Llama 3.2

Cos'è Llama 3.2 e chi lo sviluppa

Llama 3.2 è una serie di modelli rilasciata da Meta il 25 settembre 2024, sviluppata lungo due direttrici distinte. Da un lato ci sono due modelli di testo molto compatti, Llama 3.2 1B e 3B, progettati per funzionare su smartphone, portatili e altri dispositivi con potenza di calcolo limitata. Dall'altro ci sono i primi modelli multimodali di Meta, Llama 3.2 11B Vision e 90B Vision, capaci di analizzare un'immagine insieme al testo e rispondere per iscritto. Tutti i modelli sono scaricabili con la Llama 3.2 Community License.

La famiglia Llama 3.2

Llama 3.2 1B e 3B (testo)

In base alla scheda informativa di Meta, il modello 1B ha circa 1,23 miliardi di parametri; entrambi i modelli compatti supportano una finestra di contesto di 128K token e sono stati addestrati su un massimo di 9.000 miliardi di token con dati aggiornati a dicembre 2023. Meta li ha realizzati in parte apprendendo dagli output dei modelli più grandi Llama 3.1 8B e 70B, una tecnica nota come knowledge distillation. Tra i casi d'uso previsti, Meta elenca chat con assistenti virtuali, recupero di informazioni, riassunti, scrittura assistita su dispositivi mobili e riformulazione di query e prompt.

Meta ha pubblicato anche versioni quantizzate di 1B e 3B, compresse per funzionare sui processori degli smartphone con meno memoria. Queste versioni quantizzate hanno una finestra di contesto più ridotta, pari a 8K token.

Llama 3.2 11B e 90B Vision

I modelli di visione sono costruiti sul modello di testo Llama 3.1 con un adattatore visivo addestrato separatamente, che trasmette ciò che viene rilevato da un encoder di immagini direttamente al modello linguistico. Meta indica il riconoscimento visivo, il ragionamento sulle immagini, la generazione di didascalie e le risposte a domande generali sulle foto come i loro usi principali, con un contesto di 128K token. Un dettaglio importante: per le attività che combinano testo e immagini, l'inglese è l'unica lingua ufficialmente supportata.

I punti di forza di Llama 3.2

• AI on-device. I modelli 1B e 3B sono abbastanza piccoli da girare su telefoni e portatili leggeri, permettendo alle app di funzionare offline e di conservare i dati sul dispositivo.
• Attività di testo rapide ed economiche. Riassunti, riscritture, classificazione e brevi risposte per cui un modello di grandi dimensioni sarebbe eccessivo.
• Comprensione delle immagini in inglese. I modelli di visione descrivono foto, leggono grafici e documenti e rispondono a domande relative alle immagini.
• Sperimentazione e apprendimento. I modelli compatti sono un ottimo punto di partenza per chi vuole provare l'AI locale o il fine-tuning per la prima volta.

Per il testo sono supportate ufficialmente otto lingue: inglese, tedesco, francese, italiano, portoghese, hindi, spagnolo e thailandese.

Limiti da considerare

• Dimensioni ridotte, capacità ridotte. I modelli 1B e 3B hanno conoscenze nettamente inferiori rispetto ai modelli più grandi e commettono più errori logici o sui fatti. La stessa Meta specifica che sono pensati per ambienti con risorse molto limitate, come i dispositivi mobili.
• Conoscenza meno recente. I dati di addestramento si fermano a dicembre 2023.
• Visione solo in inglese per le attività che combinano immagini e testo; inoltre, i modelli di visione non generano immagini.
• Restrizioni UE per i modelli di visione. La policy di utilizzo accettabile di Meta per Llama 3.2 stabilisce che i diritti di licenza per i modelli multimodali non sono concessi a persone fisiche o aziende residenti o con sede nell'Unione Europea. Gli utenti finali di un prodotto che integra già questi modelli non sono soggetti a tale restrizione. I modelli di testo 1B e 3B non sono multimodali.
• Superato per le immagini. Llama 4 Scout e Maverick analizzano le immagini in modo nativo e supportano più lingue.

Come ottenere ufficialmente Llama 3.2

Meta pubblica tutti i modelli Llama 3.2 su Hugging Face all'interno dell'organizzazione meta-llama, ad esempio meta-llama/Llama-3.2-3B-Instruct e meta-llama/Llama-3.2-11B-Vision-Instruct. Accetta la licenza sulla pagina del modello per sbloccare i file. La scheda tecnica del modello di visione è disponibile qui.

Per l'uso in locale, Ollama mette a disposizione i modelli più piccoli: ollama run llama3.2 scarica la versione da 3B (circa 2,0 GB) e ollama run llama3.2:1b quella da 1B (circa 1,3 GB). È possibile usarli anche con LM Studio e llama.cpp; consulta la guida su come usare Llama in locale.

Tramite API cloud, OpenRouter offre Llama 3.2 1B a 0,027 $ in input e 0,201 $ in output per milione di token, e Llama 3.2 3B a 0,0509 $ in input e 0,335 $ in output per milione di token (listino OpenRouter, ott 2026). La nostra guida alle API mostra come integrare i modelli Llama.

I termini di licenza seguono la stessa impostazione delle altre versioni di Llama: dicitura "Built with Llama", rispetto della policy di utilizzo accettabile e regola dei 700 milioni di utenti attivi mensili. Trovi tutti i dettagli nella nostra pagina sulla licenza.

Note sulla privacy

Il vantaggio principale di Llama 3.2 in termini di privacy è che i modelli compatti possono girare interamente sul tuo dispositivo: nessun dato lascia il tuo smartphone o computer. Se invece scegli di usarli tramite un provider cloud, si applicano i termini sulla privacy di quest'ultimo.

Confronto con altri modelli

Rispetto a Llama 3.1 8B, la versione 3B è più compatta e leggera, ma offre prestazioni inferiori. Rispetto a Llama 4, i modelli di visione 3.2 sono più datati, supportano meno lingue per le immagini e includono la clausola per l'UE, mentre Llama 4 gestisce le immagini direttamente nei modelli principali. Se vuoi semplicemente fare domande su una foto, la nostra chat con Llama 4 è la soluzione più semplice. Per l'elenco completo delle versioni, consulta la cronologia di Llama AI.

Domande frequenti

Posso usare Llama 3.2 nella chat di Llama.Online?

No, Llama 3.2 non è presente nella nostra chat. Usa Llama 4 Maverick o Scout per le immagini e Llama 3.1 8B per risposte testuali veloci.

Llama 3.2 può girare su uno smartphone?

I modelli 1B e 3B sono stati progettati proprio per questo, in particolare le versioni quantizzate rilasciate da Meta per i processori mobili. È sufficiente un'app che supporti i modelli in locale.

Quali modelli Llama 3.2 possono analizzare le immagini?

Solo i modelli 11B e 90B Vision. I modelli 1B e 3B elaborano esclusivamente testo.

Gli utenti nell'UE possono usare Llama 3.2?

Sì per i modelli di testo, nel rispetto della licenza. Per i modelli di visione, la policy di Meta non concede i diritti di licenza a persone e aziende con sede nell'UE; gli utenti finali di prodotti che integrano già questi modelli non sono però soggetti a questa limitazione. Questa è un'informazione generale e non costituisce una consulenza legale.