Llama 3.1 8B Instruct
Meta · meta-llama/Llama-3.1-8B-Instruct
Arquivo Q4 de 4,9 GB (Q4_K_M) · roda bem a partir de 12 GB · Licença dos pesos: Termos do publicador: Llama 3.1
Qualidade
- LMArena · texto · pontuação
- 1.211 ± 4Intervalo de confiança 1.207–1.215 · 49.605 votos · posição 345 da rodadaLMArena 2026-10-22 · CC BY 4.0
Sem resultado em LiveBench 2026-06-25 Sem resultado no LiveBench 2026-06-25
Informado pelo publicador
- MMLU
- 69,4Llama 3.1 8B Instruct · Instruction tuned models · General
- MMLU (CoT)
- 73,0Llama 3.1 8B Instruct · Instruction tuned models · General
- MMLU-Pro (CoT)
- 48,3Llama 3.1 8B Instruct · Instruction tuned models · General
- IFEval
- 80,4Llama 3.1 8B Instruct · Instruction tuned models · General
- ARC-C
- 83,4Llama 3.1 8B Instruct · Instruction tuned models · Reasoning
- GPQA
- 30,4Llama 3.1 8B Instruct · Instruction tuned models · Reasoning
- HumanEval
- 72,6Llama 3.1 8B Instruct · Instruction tuned models · Code
- MBPP ++ base version
- 72,8Llama 3.1 8B Instruct · Instruction tuned models · Code
Todos os resultados informados
- Multipl-E HumanEval
- 50,8Llama 3.1 8B Instruct · Instruction tuned models · Code
- Multipl-E MBPP
- 52,4Llama 3.1 8B Instruct · Instruction tuned models · Code
- GSM-8K (CoT)
- 84,5Llama 3.1 8B Instruct · Instruction tuned models · Math
- MATH (CoT)
- 51,9Llama 3.1 8B Instruct · Instruction tuned models · Math
- API-Bank
- 82,6Llama 3.1 8B Instruct · Instruction tuned models · Tool Use
- BFCL
- 76,1Llama 3.1 8B Instruct · Instruction tuned models · Tool Use
- Gorilla Benchmark API Bench
- 8,2Llama 3.1 8B Instruct · Instruction tuned models · Tool Use
- Nexus (0-shot)
- 38,5Llama 3.1 8B Instruct · Instruction tuned models · Tool Use · 0-shot
- Multilingual MGSM (CoT)
- 68,9Llama 3.1 8B Instruct · Instruction tuned models · Multilingual
- MMLU · Portuguese (5-shot, macro_avg/acc)
- 62,12Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · Spanish (5-shot, macro_avg/acc)
- 62,45Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · Italian (5-shot, macro_avg/acc)
- 61,63Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · German (5-shot, macro_avg/acc)
- 60,59Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · French (5-shot, macro_avg/acc)
- 62,34Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · Hindi (5-shot, macro_avg/acc)
- 50,88Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
- MMLU · Thai (5-shot, macro_avg/acc)
- 50,32Llama 3.1 8B · Multilingual benchmarks · General · 5-shot
Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmark scores › Instruction tuned models; Benchmark scores › Instruction tuned models › Multilingual benchmarks). Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo
Rodar
Rodar
Arquivo Q4_K_M · 4,9 GB · bartowski/Meta-Llama-3.1-8B-Instruct-GGUF · O que é Q4?
ollama run hf.co/bartowski/Meta-Llama-3.1-8B-Instruct-GGUF:Q4_K_M- Instale o Ollama
- Rode o comando acima
- Pergunte:
Explique o que é a janela de contexto, em duas frases.
Roda em
Cabe na memória rápida 114
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Mostrar todos os 114
Na memória, fora da parte rápida 5
Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.
Llama 3.1 8B Instruct é um modelo de texto da Meta com 8B de parâmetros. Foi lançado em 23 de julho de 2024 e lê até 128.000 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 6 GB antes da reserva da máquina; as menores máquinas de referência cuja memória rápida comporta isso são Mac mini M2 · 8 GB unificados (~8 GB com a reserva) e RTX 4060 · 8 GB de VRAM (~8 GB com a reserva). Coletamos 23 arquivos GGUF e MLX para baixar de 2 fontes de publicadores; a fonte GGUF mais baixada é a de bartowski. Ele não tem resultado no LiveBench 2026-06-25. Sua pontuação de texto no LMArena é 1.211 ± 4 (rodada 2026-10-22), uma escala separada de preferência humana.
Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.
