Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Llama-3.2-11B-Vision

Meta · meta-llama/Llama-3.2-11B-Vision

Licença dos pesos: Termos do publicador: Llama 3.2 · código e componentes podem ter outros termos

Informado pelo publicador7 resultadosFicha de Meta · lida em 2026-10-25 · sem ranking · ver
Memória necessária~8 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros10,6 BTotal de safetensors no Hub
Repositório atualizado2024-09-27Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

7 resultados · ficha de Meta · lida em 2026-10-25
VQAv2 (val)
66,8Image Understanding
Text VQA (val)
73,1Image Understanding
DocVQA (val, unseen)
62,3Image Understanding
MMMU (val, 0-shot)
41,7Visual Reasoning · 0-shot
ChartQA (test)
39,4Visual Reasoning
InfographicsQA (val, unseen)
43,2Visual Reasoning
AI2 Diagram (test)
62,4Visual Reasoning

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmarks - Image Reasoning › Base Pretrained Models); coluna “Llama 3.2 11B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 90

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 90

Na memória, fora da parte rápida 26

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Mostrar todos os 26

Falta um degrau de memória 3

As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Considere para

Meta lançou Llama-3.2-11B-Vision em 2024-09-25: um modelo de visão e linguagem que responde sobre imagens, com 10,6B parâmetros pela contagem do Hugging Face e licença Termos do publicador: Llama 3.2. Idiomas declarados pelo publicador: en, de, fr, it, pt, hi, es, th.

Confira antes

Licença: uso comercial permitido com condições: Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama"; versões multimodais não são licenciadas a pessoas ou empresas sediadas na UE (Política de Uso Aceitável). Em Q4 os pesos somam cerca de 7,9 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido. O download exige aceitar os termos do publicador no Hugging Face.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Formas documentadas de rodar

Não foi possível ler a ficha do modelo (ausente ou restrita)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa
image-text-to-text
Arquitetura
MllamaForConditionalGeneration
Biblioteca na fonte
transformers
Licença dos pesos
Termos do publicador: Llama 3.2Llama 3.2 Community License (meta-llama/llama-models GitHub) · consultado em 2026-10-18fonte
Uso comercial
Permitido com condições Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama"; versões multimodais não são licenciadas a pessoas ou empresas sediadas na UE (Política de Uso Aceitável) · Llama 3.2 Community License (meta-llama/llama-models) · consultado em 2026-10-18texto da licença
Idiomas
en, de, fr, it, pt, hi, es, thMetadados do model card · consultado em 2026-10-25fonte
Lançamento
Llama 3.2 Vision model card, 'Model Release Date: Sept 25, 2024' (meta-llama/llama-models GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados11 campos
Revisão conferida
3f2e93603aaa5dd142f27d34b06dfa2b6e97b8be
Arquitetura
MllamaForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Formatos
transformers, safetensors, pytorch
Acesso
Restrito (manual)
Tipo de publicador
Oficial
Repositório criado
2024-09-18criação não é o lançamento do modelo
Repositório atualizado
2024-09-27um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
12.818 · 616só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.