Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Llama-3.2-90B-Vision-Instruct

Meta · meta-llama/Llama-3.2-90B-Vision-Instruct

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

LMArena · visão1.032 ± 9#17 de 22 com pontuação aqui · 2026-10-19
Memória necessária~67 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros88,6 BTotal de safetensors no Hub
Repositório atualizado2025-03-04Um commit não é data de lançamento

Qualidade

Informado pelo publicador

12 resultados · ficha de Meta · lida em 2026-10-25
MMMU (val, CoT)
60,3Image · College-level Problems and Mathematical Reasoning
MMMU-Pro, Standard (10 opts, test)
45,2Image · College-level Problems and Mathematical Reasoning
MMMU-Pro, Vision (test)
33,8Image · College-level Problems and Mathematical Reasoning
MathVista (testmini)
57,3Image · College-level Problems and Mathematical Reasoning
ChartQA (test, CoT)
85,5Image · Charts and Diagram Understanding
AI2 Diagram (test)
92,3Image · Charts and Diagram Understanding
DocVQA (test)
90,1Image · Charts and Diagram Understanding
VQAv2 (test)
78,1Image · General Visual Question Answering
Todos os resultados informados12
MMLU (CoT)
86,0Text · General
MATH (CoT)
68,0Text · Math
GPQA
46,7Text · Reasoning
MGSM (CoT)
86,9Text · Multilingual

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmarks - Image Reasoning › Instruction Tuned Models); coluna “Llama 3.2 90B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Qualidade × memória

Sem par qualidade × memória comparável

Este registro não tem nota em um benchmark comparado com memória de planejamento.

Considere para

Meta lançou Llama-3.2-90B-Vision-Instruct em 2024-09-25: um modelo de visão e linguagem que responde sobre imagens, com 88,6B 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 66,5 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.

Roda em

Cabe na memória rápida 15

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 15

Na memória, fora da parte rápida 1

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.

Falta um degrau de memória 7

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

Mostrar todos os 7

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.

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 Vision model card (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 (Meta, GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados11 campos
Revisão conferida
e305d2a43a4adc6987308fe7d896fb8ec5f1a5d8
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
2024-09-19criação não é o lançamento do modelo
Repositório atualizado
2025-03-04um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
499 · 366só 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.