Meta
Llama 3.2 1B 评测成绩
来自 5 个来源、6 项基准的 6 条成绩。
开放权重 发布: 2024年9月24日 更新于 2026年10月22日
其他名称: llama-3.2-1b-instruct · Llama-3.2-1B-Instruct · Llama-3.2-1B-Instruct (FC) · Llama-3.2-1B · meta-llama/Llama-3.2-1B-Instruct · meta-llama/Llama-3.2-1B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1111 | 396 | Overall, style control on; 8045 votes; 95% CI 1103–1119“llama-3.2-1b-instruct” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 14.4% | 3366 | Average of 6 normalised benchmarks; bfloat16; 1.24B params“meta-llama/Llama-3.2-1B-Instruct” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 23.9% | 276 | Epoch AI run, accuracy | 独立评测 | 2026年8月30日 |
| MMLU-Pro | 11.9% | 242 | Overall accuracy; data source: TIGER-Lab; 1B“Llama-3.2-1B” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 0.6% | 260 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月30日 |
| BFCL v4 (function calling) | 10.8% | 107 | Overall accuracy; native function calling (FC)“Llama-3.2-1B-Instruct (FC)” | 官方榜单 | 2026年10月17日 |
常见问题
Llama 3.2 1B 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和Hugging Face Open LLM Leaderboard v2 (archived)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。