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 Results for other workloads are historical and no longer updated.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 API 제공업체 벤치마킹 및 분석

모델 비교

Llama 3 Instruct 8B API 제공업체를 지연 시간(첫 토큰까지 걸린 시간), 출력 속도(초당 출력 토큰 수), 가격 등 성능 지표로 분석합니다. 벤치마킹한 API 제공업체로는 Novita, Amazon Bedrock, Replicate 및 DeepInfra 등이 있습니다.

가장 빠름

출력 속도

총 제공업체 4곳

가장 낮은 지연 시간

첫 토큰까지 걸린 시간

총 제공업체 4곳

가장 낮은 가격

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

혼합 가격(토큰 100만 개당)

총 제공업체 4곳

Llama 3 8B은 성능 특성과 가격이 서로 다른 API 제공업체 4곳에서 제공됩니다. 아래에서 제공업체별 주요 지표를 비교합니다.

  • DeepInfra(0.03), Novita(0.04) 및 Replicate(0.07)의 토큰 100만 개당 혼합 가격이 가장 낮습니다. 제공업체별 가격은 최대 10.6배 차이 납니다.

이 모델은 제공업체 벤치마크를 제공하지 않습니다.
모델 세부 정보와 다른 모델 대비 지능은 Llama 3 Instruct 8B 모델 페이지에서 확인하세요.

주요 내용

속도

Output tokens per second · Higher is better
No data available

종단 간 응답 시간

Seconds · Lower is better
No data available

가격

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

가격

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).

속도

출력 속도(초당 토큰 수)로 측정

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).

지연 시간

첫 토큰까지 걸린 시간(초)으로 측정

첫 토큰까지 걸린 시간

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.

종단 간 응답 시간

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

종단 간 응답 시간

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

주요 비교 지표 및 API 기능

Novita 로고Novita
8.19k
오픈
--
--
--
--
--
Amazon Bedrock 로고Amazon Bedrock
8.19k
오픈
--
--
--
--
--
Replicate 로고Replicate
8.19k
오픈
--
--
--
--
--
DeepInfra 로고DeepInfra
8.19k
오픈
--
--
--
--
--

자주 묻는 질문

Llama 3 Instruct 8B 제공업체에 관한 일반적인 질문

Llama 3 Instruct 8B은 API 제공업체 4곳에서 제공됩니다: Novita, Amazon, Replicate 및 DeepInfra. 제공업체마다 성능 특성과 가격이 다릅니다.

현재 벤치마킹하고 추적하는 Llama 3 Instruct 8B API 제공업체는 4곳입니다.

혼합 가격 기준 Llama 3 Instruct 8B의 가장 저렴한 제공업체들은 DeepInfra(토큰 100만 개당 $0.03), Novita(토큰 100만 개당 $0.04) 및 Replicate(토큰 100만 개당 $0.07)입니다. 혼합 가격은 캐시 적중/입력/출력 토큰 비율을 7:2:1로 가정합니다.

Llama 3 Instruct 8B의 입력 토큰 가격이 가장 낮은 제공업체들은 DeepInfra(입력 토큰 100만 개당 $0.03), Novita(입력 토큰 100만 개당 $0.04) 및 Replicate(입력 토큰 100만 개당 $0.05)입니다.

Llama 3 Instruct 8B의 출력 토큰 가격이 가장 낮은 제공업체들은 Novita(출력 토큰 100만 개당 $0.04), DeepInfra(출력 토큰 100만 개당 $0.04) 및 Replicate(출력 토큰 100만 개당 $0.25)입니다.

Llama 3 Instruct 8B의 제공업체별 가격은 최대 10.6배 차이 납니다. 가장 저렴한 DeepInfra은 토큰 100만 개당 $0.03이고, Amazon은 $0.33입니다.

Llama 3 Instruct 8B 제공업체 4곳 중 2곳이 JSON 모드를 지원합니다: Novita 및 DeepInfra.

Llama 3 Instruct 8B 제공업체 4곳 중 1곳이 함수 호출을 지원합니다: DeepInfra.

Llama 3 Instruct 8B 제공업체를 선택할 때는 출력 속도(처리량 중심 작업), 지연 시간(빠른 최초 응답이 필요한 대화형 애플리케이션), 가격(비용에 민감한 워크로드), JSON 모드나 함수 호출 같은 API 기능을 고려하세요.

예. 인프라 변경, 부하 분산, 업데이트에 따라 제공업체 성능이 달라질 수 있습니다. 모든 제공업체를 지속적으로 벤치마킹하고 '시간 경과' 차트에 과거 성능 추이를 표시합니다.

Llama 3 Instruct 8B의 지능, 역량, 모달리티와 다른 모델과의 비교 정보는 모델 개요 페이지에서 확인하세요. 모델 개요 보기