MODEL ANALYSIS
Llama 3.2 Instruct 3B
Llama 3.2 Instruct 3B（Meta）公开评测详情：智能指数 4.2、上下文 128,000 Token。来源 Artificial Analysis，快照 2026-07-22；本站不重新评测或修改分数。
模型概览
Llama 3.2 Instruct 3B 的 Intelligence Index 为 4.2，生成速度为 暂无数据 Token/s，完整评测成本为 暂无数据。这些指标分别反映能力、吞吐和评测经济性，不能合并成单一“最好”结论。
技术规格
- 机构
- Meta
- 发布日期
- 2024-09-25
- 推理类型
- 非推理模型
- 模型权重
- 开放权重
- 上下文窗口
- 128,000 Token
- 输入模态
- 暂无数据
- 输出模态
- 暂无数据
- 性能来源
- Provider 中位数
INTERACTIVE COMPARISON
模型指标比较器
切换指标并按状态、推理类型和权重开放性筛选。首屏服务端呈现前 24 个模型，浏览器随后载入完整数据，并始终保留当前模型。
23 / 579 个模型 · 正在载入全量数据
- Claude Fable 559.9
- Kimi K357.1
- Grok 4.5 (high)53.8
- GLM-5.2 (max)51.1
- Gemini 3.5 Flash50.2
- Gemini 3.6 Flash50.1
INTELLIGENCE
Artificial Analysis 智能指数
v4.1 由 9 项独立评测组成；数值越高越好。蓝色代表当前模型。
查看图表数据
INTELLIGENCE BREAKDOWN
9 项组成评测
各列保留来源站点的展示口径；GDPval 使用归一化值，AA-Omniscience 使用知识可靠指数，其余为通过率。
查看图表数据
| 项目 | 数值 |
|---|---|
| SciCode | 5.2% |
| AA-LCR | 2.0% |
| Humanity's Last Exam | 5.2% |
| GPQA Diamond | 23.6% |
AA-BRIEFCASE
真实知识工作成果质量
Elo 来自对可交付成果的成对比较；同时观察分析质量、呈现质量和任务要求通过率。
查看图表数据
| 项目 | 数值 |
|---|---|
| Claude Fable 5 | 1,574 |
| Kimi K3 | 1,543 |
| GPT-5.6 Sol (max) | 1,501 |
| Claude Sonnet 5 (max) | 1,388 |
| Claude Opus 4.8 (max) | 1,347 |
| Grok 4.5 (high) | 1,323 |
| Claude Sonnet 5 (xhigh) | 1,298 |
| GLM-5.2 (max) | 1,260 |
| Claude Sonnet 5 (high) | 1,199 |
| MiniMax-M3 | 1,110 |
| Claude Opus 4.7 (Non-reasoning, high) | 1,089 |
| Claude Sonnet 5 (medium) | 1,059 |
| Gemini 3.6 Flash | 961 |
| DeepSeek V4 Pro (max) | 932 |
| Claude Sonnet 5 (low) | 926 |
| Qwen3.7 Max | 908 |
| MiMo-V2.5-Pro | 873 |
| Nemotron 3 Ultra | 870 |
AA-OMNISCIENCE
知识与幻觉
指数同时考虑正确回答和避免幻觉。当前模型准确率 暂无，幻觉率 暂无。
查看图表数据
INTELLIGENCE VS COST
能力与单任务成本
右上代表能力更高但成本也更高；理想区域通常靠近左上。横轴使用对数刻度，避免高价模型压扁主体分布。
查看图表数据
TOKEN USE
输出 Token 使用
Token 更多不等于回答更好；它同时影响成本和等待时间。先看同任务下的回答与推理构成。
查看图表数据
| 项目 | 数值 |
|---|---|
| Llama 4 Scout | 1,249 Token |
| Llama 3.3 70B | 1,686 Token |
| GPT-5.6 Sol (Non-reasoning) | 2,074 Token |
| Llama 4 Maverick | 2,089 Token |
| GPT-5.6 Luna (Non-reasoning) | 2,110 Token |
| GPT-5.6 Terra (Non-reasoning) | 2,154 Token |
| GPT-5.6 Terra (low) | 2,258 Token |
| GPT-5.6 Luna (low) | 2,298 Token |
| gpt-oss-120b (low) | 2,475 Token |
| GPT-5.5 Instant (June 2026) | 2,493 Token |
| GPT-5.6 Sol (low) | 2,508 Token |
| Mistral Large 3 | 3,031 Token |
| Nova 2.0 Pro Preview | 3,631 Token |
| GPT-5.6 Luna (medium) | 3,663 Token |
| Granite 4.1 30B | 3,709 Token |
| GPT-5.6 Terra (medium) | 3,769 Token |
| GPT-5.6 Sol (medium) | 4,203 Token |
