Llama 3.2

Apa itu Llama 3.2 dan siapa pembuatnya

Llama 3.2 adalah kumpulan model yang dirilis Meta pada 25 September 2024. Seri ini mengarah ke dua fokus sekaligus. Di satu sisi, ada dua model teks yang sangat kecil, Llama 3.2 1B dan 3B, yang dirancang untuk berjalan di ponsel, laptop, dan perangkat lain dengan daya komputasi terbatas. Di sisi lain, ada model visi Llama pertama dari Meta, Llama 3.2 11B Vision dan 90B Vision, yang dapat menerima input gambar bersama teks dan menjawabnya dalam bentuk teks. Semuanya dapat diunduh di bawah Lisensi Komunitas Llama 3.2.

Keluarga Llama 3.2

Llama 3.2 1B dan 3B (teks)

Menurut kartu model (model card) dari Meta, model 1B memiliki sekitar 1,23 miliar parameter. Kedua model kecil ini mendukung konteks (context window) 128K, dan dilatih menggunakan hingga 9 triliun token dengan data sampai Desember 2023. Meta membangunnya antara lain dengan belajar dari output model Llama 3.1 8B dan 70B yang lebih besar, sebuah teknik yang disebut distilasi pengetahuan (knowledge distillation). Meta mencantumkan peruntukan penggunaannya seperti obrolan asisten, temu balik informasi, perangkuman, asisten penulisan di perangkat seluler, serta penulisan ulang kueri dan prompt.

Meta juga merilis versi terkuantisasi (quantized) dari 1B dan 3B, yang dikompresi agar dapat berjalan di prosesor ponsel dengan memori lebih hemat. Versi kuantisasi tersebut memiliki batas konteks yang lebih pendek, yaitu 8K token.

Llama 3.2 11B dan 90B Vision

Model visi ini dibangun di atas model teks Llama 3.1 dengan adaptor visi yang dilatih terpisah, yang meneruskan apa yang ditangkap oleh enkoder gambar ke dalam model bahasa. Meta mencantumkan pengenalan visual, penalaran gambar, pembuatan takarir (captioning), dan menjawab pertanyaan umum seputar gambar sebagai fungsi utamanya, dengan konteks 128K. Satu hal penting: untuk tugas yang menggabungkan gambar dan teks, bahasa Inggris adalah satu-satunya bahasa yang didukung secara resmi.

Keunggulan Llama 3.2

• AI langsung di perangkat (on-device AI). Model 1B dan 3B cukup ringan untuk ponsel dan laptop standar, sehingga aplikasi dapat bekerja offline dan data tetap tersimpan aman di perangkat Anda.
• Tugas teks yang cepat dan hemat. Rangkuman, penulisan ulang, klasifikasi, dan balasan singkat yang tidak memerlukan model besar.
• Pemahaman gambar dalam bahasa Inggris. Model visi dapat mendeskripsikan foto, membaca grafik serta dokumen, dan menjawab pertanyaan tentang gambar.
• Eksperimen dan belajar. Model kecil ini merupakan langkah awal yang populer bagi mereka yang baru pertama kali mencoba menjalankan AI lokal atau melakukan fine-tuning.

Delapan bahasa didukung secara resmi untuk teks: Inggris, Jerman, Prancis, Italia, Portugis, Hindi, Spanyol, dan Thai.

Keterbatasan yang perlu diketahui

• Ukuran kecil berarti kemampuan terbatas. Model 1B dan 3B memiliki pengetahuan yang jauh lebih sedikit dibanding model besar dan lebih rentan melakukan kesalahan logika maupun fakta. Meta sendiri menyatakan bahwa model ini memang ditujukan untuk lingkungan dengan keterbatasan tinggi seperti perangkat seluler.
• Pengetahuan lawas. Data pelatihannya berakhir pada Desember 2023.
• Fitur visi hanya mendukung bahasa Inggris untuk tugas gambar-plus-teks, dan model visi tidak dapat membuat atau menghasilkan gambar.
• Pembatasan Uni Eropa untuk model visi. Kebijakan penggunaan yang dapat diterima dari Meta untuk Llama 3.2 menyatakan bahwa hak lisensi model multimodal tidak diberikan kepada individu yang tinggal di, atau perusahaan yang berbasis di, Uni Eropa. Pengguna akhir dari produk yang sudah menyertakan model ini tidak terdampak. Model teks 1B dan 3B bukan multimodal.
• Tergantikan untuk pemrosesan gambar. Llama 4 Scout dan Maverick membaca gambar secara bawaan (native) dan mendukung lebih banyak bahasa.

