Llama 3.2 3B Instruct

Pas encore évalué. Les résultats de tests indépendants paraissent généralement quelques semaines après la sortie d’un modèle.

Données de benchmarks : Epoch AI, sous licence CC BY 4.0

Entreprises qui proposent ce modèle via une API : 2. Prix par million de tokens, du moins cher au plus cher.

Les disponibilités et les prix proviennent de l’API publique d’OpenRouter et sont actualisés chaque jour. La disponibilité correspond à la part de requêtes réussies sur les dernières 24 heures. Certains fournisseurs utilisent une version compressée des modèles ouverts (fp8, int4), moins chère mais parfois un peu moins précise.

Appelez Llama 3.2 3B Instruct via l’API d’OpenRouter, compatible avec celle d’OpenAI : créez une clé sur openrouter.ai, puis lancez l’un de ces exemples.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "meta-llama/llama-3.2-3b-instruct", "messages": [{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}]}'

import os
from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
reply = client.chat.completions.create(
    model="meta-llama/llama-3.2-3b-instruct",
    messages=[{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}],
)
print(reply.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://openrouter.ai/api/v1", apiKey: process.env.OPENROUTER_API_KEY });
const reply = await client.chat.completions.create({
  model: "meta-llama/llama-3.2-3b-instruct",
  messages: [{ role: "user", content: "Bonjour ! Que sais-tu faire ?" }],
});
console.log(reply.choices[0].message.content);

Le même code fonctionne avec tous les modèles de ce site : seul l’identifiant du modèle change. Beaucoup de laboratoires proposent aussi leur propre API et leur SDK.

• 1 000 réponses de chatbot

  ≈ 500 tokens en entrée, 300 en sortie chacune
  0,124 $US
• Résumer un document de 100 pages

  ≈ 50 000 tokens en entrée, 1 000 en sortie
  0,0028 $US
• Une appli à 10 000 requêtes par jour pendant un mois

  ≈ 1 000 tokens en entrée, 400 en sortie chacune
  54,60 $US

Calculateur de coût →

• Le Monde Pixels29 sept. 2026

  OpenAI pousse la logique des agents IA en proposant un genre de collaborateur virtuel actif « vingt-quatre heures sur vingt-quatre »

• Numerama29 sept. 2026

  OpenAI dévoile « dots », ses assistants mignons pour démocratiser l'IA agentique (sauf en Europe)

• Numerama28 sept. 2026

  Muse, l'agent IA de Meta, est accusé d'avoir invité un inconnu chez son utilisateur

• Siècle Digital28 sept. 2026

  Entre Amazon et Meta, la guerre des agents IA est déclarée

Combien coûte Llama 3.2 3B Instruct ?

Via l’API, Llama 3.2 3B Instruct coûte 0,05 $US par million de tokens en entrée et 0,33 $US par million de tokens en sortie. Par exemple, 1 000 réponses de chat d’environ 500 tokens en entrée et 300 en sortie coûtent environ 0,124 $US.

Quelle est la fenêtre de contexte de Llama 3.2 3B Instruct ?

Llama 3.2 3B Instruct peut lire jusqu’à 131 072 tokens en une seule requête, soit environ 246 pages de texte. Il peut rédiger jusqu’à 117 964 tokens en une seule réponse.

Llama 3.2 3B Instruct est-il open source ?

Oui. Ses poids sont publiés (meta-llama/Llama-3.2-3B-Instruct) : vous pouvez le télécharger et l’exécuter sur votre propre matériel, ou l’utiliser via l’un des 2 fournisseurs d’API.

Qui a créé Llama 3.2 3B Instruct ?

Llama 3.2 3B Instruct est développé par Meta. Il est disponible via l’API depuis le 25 septembre 2024.

Llama 3.2 3B Instruct peut-il lire des images ?

Non. Llama 3.2 3B Instruct n’accepte que du texte en entrée.

Quelles sont les alternatives à Llama 3.2 3B Instruct ?

Parmi les modèles d’autres entreprises à prix comparable : Solar Mini 4, Schematron V2 Small et Nemotron 3 Nano 30B A3B. Vous pouvez les comparer côte à côte sur cette page.