| Gemma 4 31B | 4,537 Token |
| Nova 2.0 Pro Preview (low) | 4,915 Token |
| Granite 4.1 3B | 5,070 Token |
PRICE AND COST
价格与评测成本
API 标价、单任务成本和跑完整套评测的成本是三个不同口径，这里分开呈现。
查看图表数据
| 项目 | 数值 |
|---|---|
| Llama 4 Scout | 0.01 美元 |
| MiMo-V2.5 | 0.01 美元 |
| gpt-oss-120b (low) | 0.02 美元 |
| HyperNova 60B 2605 | 0.02 美元 |
| NVIDIA Nemotron 3 Nano | 0.02 美元 |
| gpt-oss-20b (high) | 0.02 美元 |
| DeepSeek V4 Flash (max) | 0.02 美元 |
| Gemma 4 26B A4B | 0.03 美元 |
| Llama 4 Maverick | 0.03 美元 |
| MiMo-V2.5-Pro | 0.03 美元 |
| Hy3 | 0.03 美元 |
| Gemma 4 31B | 0.03 美元 |
| GPT-5.6 Luna (low) | 0.04 美元 |
| DeepSeek V4 Pro (high) | 0.04 美元 |
| DeepSeek V4 Flash (high) | 0.04 美元 |
| Gemini 3.1 Flash-Lite | 0.04 美元 |
| DeepSeek V4 Pro (max) | 0.04 美元 |
| GPT-5.6 Luna (medium) | 0.05 美元 |
| GPT-5.6 Luna (Non-reasoning) | 0.05 美元 |
| Mistral Large 3 | 0.06 美元 |
CONTEXT WINDOW
上下文窗口
上下文窗口表示单次请求可处理的最大 Token 数，不代表模型一定能在全窗口内保持同等检索质量。
查看图表数据
| 项目 | 数值 |
|---|---|
| Llama 4 Scout | 10,000,000 Token |
| Muse Spark 1.1 (xhigh) | 1,048,576 Token |
| Kimi K3 | 1,048,576 Token |
| Gemini 3.5 Flash | 1,000,000 Token |
| MiMo-V2.5-Pro | 1,000,000 Token |
| Nova 2.0 Omni (medium) | 1,000,000 Token |
| Gemini 3.5 Flash (minimal) | 1,000,000 Token |
| GPT-5.6 Luna (low) | 1,000,000 Token |
| GPT-5.6 Sol (low) | 1,000,000 Token |
| Gemini 3.5 Flash-Lite | 1,000,000 Token |
| Inkling | 1,000,000 Token |
| Claude Sonnet 5 (low) | 1,000,000 Token |
| Nova 2.0 Omni | 1,000,000 Token |
| MiMo-V2.5 | 1,000,000 Token |
| NVIDIA Nemotron 3 Nano | 1,000,000 Token |
| Claude Sonnet 5 (max) | 1,000,000 Token |
| GPT-5.6 Terra (medium) | 1,000,000 Token |
| Gemini 2.5 Pro | 1,000,000 Token |
| MiniMax-M3 | 1,000,000 Token |
| Claude Opus 4.7 (Non-reasoning, high) | 1,000,000 Token |
OUTPUT SPEED
回答生成速度
模型开始输出后每秒生成的 Token；不包含开始回答前的等待时间。
查看图表数据
| 项目 | 数值 |
|---|---|
| Mercury 2 | 1,106.3 Token/s |
| Gemini 3.5 Flash-Lite | 439.3 Token/s |
| LFM2.5-VL-1.6B | 408.5 Token/s |
| Granite 4.0 H Small | 402.9 Token/s |
| Step 3.7 Flash | 401.8 Token/s |
| HyperNova 60B 2605 | 369.4 Token/s |
| LFM2.5-8B-A1B | 335.1 Token/s |
| Gemini 3.1 Flash-Lite | 331.2 Token/s |
| gpt-oss-120b (low) | 326.5 Token/s |
| Nemotron 3 Nano Omni 30B A3B Reasoning | 315.5 Token/s |
| Step 3.5 Flash 2603 | 297.5 Token/s |
| gpt-oss-120b (high) | 287 Token/s |
| Nova Micro | 285.5 Token/s |
| Gemini 3.6 Flash | 275.5 Token/s |
| Qwen3.5 Omni Flash | 247.5 Token/s |
| gpt-oss-20b (low) | 237.3 Token/s |
