Dieses Modell ist veraltet. Wir messen die Leistung nur noch für die Standard-Workload mit 10.000 Eingabe-Tokens. Ergebnisse für andere Workloads sind historische Daten und werden nicht mehr aktualisiert.

Meta hat eine neuere Version veröffentlicht: Llama 3.2 Instruct 11B (Vision). Wir empfehlen, diese als Alternative in Betracht zu ziehen.

Llama 3.1 Instruct 8B Benchmarking und Analyse von API-Anbietern

Name: Geschwindigkeit
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Modellvergleich

Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von Llama 3.1 Instruct 8B für Ihren Anwendungsfall unterstützen.

Am schnellsten

Groq

644.8 t/s

Novita

147.1 t/s

CoreWeave

141.7 t/s

DeepInfra

35.3 t/s

DeepInfra (Turbo, FP8)

30.8 t/s

Ausgabegeschwindigkeit

Insgesamt 6 Anbieter

Niedrigste Latenz

CoreWeave

0.68 s

Groq

0.88 s

Novita

0.95 s

DeepInfra

0.96 s

DeepInfra (Turbo, FP8)

0.97 s

Zeit bis zum ersten Token

Insgesamt 6 Anbieter

Niedrigster Preis

DeepInfra (Turbo, FP8)

$0.02

Novita

$0.02

DeepInfra

$0.02

Groq

$0.05

CoreWeave

$0.22

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 6 Anbieter

Llama 3.1 8B ist über 6 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

Bei der Ausgabegeschwindigkeit führen Groq (644.8 Tokens/s), Novita (147.1 Tokens/s) und CoreWeave (141.7 Tokens/s). Die Geschwindigkeit unterscheidet sich erheblich zwischen den Anbietern: Der Unterschied zwischen dem schnellsten und langsamsten beträgt 1996 %.
Bei der Latenz bieten CoreWeave (0.68 s), Groq (0.88 s) und Novita (0.95 s) die niedrigste Zeit bis zum ersten Token.
Bei den Preisen bieten DeepInfra (Turbo, FP8) (0.02), Novita (0.02) und DeepInfra (0.02) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 10.0-Fachen.

Geschwindigkeit

Output tokens per second · Higher is better

Latenz

Seconds to first answer token received · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Llama 3.1 8B

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kosten pro Aufgabe des Intelligence Index: Anbieter von Llama 3.1 8B

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No data available

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Llama 3.1 8B

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit: Llama 3.1 Instruct 8B

Ausgabegeschwindigkeit: Ausgabe-Token pro Sekunde · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Aufgabe des Intelligence Index: Anbieter von Llama 3.1 8B

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Llama 3.1 8B

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Token: Anbieter von Llama 3.1 8B

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Cache-Verhalten

Cache-Trefferquote: Anbieter von Llama 3.1 8B

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Llama 3.1 8B

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

No data available

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit: Anbieter von Llama 3.1 8B

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen



Groq	131k	Offen	--	636	0.98	1.77	--
Novita	16.4k	Offen	--	146	0.98	4.40	--
CoreWeave	128k	Offen	--	142	0.67	4.18	--
Amazon Bedrock	128k	Offen	--	--	--	--	--
DeepInfra	131k	Offen	--	26	0.95	20.41	--
DeepInfra	131k	Offen	--	31	0.98	17.09	--

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von Llama 3.1 Instruct 8B

Llama 3.1 Instruct 8B ist über 6 API-Anbieter verfügbar: Groq, Novita, CoreWeave, Amazon, DeepInfra (Turbo, FP8) und DeepInfra. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

Llama 3.1 Instruct 8B ist derzeit über 6 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für Llama 3.1 Instruct 8B sind Groq (644.8 Tokens/s), Novita (147.1 Tokens/s) und CoreWeave (141.7 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Token für Llama 3.1 Instruct 8B sind CoreWeave (0.68s), Groq (0.88s) und Novita (0.95s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für Llama 3.1 Instruct 8B sind DeepInfra (Turbo, FP8) ($0.02 pro 1 Mio. Tokens), Novita ($0.02 pro 1 Mio. Tokens) und DeepInfra ($0.02 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei Llama 3.1 Instruct 8B sind Novita ($0.02 pro 1 Mio. Eingabetokens), DeepInfra (Turbo, FP8) ($0.02 pro 1 Mio. Eingabetokens) und DeepInfra ($0.02 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Llama 3.1 Instruct 8B sind DeepInfra (Turbo, FP8) ($0.04 pro 1 Mio. Ausgabetokens), Novita ($0.05 pro 1 Mio. Ausgabetokens) und DeepInfra ($0.05 pro 1 Mio. Ausgabetokens).