Cara resmi mendapatkan Llama 3.2

Meta merilis semua model Llama 3.2 di Hugging Face melalui organisasi meta-llama, misalnya meta-llama/Llama-3.2-3B-Instruct dan meta-llama/Llama-3.2-11B-Vision-Instruct. Setujui lisensi di halaman model tersebut untuk membuka akses unduhan. Kartu model visi tersedia di sini.

Untuk penggunaan lokal, Ollama menyediakan model-model kecil ini: ollama run llama3.2 mengunduh versi 3B (sekitar 2,0 GB) dan ollama run llama3.2:1b versi 1B (sekitar 1,3 GB). LM Studio dan llama.cpp juga dapat menjalankannya; lihat panduan menjalankan Llama secara lokal.

Melalui API cloud, OpenRouter mencantumkan Llama 3.2 1B seharga $0,027 input dan $0,201 output per juta token, serta Llama 3.2 3B seharga $0,0509 input dan $0,335 output per juta token (harga resmi OpenRouter, Okt 2026). Panduan API kami menjelaskan cara memanggil model Llama.

Ketentuan lisensinya secara umum sama dengan versi Llama lainnya: atribusi "Built with Llama", kebijakan penggunaan yang dapat diterima, dan aturan 700 juta pengguna aktif bulanan. Halaman lisensi kami menjelaskannya secara lengkap.

Catatan privasi

Manfaat privasi utama dari Llama 3.2 adalah model-model kecil ini dapat berjalan sepenuhnya di perangkat Anda, sehingga tidak ada data yang keluar dari ponsel atau komputer Anda. Jika Anda menggunakannya melalui penyedia cloud, kebijakan privasi penyedia tersebutlah yang berlaku.

Perbandingan Llama 3.2

Dibandingkan dengan Llama 3.1 8B, model 3B lebih kecil dan lebih ringan, namun kemampuannya tidak setinggi itu. Dibandingkan dengan Llama 4, model visi 3.2 lebih lawas, mendukung lebih sedikit bahasa untuk gambar, dan terikat klausul pembatasan UE yang sama, sedangkan Llama 4 langsung menangani gambar pada model utamanya. Jika Anda hanya ingin bertanya tentang foto, obrolan kami dengan Llama 4 adalah opsi yang paling praktis. Urutan rilis selengkapnya dapat dilihat di riwayat Llama.

FAQ

Apakah saya bisa menggunakan Llama 3.2 di obrolan Llama.Online?

Tidak, Llama 3.2 tidak tersedia di obrolan kami. Gunakan Llama 4 Maverick atau Scout untuk gambar, dan Llama 3.1 8B untuk jawaban teks yang cepat.

Bisakah Llama 3.2 berjalan di ponsel?

Ya, model 1B dan 3B memang dirancang untuk itu, terutama versi terkuantisasi yang dirilis Meta untuk prosesor seluler. Anda memerlukan aplikasi yang mendukung model lokal.

Model Llama 3.2 mana saja yang bisa melihat gambar?

Hanya model 11B dan 90B Vision. Model 1B dan 3B hanya berbasis teks.

Apakah orang di Uni Eropa boleh menggunakan Llama 3.2?

Untuk model teks, ya, sesuai ketentuan lisensi. Untuk model visi, kebijakan Meta tidak memberikan hak lisensi kepada individu atau perusahaan yang berbasis di UE, tetapi pengguna akhir dari produk yang dibangun dengan model tersebut tidak terdampak. Ini adalah informasi umum, bukan nasihat hukum.