Llama · 3B
Llama 3.2 3B
- Total paramètres3B
- Contexte max128k tokens
- FamilleLlama
- TypeDense
face-à-face · LLM local
Llama 3.2 3B vs Llama 3.3 70B
Comparatif chiffré : VRAM requise par quantization, GPUs compatibles pour faire tourner chacun en local, et verdict construit depuis les specs réelles. Pas de bench truqué, juste les chiffres.
3B
params Llama 3.2 3B
70B
params Llama 3.3 70B
Llama
famille A
Llama
famille B
▲ Specs côte à côte
Les chiffres bruts.
Llama · 70B
Llama 3.3 70B
- Total paramètres70B
- Contexte max128k tokens
- FamilleLlama
- TypeDense
▲ VRAM par quantization
Combien de VRAM il te faut.
Estimation incluant l'overhead (KV cache + activations) ×1.12. Pour un MoE, on prend les paramètres totaux car le modèle complet doit être chargé en mémoire (les experts inactifs aussi).
| Quant | Llama 3.2 3B | Llama 3.3 70B | Écart |
|---|---|---|---|
| Q3 | 1.5 GB | 34.3 GB | 32.8 GB |
| Q4 | 1.9 GB | 44.1 GB | 42.2 GB |
| Q5 | 2.3 GB | 53.9 GB | 51.6 GB |
| Q6 | 2.7 GB | 63.7 GB | 61.0 GB |
| Q8 | 3.4 GB | 78.4 GB | 75.0 GB |
| FP16 | 6.7 GB | 156.8 GB | 150.1 GB |
▲ GPU minimum pour chacun en Q4
Quel GPU suffit pour quoi.
Pour Llama 3.2 3B en Q4
GTX 1650
4 GB de VRAM — suffisant pour les 1.9 GB requis en Q4.
→ Fiche GTX 1650Pour Llama 3.3 70B en Q4
Quadro RTX 8000
48 GB de VRAM — suffisant pour les 44.1 GB requis en Q4.
→ Fiche Quadro RTX 8000▲ Verdict
Ce que les chiffres disent.
Llama 3.3 70B est 23.3× plus gros que Llama 3.2 3B — plus de connaissances, mais 44 GB de VRAM contre 2 GB.
Choisir Llama 3.2 3B
Tu manques de VRAM, tu veux du débit token/s, ou tu déploies sur edge (laptop, mini-PC).
→ Fiche Llama 3.2 3BChoisir Llama 3.3 70B
Tu privilégies la qualité de raisonnement, tu as une grosse VRAM (48 GB+), tu acceptes un débit plus faible.
→ Fiche Llama 3.3 70BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.