Llama 3.2

Qué es Llama 3.2 y quién lo crea

Llama 3.2 es un conjunto de modelos que Meta lanzó el 25 de septiembre de 2024. Tomó dos direcciones a la vez. Por un lado, presentó dos modelos de texto muy pequeños, Llama 3.2 1B y 3B, diseñados para ejecutarse en teléfonos, laptops y otros dispositivos con potencia de cómputo limitada. Por el otro, llegaron los primeros modelos de visión Llama de Meta: Llama 3.2 11B Vision y 90B Vision, que aceptan una imagen junto con texto y responden en texto. Todos se pueden descargar bajo la Llama 3.2 Community License.

La familia Llama 3.2

Llama 3.2 1B y 3B (texto)

Según la ficha técnica del modelo de Meta, la versión 1B tiene unos 1230 millones de parámetros, ambos modelos pequeños admiten una ventana de contexto de 128K y se entrenaron con hasta 9 billones de tokens con datos actualizados hasta diciembre de 2023. Meta los creó en parte aprendiendo de las respuestas de los modelos más grandes Llama 3.1 8B y 70B, una técnica conocida como destilación de conocimiento. Meta señala como usos previstos el chat tipo asistente, la recuperación de información, el resumen de textos, los asistentes de redacción en dispositivos móviles y la reescritura de consultas y prompts.

Meta también publicó versiones cuantizadas de 1B y 3B, comprimidas para ejecutarse en procesadores móviles con menos memoria. Estas versiones cuantizadas tienen una ventana de contexto más corta, de 8K tokens.

Llama 3.2 11B y 90B Vision

Los modelos de visión se crearon sobre la base del modelo de texto Llama 3.1 con un adaptador de visión entrenado por separado, el cual envía lo que detecta un codificador de imágenes al modelo de lenguaje. Meta destaca como usos principales el reconocimiento visual, el razonamiento sobre imágenes, la generación de descripciones y las respuestas a preguntas generales sobre una imagen, con una ventana de contexto de 128K. Un detalle importante: para tareas que combinan imágenes y texto, el inglés es el único idioma admitido oficialmente.

En qué destaca Llama 3.2

• IA en el dispositivo. Los modelos 1B y 3B son lo bastante pequeños para teléfonos y laptops ligeras, lo que permite que las apps funcionen sin conexión y mantengan los datos en el dispositivo.
• Tareas de texto rápidas y económicas. Resúmenes, reescrituras, clasificación y respuestas breves donde un modelo grande resultaría excesivo.
• Comprensión de imágenes en inglés. Los modelos de visión describen fotos, leen gráficos y documentos, y responden preguntas sobre imágenes.
• Experimentos y aprendizaje. Los modelos pequeños son un excelente primer paso para quienes prueban la IA local o el ajuste fino (fine-tuning) por primera vez.

Se admiten oficialmente ocho idiomas para texto: inglés, alemán, francés, italiano, portugués, hindi, español y tailandés.

Límites que debes conocer

• Ser pequeño implica limitaciones. Los modelos 1B y 3B saben mucho menos que los modelos más grandes y cometen más errores de precisión y razonamiento. La propia Meta señala que están pensados para entornos con recursos muy limitados, como los dispositivos móviles.
• Conocimiento desactualizado. Los datos de entrenamiento terminan en diciembre de 2023.
• La visión solo funciona en inglés para tareas de imagen con texto, y los modelos de visión no generan imágenes.
• Restricción en la UE para los modelos de visión. La política de uso aceptable de Meta para Llama 3.2 estipula que los derechos de licencia de sus modelos multimodales no se otorgan a personas residentes en la Unión Europea ni a empresas con sede allí. Los usuarios finales de un producto que ya incluya estos modelos no se ven afectados. Los modelos de texto 1B y 3B no son multimodales.
• Superados en visión. Llama 4 Scout y Maverick leen imágenes de forma nativa y admiten más idiomas.

Cómo obtener Llama 3.2 oficialmente

Meta publica todos los modelos de Llama 3.2 en Hugging Face bajo la organización meta-llama, por ejemplo meta-llama/Llama-3.2-3B-Instruct y meta-llama/Llama-3.2-11B-Vision-Instruct. Acepta la licencia en la página del modelo para desbloquear los archivos. La ficha del modelo de visión está disponible aquí.

Para uso local, Ollama ofrece los modelos pequeños: ollama run llama3.2 descarga la versión 3B (unos 2.0 GB) y ollama run llama3.2:1b la versión 1B (unos 1.3 GB). LM Studio y llama.cpp también los ejecutan; consulta cómo ejecutar Llama en local.

A través de API en la nube, OpenRouter lista Llama 3.2 1B a $0.027 por entrada y $0.201 por salida por millón de tokens, y Llama 3.2 3B a $0.0509 por entrada y $0.335 por salida por millón de tokens (precio de lista de OpenRouter, oct. 2026). Nuestra guía de API te muestra cómo hacer llamadas a los modelos Llama.

Los términos de la licencia mantienen el mismo espíritu que otras versiones de Llama: la atribución "Built with Llama", la política de uso aceptable y la regla de los 700 millones de usuarios activos mensuales. Nuestra página sobre licencias te lo explica en detalle.

Notas sobre privacidad

La principal ventaja de Llama 3.2 en cuanto a privacidad es que los modelos pequeños pueden ejecutarse por completo en tu dispositivo, por lo que ningún dato sale de tu teléfono o computadora. Si decides usarlos mediante un proveedor en la nube, se aplicarán los términos de privacidad de dicho proveedor.

Comparativa de Llama 3.2

Frente a Llama 3.1 8B, el modelo 3B es más pequeño y ligero, pero menos potente. Frente a Llama 4, los modelos de visión 3.2 son más antiguos, admiten menos idiomas para imágenes e incluyen la misma cláusula para la UE, mientras que Llama 4 procesa imágenes directamente en sus modelos principales. Si solo quieres hacer preguntas sobre una foto, nuestro chat con Llama 4 es la opción más sencilla. El historial completo de lanzamientos está en la página de historia de Llama.

Preguntas frecuentes

¿Puedo usar Llama 3.2 en el chat de Llama.Online?

No, Llama 3.2 no está disponible en nuestro chat. Usa Llama 4 Maverick o Scout para imágenes y Llama 3.1 8B para respuestas rápidas de texto.

¿Se puede ejecutar Llama 3.2 en un teléfono?

Los modelos 1B y 3B fueron diseñados para eso, en especial las versiones cuantizadas que Meta lanzó para procesadores móviles. Necesitarás una app compatible con modelos locales.

¿Qué modelos de Llama 3.2 pueden ver imágenes?

Solo los modelos 11B y 90B Vision. Las versiones 1B y 3B son exclusivamente de texto.

¿Las personas de la UE pueden usar Llama 3.2?

Los modelos de texto, sí, bajo su licencia. En cuanto a los modelos de visión, la política de Meta no otorga los derechos de licencia a personas o empresas con sede en la UE, pero los usuarios finales de productos creados con ellos no se ven afectados. Esta es información general y no constituye asesoramiento legal.