Meta

Llama-3.2-11B-Vision-Instruct

llama-3.2-11b-vision-instruct

Modelo multimodal abierto para comprender imágenes, generar descripciones y responder preguntas visuales.

Es un modelo multimodal abierto de Llama para comprender imágenes, generar descripciones y responder preguntas visuales. Puede analizar el contenido de las imágenes, crear descripciones y responder preguntas sobre información visual.

Contexto 128K128K context
Lanzamiento2024-09-25
Gateways3 sitios
multimodalvisióncódigo abierto

Información del modelo

ID del modelo
llama-3.2-11b-vision-instruct
Contexto
128K
Entrada máx.
-
Salida máx.
4.1K
Corte de conocimiento
2023-12
Pesos abiertos
Compatible
Licencia
-
Lanzamiento
2024-09-25

Entrada

Texto: CompatibleImagen: CompatibleAudio: No compatibleVideo: No compatiblePDF: No compatibleArchivo: Compatible

Salida

Texto: CompatibleImagen: No compatibleAudio: No compatibleVideo: No compatible

Capacidades API

Razonamiento: No compatibleLlamada a herramientas: CompatibleSalida estructurada: DesconocidoTemperature: Compatible

Comparación de gateways

Compara precios por token, solicitud o segundo en cada canal del gateway.

¿Cómo se comparan los precios de gateways para Llama-3.2-11B-Vision-Instruct?

Esta página de Llama-3.2-11B-Vision-Instruct compara los precios oficiales con las ofertas públicas de 3 gateways de IA. Los tokens se muestran en CNY por 1 M y las solicitudes, segundos y caracteres usan la unidad de la tabla. Actualizado: 23/10/2026, 08:15.

Fuentes de datos
Catálogos públicos de precios, tarifas oficiales y resultados de seguimiento.
Definición de métricas
La disponibilidad es la tasa de pruebas correctas, la incoherencia indica el riesgo de otro modelo o una respuesta anómala y la latencia es el tiempo medio de respuesta de la API.
Aviso de riesgo
Los gateways son servicios de terceros. Los precios, la facturación, la privacidad y la estabilidad pueden cambiar; empieza con un saldo pequeño y verifica la fiabilidad.