Die Preise für Llama 3.1 Instruct 8B unterscheiden sich je nach Anbieter bis zum 10.0-Fachen. Am günstigsten ist DeepInfra (Turbo, FP8) mit $0.02 pro 1 Mio. Tokens, während CoreWeave $0.22 pro 1 Mio. Tokens berechnet.

Die Ausgabegeschwindigkeit von Llama 3.1 Instruct 8B unterscheidet sich erheblich zwischen den Anbietern. Groq ist mit 644.8 Tokens/s am schnellsten und damit um den Faktor 21.0 schneller als DeepInfra (Turbo, FP8) mit 30.8 Tokens/s.

5 von 6 Anbietern unterstützen den JSON-Modus für Llama 3.1 Instruct 8B: Groq, Novita, CoreWeave, DeepInfra (Turbo, FP8) und DeepInfra.

5 von 6 Anbietern unterstützen Funktionsaufrufe für Llama 3.1 Instruct 8B: Groq, CoreWeave, Amazon, DeepInfra (Turbo, FP8) und DeepInfra.

Der beste Anbieter für Llama 3.1 Instruct 8B hängt von Ihren Prioritäten ab: Groq bietet die höchste Ausgabegeschwindigkeit, CoreWeave die niedrigste Latenz und DeepInfra (Turbo, FP8) den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für Llama 3.1 Instruct 8B die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von Llama 3.1 Instruct 8B sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen

Llama 3.1 Instruct 8B Benchmarking und Analyse von API-Anbietern

Am schnellsten

Niedrigste Latenz

Niedrigster Preis

Geschwindigkeit

Latenz

Preis

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Llama 3.1 8B

Cache Hit

Kosten pro Aufgabe des Intelligence Index: Anbieter von Llama 3.1 8B

Cost per Intelligence Index Task

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Llama 3.1 8B

Output Speed

Geschwindigkeit

Ausgabegeschwindigkeit: Llama 3.1 Instruct 8B

Output Speed

Model Performance Representation

Zeit pro Aufgabe des Intelligence Index: Anbieter von Llama 3.1 8B

Time per Intelligence Index Task

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Llama 3.1 8B

Cost per Intelligence Index Task

Latenz

Zeit bis zum ersten Token: Anbieter von Llama 3.1 8B

Latency (Time to First Token)

Median

Cache-Verhalten

Cache-Trefferquote: Anbieter von Llama 3.1 8B

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Llama 3.1 8B

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit: Anbieter von Llama 3.1 8B

End-to-End Response Time

Wichtige Vergleichsmetriken und API-Funktionen

Häufig gestellte Fragen

Wo kann ich auf Llama 3.1 Instruct 8B zugreifen?

Wie viele API-Anbieter bieten Llama 3.1 Instruct 8B an?

Welcher Anbieter ist für Llama 3.1 Instruct 8B am schnellsten?

Welcher Anbieter hat für Llama 3.1 Instruct 8B die niedrigste Latenz?

Welcher Anbieter ist für Llama 3.1 Instruct 8B am günstigsten?

Welcher Anbieter hat für Llama 3.1 Instruct 8B den niedrigsten Eingabepreis?

Welcher Anbieter hat für Llama 3.1 Instruct 8B den niedrigsten Ausgabepreis?

Wie stark unterscheiden sich die Preise der Anbieter von Llama 3.1 Instruct 8B?

Wie stark unterscheidet sich die Geschwindigkeit der Anbieter von Llama 3.1 Instruct 8B?

Welche Anbieter von Llama 3.1 Instruct 8B unterstützen den JSON-Modus?

Welche Anbieter von Llama 3.1 Instruct 8B unterstützen Funktionsaufrufe?

Welcher ist der beste Anbieter für Llama 3.1 Instruct 8B?

Wie wähle ich einen Anbieter für Llama 3.1 Instruct 8B aus?

Verändert sich die Leistung der Anbieter von Llama 3.1 Instruct 8B im Laufe der Zeit?

Welche allgemeinen Fähigkeiten hat Llama 3.1 Instruct 8B?