This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.

Meta has launched a newer model, Llama 3.1 8B. We suggest considering it instead.

For more information, see comparison of Llama 3.1 8B to other models and API provider benchmarks for Llama 3.1 8B.

Llama 3 Instruct 8B logo
Meta
•

Open weights model

•

Released April 2024

Llama 3 Instruct 8B Benchmarking und Analyse von API-Anbietern

Modellvergleich

Analyse der API-Anbieter für Llama 3 Instruct 8B anhand von Leistungsmetriken wie Latenz (Zeit bis zum ersten Token), Ausgabegeschwindigkeit (Ausgabetokens pro Sekunde) und Preis. Zu den bewerteten API-Anbietern gehören Novita, Amazon Bedrock, Replicate und DeepInfra.

Am schnellsten

Ausgabegeschwindigkeit

Insgesamt 4 Anbieter

Niedrigste Latenz

Zeit bis zum ersten Token

Insgesamt 4 Anbieter

Niedrigster Preis

#1
DeepInfraDeepInfra
$0.03
#2
NovitaNovita
$0.04
#3
ReplicateReplicate
$0.07
#4
AmazonAmazon
$0.33

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 4 Anbieter

Llama 3 8B ist über 4 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

  • Bei den Preisen bieten DeepInfra (0.03), Novita (0.04) und Replicate (0.07) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 10.6-Fachen.

Für dieses Modell sind keine Anbieter-Benchmarks verfügbar.
Einzelheiten zum Modell und zum Vergleich seiner Intelligenz mit anderen Modellen finden Sie auf der Modellseite für Llama 3 Instruct 8B.

Wichtigste Ergebnisse

Geschwindigkeit

Output tokens per second · Higher is better
No data available

Ende-zu-Ende-Antwortzeit

Seconds · Lower is better
No data available

Preis

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

Preise

Pricing: Cache Hit, Input, and Output

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.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)
Most attractive quadrant
No data available

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)

Output Speed: Llama 3 Instruct 8B

Output speed: output tokens per second · 10,000 input tokens
No data available

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 (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens
Most attractive quadrant
No data available

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).

Latenz

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

Zeit bis zum ersten Token

Seconds to first token received · Lower is better · 10,000 input tokens
No data available

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.

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

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens
No data available

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

Logo von NovitaNovita
8.19k
Offen
--
--
--
--
--
Logo von Amazon BedrockAmazon Bedrock
8.19k
Offen
--
--
--
--
--
Logo von ReplicateReplicate
8.19k
Offen
--
--
--
--
--
Logo von DeepInfraDeepInfra
8.19k
Offen
--
--
--
--
--

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von Llama 3 Instruct 8B

Llama 3 Instruct 8B ist über 4 API-Anbieter verfügbar: Novita, Amazon, Replicate und DeepInfra. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

Llama 3 Instruct 8B ist derzeit über 4 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Mischpreis günstigsten Anbieter für Llama 3 Instruct 8B sind DeepInfra ($0.03 pro 1 Mio. Tokens), Novita ($0.04 pro 1 Mio. Tokens) und Replicate ($0.07 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 Instruct 8B sind DeepInfra ($0.03 pro 1 Mio. Eingabetokens), Novita ($0.04 pro 1 Mio. Eingabetokens) und Replicate ($0.05 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Llama 3 Instruct 8B sind Novita ($0.04 pro 1 Mio. Ausgabetokens), DeepInfra ($0.04 pro 1 Mio. Ausgabetokens) und Replicate ($0.25 pro 1 Mio. Ausgabetokens).

Die Preise für Llama 3 Instruct 8B unterscheiden sich je nach Anbieter bis zum 10.6-Fachen. Am günstigsten ist DeepInfra mit $0.03 pro 1 Mio. Tokens, während Amazon $0.33 pro 1 Mio. Tokens berechnet.

2 von 4 Anbietern unterstützen den JSON-Modus für Llama 3 Instruct 8B: Novita und DeepInfra.

1 von 4 Anbietern unterstützen Funktionsaufrufe für Llama 3 Instruct 8B: DeepInfra.

Berücksichtigen Sie bei der Wahl eines Anbieters für Llama 3 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 Instruct 8B sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen