Llama 3.2

Was Llama 3.2 ist und wer dahintersteckt

Llama 3.2 ist eine Modellreihe, die Meta am 25. September 2024 veröffentlicht hat. Sie schlug zwei Richtungen gleichzeitig ein: Auf der einen Seite stehen zwei sehr kleine Textmodelle, Llama 3.2 1B und 3B, die speziell für Smartphones, Laptops und andere Geräte mit begrenzter Rechenleistung entwickelt wurden. Auf der anderen Seite stehen Metas erste Llama-Vision-Modelle, Llama 3.2 11B Vision und 90B Vision, die Bilder zusammen mit Text verarbeiten und per Text antworten können. Alle Modelle stehen unter der Llama 3.2 Community License zum Download bereit.

Die Llama 3.2-Familie

Llama 3.2 1B und 3B (Text)

Laut Metas Model Card besitzt das 1B-Modell rund 1,23 Milliarden Parameter. Beide Mini-Modelle bieten ein Kontextfenster von 128K und wurden mit bis zu 9 Billionen Tokens trainiert (Wissensstand bis Dezember 2023). Meta entwickelte sie unter anderem durch Wissensdestillation (Knowledge Distillation) aus den größeren Modellen Llama 3.1 8B und 70B. Als Haupteinsatzgebiete nennt Meta Assistenten-Chats, Informationsabruf, Zusammenfassungen, Schreibassistenten auf Mobilgeräten sowie das Optimieren von Suchanfragen und Prompts.

Meta hat außerdem quantisierte Versionen von 1B und 3B veröffentlicht, die so komprimiert sind, dass sie auf Smartphone-Prozessoren mit wenig RAM laufen. Diese quantisierten Varianten haben ein kleineres Kontextfenster von 8K Tokens.

Llama 3.2 11B und 90B Vision

Die Vision-Modelle basieren auf dem Textmodell Llama 3.1, kombiniert mit einem separat trainierten Vision-Adapter. Dieser leitet die visuellen Daten eines Image-Encoders direkt an das Sprachmodell weiter. Meta nennt Bilderkennung, logisches Schlussfolgern über Bilder, Bildunterschriften und allgemeine Fragen zu Grafiken als zentrale Anwendungsfälle – ebenfalls mit einem Kontextfenster von 128K. Wichtiges Detail: Bei Aufgaben, die Bild und Text kombinieren, wird offiziell nur Englisch unterstützt.

Die Stärken von Llama 3.2

• Lokale KI (On-Device). Die 1B- und 3B-Modelle sind kompakt genug für Smartphones und schlanke Laptops. So können Apps offline laufen, und deine Daten bleiben direkt auf dem Gerät.
• Schnelle, günstige Textaufgaben. Ideal für Zusammenfassungen, Umformulierungen, Klassifizierungen und kurze Antworten, bei denen ein großes Modell überdimensioniert wäre.
• Bildverständnis auf Englisch. Die Vision-Modelle beschreiben Fotos, lesen Diagramme sowie Dokumente und beantworten Fragen zu Bildinhalten.
• Experimente und Lernen. Die Mini-Modelle sind ein beliebter Einstieg für alle, die zum ersten Mal lokale KI ausprobieren oder Fine-Tuning testen möchten.

Für reine Textaufgaben werden acht Sprachen offiziell unterstützt: Englisch, Deutsch, Französisch, Italienisch, Portugiesisch, Hindi, Spanisch und Thailändisch.

Einschränkungen im Überblick

• Klein bedeutet limitiert. Die 1B- und 3B-Modelle wissen deutlich weniger als größere Modelle und machen häufiger Fehler bei Fakten oder logischen Schlüssen. Meta weist selbst darauf hin, dass sie für stark ressourcenbeschränkte Umgebungen wie Mobilgeräte gedacht sind.
• Älterer Wissensstand. Die Trainingsdaten enden im Dezember 2023.
• Vision nur auf Englisch: Für Bild-Text-Aufgaben wird nur Englisch unterstützt. Zudem können die Vision-Modelle selbst keine Bilder generieren.
• EU-Einschränkung für Vision-Modelle. Metas Richtlinie zur zulässigen Nutzung (Acceptable Use Policy) für Llama 3.2 sieht vor, dass die Lizenzrechte für multimodale Modelle nicht für Personen mit Wohnsitz oder Unternehmen mit Sitz in der Europäischen Union gelten. Endnutzer von Produkten, in die diese Modelle bereits integriert sind, sind davon nicht betroffen. Die 1B- und 3B-Textmodelle sind nicht multimodal.
• Bei Bildverarbeitung überholt. Llama 4 Scout und Maverick verarbeiten Bilder nativ und unterstützen deutlich mehr Sprachen.