Nas máquinas de referência
| Onde fica o Q4 | ||||
|---|---|---|---|---|
| Mac mini M2 · 8 GB unificadosCabe na memória rápidaQ3_K_M8.192 tokens | ~8 GB | Cabe na memória rápida | Q3_K_M | 8.192 tokens |
| Mac mini M4 · 16 GB unificadosCabe na memória rápidaQ8_08.192 tokens | ~10 GB | Cabe na memória rápida | Q8_0 | 8.192 tokens |
| Mac mini M4 · 24 GB unificadosCabe na memória rápidaQ8_032.768 tokens | ~12 GB | Cabe na memória rápida | Q8_0 | 32.768 tokens |
| Mac mini M4 · 32 GB unificadosCabe na memória rápidaQ8_065.536 tokens | ~14 GB | Cabe na memória rápida | Q8_0 | 65.536 tokens |
| Mac mini M5 Pro · 64 GB unificadosCabe na memória rápidaQ8_0131.072 tokens | ~14 GB | Cabe na memória rápida | Q8_0 | 131.072 tokens |
| Mac Studio M5 Max · 128 GB unificadosCabe na memória rápidaQ8_0131.072 tokens | ~14 GB | Cabe na memória rápida | Q8_0 | 131.072 tokens |
| Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosCabe na memória rápidaQ8_0131.072 tokens | ~14 GB | Cabe na memória rápida | Q8_0 | 131.072 tokens |
| RTX 4060 · 8 GB de VRAMCabe na memória rápidaQ3_K_M8.192 tokens | ~8 GB | Cabe na memória rápida | Q3_K_M | 8.192 tokens |
| RTX 3060 · 12 GB de VRAMCabe na memória rápidaQ6_K8.192 tokens | ~8 GB | Cabe na memória rápida | Q6_K | 8.192 tokens |
| RTX 5080 · 16 GB de VRAMCabe na memória rápidaQ8_016.384 tokens | ~8 GB | Cabe na memória rápida | Q8_0 | 16.384 tokens |
| RTX 4090 · 24 GB de VRAMCabe na memória rápidaQ8_065.536 tokens | ~8 GB | Cabe na memória rápida | Q8_0 | 65.536 tokens |
| RTX 5090 · 32 GB de VRAMCabe na memória rápidaQ8_0131.072 tokens | ~8 GB | Cabe na memória rápida | Q8_0 | 131.072 tokens |
| DGX H100 · 8 × 80 GBCabe na memória rápidaQ8_0131.072 tokens | ~22 GB | Cabe na memória rápida | Q8_0 | 131.072 tokens |
A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.
Compare Llama 3.1 8B Instruct pela ficha do publicador. Não há nota geral no snapshot LiveBench 2026-06-25.
Os pesos em Q4 com a margem de trabalho somam cerca de 6 GB a partir de 8B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.
Versões para baixar
Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, bartowski, no arquivo Q4_K_M. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?
bartowski
bartowski/Meta-Llama-3.1-8B-Instruct-GGUF · Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf · 4,9 GB
Rodar este arquivo
ollama run hf.co/bartowski/Meta-Llama-3.1-8B-Instruct-GGUF:Q4_K_Mllama-server -hf bartowski/Meta-Llama-3.1-8B-Instruct-GGUF:Q4_K_Mlms get https://huggingface.co/bartowski/Meta-Llama-3.1-8B-Instruct-GGUF- mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac
As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)
Ajustes, adaptadores e outras versões
- Versões quantizadas
- 934
- Ajustes (fine-tunes)
- 3.290
- Adaptadores · misturas
- 2.977 · 105
Ver na árvore de modelos do Hugging Face · lido em 2026-10-23
Versões sem filtro (uncensored, abliterated)
Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.
41 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).
Velocidade medida
Nenhuma medição publicada para este checkpoint
Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.
Como rodar
A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.
Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.
Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.
- Amostragem padrão do publicador
- temperature 0,6 · top_p 0,9generation_config.json · lido em 2026-10-23fonte
- Marcadores do template de chat
- chamadas de ferramenta · sem marcadores de raciocíniomarcadores encontrados no template, não um teste do recurso · lido em 2026-10-23fonte
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- meta-llama/Llama-3.1-8B-Instruct
- Tarefa e modalidade
- linguagem e raciocínio · texto
- Contagem e base
- 8B · especificação do fabricantemeta-llama/llama-models Llama 3.1 MODEL_CARD.md (GitHub, publisher's own card; the Hub repo is gated) · consultado em 2026-10-17fonte
- Contexto
- 128.000 tokens publicados para este modelometa-llama/llama-models Llama 3.1 MODEL_CARD.md (GitHub, publisher's own card; the Hub repo is gated) · consultado em 2026-10-17fonte
- Arquitetura
- Densemeta-llama/llama-models Llama 3.1 MODEL_CARD.md (GitHub, publisher's own card; the Hub repo is gated) · consultado em 2026-10-17fonte
- Lançamento
- Llama 3.1 MODEL_CARD.md (meta-llama/llama-models) · consultado em 2026-10-09fonte
- Runtime e precisão
- Nenhuma execução local verificada.
- Idiomas
- en, de, fr, it, pt, hi, es, thMetadados do model card · consultado em 2026-10-25fonte
- Uso comercial
- Permitido com condições Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama" · Llama 3.1 Community License (meta-llama/llama-models) · consultado em 2026-10-18texto da licença
Todos os campos guardados
- Revisão conferida
- 0e9e39f249a16976918f6564b8830bc894c89659
- Arquitetura
- LlamaForCausalLM
- Biblioteca
- transformers
- Tag de tarefa no Hub
- text-generation
- Modelos base declarados
- meta-llama/Meta-Llama-3.1-8B
- Distribuições neste grupo
- mlx-community/Llama-3.1-8B-Instruct-4bit
- Formatos
- safetensors, pt
- Acesso
- Restrito (manual)
- Tipo de publicador
- Oficial
- Evidência de tensores
- floating-tensor-elements · 8,03B · BF16conferido em 2026-09-26
- Repositório criado
- 2024-07-18criação não é o lançamento do modelo
- Repositório atualizado
- 2024-09-25um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 4.833.514 · 8.599só este repositório · lido em 2026-10-25
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · LiveBench 2026-06-25 geral
Catálogo revisado: 2026-10-17. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-10-18.






























































