Meta: Llama 3.2 1B Instruct
Meta: Llama 3.2 1B Instruct est un LLM de meta-llama sorti le 25 septembre 2024, avec des connaissances arrêtées au 31 décembre 2023. À environ deux ans d’ancienneté, il appartient déjà à une génération très datée à l’échelle de l’IA, à comparer surtout aux modèles de sa période.
Meta: Llama 3.2 1B Instruct est un LLM de meta-llama sorti le 25 septembre 2024, avec des connaissances arrêtées au 31 décembre 2023. À environ deux ans d’ancienneté, il appartient déjà à une génération très datée à l’échelle de l’IA, à comparer surtout aux modèles de sa période.
Son positionnement le plus distinctif tient à son coût très bas et à une fenêtre de contexte élevée de 131 072 tokens. Sa tarification se situe 99% sous la moyenne des LLM similaires et environ 179 fois sous celle des modèles frontière, ce qui en fait un modèle surtout remarquable par son prix.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | meta-llama |
| Date de sortie | 25 septembre 2024 |
| Connaissances jusqu'à | 2023-12-31 |
| Multimodal | non |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Email Classification (Baseline) | 32,0 % | 252ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 22,0 % | 214ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 18,9 % | 216ᵉ / 252 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 0,0 % | 238ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 0,0 % | 236ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 0,0 % | 206ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 0,0 % | 237ᵉ / 248 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Reasoning (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Cloudflare | 0,027 $ | 0,201 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 99 % en dessous de la moyenne des LLM similaires, et 179 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0 $ |
| Latence moyenne par benchmark — Benchable | 6 min 19 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Meta: Llama 3.2 1B Instruct conserve deux atouts concrets: un coût d’usage très économique et une grande fenêtre de contexte. Dans les évaluations Benchable fournies, son meilleur signal relatif apparaît sur Email Classification (Baseline), où il reste toutefois proche du bas du classement. À sa sortie, son intérêt tenait donc moins à une avance qualitative qu’à un format Instruct peu coûteux, issu de la génération Llama 3.2, adapté aux arbitrages centrés sur le prix plutôt que sur la performance.
Limites et points d'attention. Les résultats Benchable sont faibles sur l’ensemble des axes disponibles: Reasoning (Baseline) et Instruction Following (Baseline) sont très bas dans leurs classements respectifs, tandis que General Knowledge (Baseline), Ethics (Baseline) et Mathematics (Baseline) tombent à zéro dans les données fournies. Avec une sortie en 2024 et une ancienneté proche de deux ans, ses performances sont aujourd’hui largement dépassées par les générations récentes. Le modèle est aussi à considérer comme potentiellement retiré ou moins mis en avant dans les catalogues actuels de l’éditeur, ce qui limite son intérêt opérationnel hors cas de compatibilité ou de coût extrême.
Sources des données : OpenRouter (openrouter.ai) · Benchable.ai (benchable.ai).