| gpt-oss-20b (high) | 217.8 Token/s |
| NVIDIA Nemotron 3 Super | 209.3 Token/s |
| Qwen3.7 Max | 204.7 Token/s |
| NVIDIA Nemotron Nano 12B v2 VL | 200.3 Token/s |
查看图表数据
| 项目 | 数值 |
|---|---|
| gpt-oss-120b (low) | 7.4 秒 |
| GPT-5.6 Luna (Non-reasoning) | 10.9 秒 |
| GPT-5.6 Luna (low) | 12.4 秒 |
| Llama 4 Scout | 15.9 秒 |
| GPT-5.6 Terra (Non-reasoning) | 16.7 秒 |
| GPT-5.6 Terra (low) | 17.3 秒 |
| Llama 4 Maverick | 19.3 秒 |
| GPT-5.6 Luna (medium) | 19.4 秒 |
| Llama 3.3 70B | 20.5 秒 |
| Mercury 2 | 25.7 秒 |
| Gemini 3.5 Flash-Lite | 27.8 秒 |
| GPT-5.6 Terra (medium) | 28.6 秒 |
| GPT-5.6 Sol (Non-reasoning) | 32.9 秒 |
| Nova 2.0 Pro Preview | 33.3 秒 |
| Nova 2.0 Pro Preview (low) | 38.9 秒 |
| GPT-5.6 Sol (low) | 41 秒 |
| GPT-5.6 Luna (high) | 42 秒 |
| GPT-5.6 Terra (high) | 57.4 秒 |
| Qwen3.5 122B A10B | 57.6 秒 |
| Mistral Large 3 | 58.1 秒 |
LATENCY
首个回答 Token 等待
推理模型的等待时间可能包含内部推理；低延迟更适合实时交互。
输入处理推理等待
查看图表数据
| 项目 | 合计 | 输入处理 | 推理等待 |
|---|---|---|---|
| Phi-4 Multimodal | 0.6 秒 | 0.6 秒 | 0 秒 |
| Ministral 3 3B | 0.6 秒 | 0.6 秒 | 0 秒 |
| GPT-5.6 Luna (Non-reasoning) | 0.6 秒 | 0.6 秒 | 0 秒 |
| GPT-5.6 Terra (Non-reasoning) | 0.7 秒 | 0.7 秒 | 0 秒 |
| Ministral 3 8B | 0.8 秒 | 0.8 秒 | 0 秒 |
| Mistral Small 4 | 0.8 秒 | 0.8 秒 | 0 秒 |
| Granite 4.1 8B | 0.8 秒 | 0.8 秒 | 0 秒 |
| Llama 4 Scout | 0.8 秒 | 0.8 秒 | 0 秒 |
| Phi-4 Mini | 0.8 秒 | 0.8 秒 | 0 秒 |
END-TO-END RESPONSE TIME
端到端响应时间
按收到 500 个输出 Token 计算，合计输入处理、推理和文本生成时间。
输入处理推理生成 500 Token
查看图表数据
| 项目 | 合计 | 输入处理 | 推理 | 生成 500 Token |
|---|---|---|---|---|
| Nova Micro | 2.6 秒 | 0.9 秒 | 0 秒 | 1.8 秒 |
| GPT-5.6 Luna (Non-reasoning) | 3.2 秒 | 0.6 秒 | 0 秒 | 2.6 秒 |
| LFM2.5-VL-1.6B | 3.6 秒 | 2.4 秒 | 0 秒 | 1.2 秒 |
| Ministral 3 3B | 3.6 秒 | 0.6 秒 | 0 秒 | 3 秒 |
| NVIDIA Nemotron Nano 12B v2 VL | 3.7 秒 | 1.3 秒 | 0 秒 | 2.5 秒 |
| Qwen3.5 Omni Flash | 3.8 秒 | 1.8 秒 | 0 秒 | 2 秒 |
| Gemini 3.5 Flash (minimal) | 3.9 秒 | 1 秒 | 0 秒 | 2.9 秒 |
| GPT-5.6 Luna (low) | 4 秒 | 1.3 秒 | 0 秒 | 2.7 秒 |
| Mistral Small 4 | 4 秒 | 0.8 秒 | 0 秒 | 3.3 秒 |
FAQ
常见问题
以下回答直接整理本页公开结构化数据，便于快速核对来源事实。
Llama 3.2 Instruct 3B 由谁开发？
Llama 3.2 Instruct 3B 由 Meta 开发，发布日期为 2024-09-25。
Llama 3.2 Instruct 3B 的智能指数是多少？
当前公开 Intelligence Index 为 4.2，该数值为估算值。
Llama 3.2 Instruct 3B 的生成速度是多少？
当前来源未提供生成速度。
Llama 3.2 Instruct 3B 的 API 价格是多少？
当前来源未提供可验证价格。
Llama 3.2 Instruct 3B 的上下文窗口是多少？
上下文窗口为 128,000 Token。
Llama 3.2 Instruct 3B 是开放权重模型吗？
是；许可为 LLAMA 3.2 COMMUNITY LICENSE AGREEMENT。
Llama 3.2 Instruct 3B 可以通过哪些 Provider 使用？
原站记录了 0 家 Provider。Provider 明细尚未同步。