Llama-3.1-8B-Instruct
Steckbrief
Parameter
Kontextlänge
Architektur
Aufbau
Gewichte gespeichert als
Aufgabe
Sprachen
Basiert auf
Veröffentlicht
Zuletzt aktualisiert
Downloads (letzte 30 Tage)
Lizenz und Zugang
Lizenz
Zugang
Sicherheit
Sicherheitsscan von Hugging Face
Gewichtsdateien nach Format
Prüfungen von Facthory
Safetensors- oder GGUF-Dateien neben Pickle-basierten.
Keine Datei markiert.
Die Modellkarte gibt ihre Lizenz an.
Die Modellkarte ist nicht öffentlich.
GPU-Rechner
Wie viel Speicher dieses Modell bei einer Quantisierung, Kontextlänge und Zahl gleichzeitiger Sequenzen braucht, welche GPUs es aufnehmen und wie schnell es generieren kann. Schätzungen aus der veröffentlichten Größe und dem Aufbau des Modells, mit den Annahmen unten.
Gewichte
Kontext je Sequenz: 8K Token
Gleichzeitige Sequenzen: 1
KV-Cache
Speicher
18 GB
Gewichte: 16 GB
KV-Cache: –
Laufzeit: 1,6 GB
Der Aufbau des Modells ist nicht veröffentlicht, daher ist der KV-Cache nicht enthalten.
| GPU | Speicher | Benötigte GPUs | Je Sequenz | Alle Sequenzen |
|---|---|---|---|---|
| NVIDIA L4 | 24 GB | 1 × | 11 Token/s | 11 Token/s |
| NVIDIA L40S | 48 GB | 1 × | 32 Token/s | 32 Token/s |
| NVIDIA RTX 6000 Ada | 48 GB | 1 × | 36 Token/s | 36 Token/s |
| NVIDIA RTX PRO 6000 Blackwell | 96 GB | 1 × | 67 Token/s | 67 Token/s |
| NVIDIA A100 80GB SXM | 80 GB | 1 × | 76 Token/s | 76 Token/s |
| NVIDIA H100 SXM | 80 GB | 1 × | 125 Token/s | 125 Token/s |
| NVIDIA H200 SXM | 141 GB | 1 × | 179 Token/s | 179 Token/s |
| AMD Instinct MI300X | 192 GB | 1 × | 198 Token/s | 198 Token/s |
| AMD Instinct MI325X | 256 GB | 1 × | 224 Token/s | 224 Token/s |
Annahmen
- Laufzeitspeicher (Aktivierungen, Puffer) beträgt 10 % von Gewichten und KV-Cache, dazu 1 GB je GPU für das Framework.
- Eine GPU wird zu höchstens 90 % ihres Speichers belegt; Tensor-Parallelität nutzt 1, 2, 4 oder 8 GPUs in einem Server.
- Die Generierung ist durch die Speicherbandbreite bei 60 % der Herstellerangabe begrenzt: Jeder Schritt liest die Gewichte einmal und den KV-Cache jeder Sequenz. Ein Mixture-of-Experts-Modell liest nur seine aktiven Experten und läuft daher schneller als gezeigt.
- Speicher und Bandbreite der GPUs sind die veröffentlichten Herstellerangaben.
Profil
Art
Herkunft
Ein- und Ausgabe
Am 11.11.2026 von Workers AI (@cf/zai-org/glm-4.7-flash) aus den Metadaten des Hubs verfasst: eine Lesart des Anbietertexts, von Facthory nicht geprüft.
Veröffentlichte Benchmarks
Die Modellkarte veröffentlicht keine Benchmark-Ergebnisse.
EU AI Act
Was der EU AI Act von einem KI-Modell mit allgemeinem Verwendungszweck verlangt, hängt davon ab, wer es wie in der EU in Verkehr bringt. Diese Angaben sind dafür maßgeblich:
- Lizenz: llama3.1
- Zugang: Gewichte nach Freigabe der Anfrage durch den Anbieter herunterladbar
- Parameter: 8 Mrd.
KI-Modell mit allgemeinem Verwendungszweck (Artikel 3 Nummer 63)
Angezeigt. Epoch AI schätzt den Trainingsaufwand auf 1,2 × 10²⁴ FLOP (als Llama-3.1-8B-Instruct), über den 10²³ FLOP des Richtwerts der Kommission, und das Modell erzeugt Text, Audio, Bilder oder Video.
Systemisches Risiko (Artikel 51)
Nicht vermutet. Sein Trainingsaufwand, nach Schätzung von Epoch AI 1,2 × 10²⁴ FLOP (als Llama-3.1-8B-Instruct), liegt unter den 10²⁵ FLOP des Artikels 51 Absatz 2.
Open-Source-Ausnahme (Artikel 53 Absatz 2)
Gilt nicht. Seine Lizenz (llama3.1) ist keine freie und quelloffene Lizenz, die jedem erlaubt, das Modell zu nutzen, zu untersuchen, zu ändern und weiterzugeben.
Verhaltenskodex für KI-Modelle mit allgemeinem Verwendungszweck
Meta steht nicht auf der Liste der Unterzeichner der Europäischen Kommission. Der Kodex ist freiwillig.
Was Modellkarte und Anbieter dokumentieren
Die Modellkarte ist nicht öffentlich.