So nutzt du Llama 3.2 offiziell

Meta stellt alle Llama 3.2-Modelle auf Hugging Face unter der Organisation „meta-llama“ bereit, beispielsweise meta-llama/Llama-3.2-3B-Instruct und meta-llama/Llama-3.2-11B-Vision-Instruct. Akzeptiere die Lizenz auf der jeweiligen Modellseite, um den Download freizuschalten. Die Model Card der Vision-Version ist hier verfügbar.

Für die lokale Nutzung bietet Ollama die kleinen Modelle an: ollama run llama3.2 lädt die 3B-Version herunter (ca. 2,0 GB) und ollama run llama3.2:1b die 1B-Version (ca. 1,3 GB). Auch LM Studio und llama.cpp unterstützen sie; mehr dazu unter Llama lokal ausführen.

Über Cloud-APIs führt OpenRouter Llama 3.2 1B für 0,027 $ Input und 0,201 $ Output pro Million Tokens sowie Llama 3.2 3B für 0,0509 $ Input und 0,335 $ Output pro Million Tokens (Listenpreise OpenRouter, Okt. 2026). Unser API-Guide zeigt dir, wie du Llama-Modelle anbindest.

Die Lizenzbedingungen entsprechen im Kern denen anderer Llama-Versionen: Nennung von „Built with Llama“, Einhaltung der Nutzungsrichtlinien und die Klausel für Dienste mit über 700 Millionen monatlich aktiven Nutzern. Unsere Lizenzseite fasst alles Wichtige zusammen.

Hinweise zum Datenschutz

Der größte Datenschutzvorteil von Llama 3.2: Die kleinen Modelle können komplett lokal auf deinem Gerät laufen. Es verlassen also keinerlei Daten dein Smartphone oder deinen Rechner. Wenn du sie stattdessen über einen Cloud-Anbieter nutzt, gelten die jeweiligen Datenschutzbestimmungen des Anbieters.

Llama 3.2 im Vergleich

Im Vergleich zu Llama 3.1 8B ist das 3B-Modell deutlich schlanker und ressourcenschonender, liefert dafür aber weniger präzise Antworten. Im Vergleich zu Llama 4 sind die 3.2-Vision-Modelle älter, unterstützen weniger Sprachen bei Bildern und enthalten die EU-Ausschlussklausel – während Llama 4 Bildverarbeitung direkt in den Hauptmodellen mitbringt. Wenn du einfach Fragen zu einem Foto stellen willst, ist unser Chat mit Llama 4 der unkomplizierteste Weg. Einen kompletten Überblick über alle Veröffentlichungen findest du in unserer Llama-Historie.

Häufige Fragen (FAQ)

Kann ich Llama 3.2 im Llama.Online-Chat nutzen?

Nein, Llama 3.2 ist nicht in unserem Chat eingebunden. Nutze Llama 4 Maverick oder Scout für Bildanalysen und Llama 3.1 8B für schnelle Antworten auf Textfragen.

Läuft Llama 3.2 auf dem Smartphone?

Ja, die 1B- und 3B-Modelle wurden genau dafür konzipiert – vor allem die quantisierten Versionen, die Meta für Mobilprozessoren bereitstellt. Du benötigst lediglich eine App, die lokale Modelle laden kann.

Welche Llama 3.2-Modelle können Bilder verarbeiten?

Nur die Modelle 11B Vision und 90B Vision. Die Modelle 1B und 3B verarbeiten ausschließlich Text.

Darf Llama 3.2 in der EU genutzt werden?

Die reinen Textmodelle ja, im Rahmen der Lizenz. Bei den Vision-Modellen gewährt Metas Richtlinie Personen und Unternehmen mit Sitz in der EU keine Lizenzrechte. Endnutzer von fertigen Produkten, die diese Modelle integriert haben, sind davon jedoch nicht betroffen. Dies ist eine allgemeine Information und keine Rechtsberatung.