 / 200$0.0001–3.7 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 3-8B 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 3-8B on BenchLeader: 综合第 315 名](https://www.benchleader.com/badge/llama-3-8b.svg)](https://www.benchleader.com/models/llama-3-8b)

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 3-8B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-3-8b

BibTeX:

@misc{benchleader_llama_3_8b_20261116,
  author       = {{BenchLeader}},
  title        = {{Llama 3-8B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/llama-3-8b}},
  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 3-8B 的基准测试得分是多少?
截至 2026年11月16日,Llama 3-8B 的 BenchLeader Index 为 34.8 ±3.4。最强的是人类偏好(36),最弱的是长上下文(23)。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 3-8B 排名第几?
截至 2026年11月16日,Llama 3-8B 在 608 个已排名配置中排第 590 名。另有 76 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 3-8B 每百万 token 的价格是多少?
截至 2026年11月16日,Llama 3-8B 的价格为输入每百万 token $0.050、输出每百万 token $0.140,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.073。标价最近一次变动是在 2026年9月9日。
Llama 3-8B 是什么时候发布的?
Meta 于 2024年4月18日发布了 Llama 3-8B。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Llama 3-8B: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-3-8b。