Meta Llama 3 8B Instruct를 로컬에서 실행할 수 있나요?

Llama 3 8B의 오픈 가중치는 존재하며 Ollama 같은 도구로 로컬 실행이 가능하지만, 이 목록은 호스팅 API를 다루고 있습니다. 가중치와 라이선스 조건은 Meta의 릴리스 페이지에서 확인하세요.

비용은 얼마이며 컨텍스트 윈도우는 얼마나 되나요?

API 비용은 입력 토큰 100만 개당 $0.03, 출력 토큰 100만 개당 $0.04이며, 컨텍스트 윈도우는 8,192 토큰입니다.

8B 모델은 70B 모델과 어떻게 다른가요?

두 모델 모두 지시문 튜닝된 Llama 3 시리즈이며, 70B는 복잡한 추론과 긴 미묘한 작업에 강하고, 8B는 단순 작업에 더 빠르고 저렴합니다.

Meta Llama 3 8B Instruct

1991°

#llm #meta-llama #채팅 #글쓰기 #예산 #빠름

Graydient에서 실행 가능

DeepInfra 열기

모델 실행

제공 / 광고

Easy Creator (Prism) 웹

무제한 · 정액제

초보자에게 최적. 강력한 워크플로우, 낮은 학습 곡선.

PirateDiffusion 텔레그램

무제한 · 정액제

영상, 이미지, 맞춤형 채팅 페르소나 등 다양하게 만들어 보세요.

Pro studio (SpyGlass) 웹

무제한 · 정액제

어떤 브라우저나 휴대폰에서도 모델을 탐색하고 렌더링하며 수정하세요.

Discord bot (Vector) 디스코드

무제한 · 정액제

Vector를 서버에 추가하거나 Vector Discord에 참여하세요. 무엇이든 만들어 보세요!

Unified Editor 웹

무제한 · 정액제

이미지와 비디오 편집기: 한 페이지에서 렌더링, 편집, 업스케일 등 모두 가능합니다.

로컬 앱

설정 필요

내 컴퓨터 성능이 되면 로컬 프로그램을 설치해.

ModelDuel 웹

사용량별 결제

한 번에 최대 50개의 체크포인트/기본 모델에서 동일한 프롬프트를 생성하세요.

클라우드에서 GPU 임대

Graydient 클라우드 GPU

무제한 · 정액제

정액제, 무제한 사용. 이 모델은 1클릭으로 설치됩니다.

RunPod 클라우드 GPU

분 단위 과금

분 단위로 GPU 임대, 직접 모델 설정.

이 모델의 가이드

2026년 가장 저렴한 ChatGPT 대안 10가지: 무료 로컬 모델, 무료 이용권, 정액제 플랜

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

모든 가이드

meta-llama | 8,192 토큰 컨텍스트 | 입력 $0.03/M, 출력 $0.04/M. Meta는 8B 및 70B 크기의 사전학습 및 지시 튜닝된 생성 텍스트 모델 모음인 Meta Llama 3 대형 언어 모델(LLM) 패밀리를 개발 및 출시했습니다.

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Meta Llama 3 8B Instruct는 Meta의 Llama 3 시리즈 중 작은 크기의 지시문 튜닝 모델로, 70B 모델과 함께 제공됩니다. 천 토큰당 몇 센트 수준의 매우 저렴한 호스팅 옵션 중 하나이며, 8B 크기로 빠르게 작동합니다. 일상적인 대화, 가벼운 글쓰기 작업, API 비용을 신경 쓰는 사용자에게 적합한 합리적인 선택입니다.

알려진 점

매우 낮은 API 비용: 입력 토큰 100만 개당 $0.03, 출력 토큰 100만 개당 $0.04
8B급 모델답게 빠른 응답 속도
Meta의 Llama 3 시리즈 일부로, 더 큰 70B 모델도 존재
직접적인 질문-응답과 작업 완료를 위한 지시문 튜닝

주의할 점

현재 기준으로 8,192 토큰의 컨텍스트는 짧은 편이며, 긴 문서는 분할이 필요함
오픈 가중치는 다른 곳에 존재하지만 이 목록에는 포함되어 있지 않음: 상업적 사용 전 라이선스 확인 필요
8B 모델은 복잡한 추론과 미묘한 글쓰기 작업에서 70B 모델에 뒤처짐

최적 용도

시도해볼 프롬프트

쉬운 영어로 다시 쓰기

다음 문단을 비전문가도 한 번에 이해할 수 있도록 다시 작성하세요. 전문 용어는 줄이고, 모든 사실은 유지하며, 문장은 20단어 이내로 작성하세요: 'The utilization of advanced machine learning paradigms facilitates the automated extraction of latent semantic representations from unstructured corpora, enabling downstream inferential tasks with minimal human intervention.'

짧은 이메일 작성

회의 요청을 거절하는 짧고 전문적인 이메일을 작성하세요. 발신자는 다음 주 화요일 90분 동안 새로운 소프트웨어 도구를 소개하고자 했습니다. 관심은 없지만 간단한 비동기 요약은 열어두고 싶습니다. 100단어 이내로 작성하며 'I hope this email finds you well' 문구는 사용하지 마세요.

개념 쉽게 설명하기

트랜스포머 신경망이 문장에서 어떤 단어에 주의를 기울이는지 결정하는 방식을 16세 호기심 많은 학생도 이해할 수 있도록 비유를 들어 설명하세요. 글머리표 없이 명확한 단락 형태로 작성하세요.

비교하기

Llama 3.1 70B Instruct
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.40/M 입력, $0.40/M 출력
Llama 3.3 70B Instruct Turbo
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.10/M 입력, $0.32/M 출력
Meta Llama 3 70B Instruct
오픈 가중치 모델
8,192 토큰 컨텍스트 · $0.30/M 입력, $0.40/M 출력
Llama 3.1 8B Instruct
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.05/M 입력, $0.08/M 출력

meta-llama의 더 많은 텍스트 모델

사람들이 묻는 질문

Meta Llama 3 8B Instruct를 로컬에서 실행할 수 있나요?: Llama 3 8B의 오픈 가중치는 존재하며 Ollama 같은 도구로 로컬 실행이 가능하지만, 이 목록은 호스팅 API를 다루고 있습니다. 가중치와 라이선스 조건은 Meta의 릴리스 페이지에서 확인하세요.
비용은 얼마이며 컨텍스트 윈도우는 얼마나 되나요?: API 비용은 입력 토큰 100만 개당 $0.03, 출력 토큰 100만 개당 $0.04이며, 컨텍스트 윈도우는 8,192 토큰입니다.
8B 모델은 70B 모델과 어떻게 다른가요?: 두 모델 모두 지시문 튜닝된 Llama 3 시리즈이며, 70B는 복잡한 추론과 긴 미묘한 작업에 강하고, 8B는 단순 작업에 더 빠르고 저렴합니다.

캡틴의 평가
빠르고 단순한 작업에 적합한 합리적인 예산 선택지 — 작업이 어려워지면 70B 모델도 고려하세요.

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

설치 방법

Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)

2026년 10월 11일

DeepInfra 열기

유사한 모델

NVIDIA Nemotron 3 Super 120B A12B

이미지·영상·텍스트 생성을 위한 AI 모델

Meta Llama 3 8B Instruct은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고, 열기 점수로 트렌드를 확인하고, PirateDiffusion 또는 BitVector에서 열어 사용해 보세요.

모델 패밀리별로 보기