Llama 3.2

Czym jest Llama 3.2 i kto za nią stoi

Llama 3.2 to seria modeli wydana przez Meta 25 września 2024 roku, rozwijająca ofertę w dwóch kierunkach jednocześnie. Z jednej strony pojawiły się dwa bardzo małe modele tekstowe, Llama 3.2 1B i 3B, stworzone z myślą o telefonach, laptopach i urządzeniach o ograniczonej mocy obliczeniowej. Z drugiej strony Meta zaprezentowała swoje pierwsze modele multimodalne z serii Llama: Llama 3.2 11B Vision i 90B Vision, które przyjmują obraz wraz z tekstem i odpowiadają w formie tekstowej. Wszystkie można pobrać na warunkach Llama 3.2 Community License.

Rodzina Llama 3.2

Llama 3.2 1B i 3B (tekst)

Według karty modelu opublikowanej przez Meta, wersja 1B ma około 1,23 miliarda parametrów. Oba małe modele oferują okno kontekstu 128K i zostały wytrenowane na zbiorze do 9 bilionów tokenów z danymi do grudnia 2023 roku. Meta stworzyła je częściowo poprzez uczenie na wynikach większych modeli Llama 3.1 8B i 70B – technika ta nazywana jest destylacją wiedzy. Wśród głównych zastosowań Meta wymienia czat w roli asystenta, wyszukiwanie informacji, podsumowywanie treści, wsparcie w pisaniu na urządzeniach mobilnych oraz przeformułowywanie zapytań i promptów.

Meta udostępniła również skwantyzowane wersje modeli 1B i 3B, skompresowane tak, by działały na procesorach mobilnych z mniejszą ilością pamięci. Te skwantyzowane warianty mają mniejsze okno kontekstu wynoszące 8K tokenów.

Llama 3.2 11B i 90B Vision

Modele wizyjne bazują na modelu tekstowym Llama 3.1, wzbogaconym o osobno wytrenowany adapter wizyjny, który przekazuje dane z enkodera obrazu do modelu językowego. Meta wskazuje rozpoznawanie wizualne, wnioskowanie na podstawie obrazu, tworzenie podpisów i odpowiadanie na ogólne pytania dotyczące zdjęć jako ich główne zastosowania, również z oknem kontekstu 128K. Ważny szczegół: w przypadku zadań łączących obraz i tekst jedynym oficjalnie obsługiwanym językiem jest angielski.

W czym Llama 3.2 sprawdza się najlepiej

• Lokalne Llama AI na urządzeniu. Modele 1B i 3B są na tyle lekkie, że działają na telefonach i słabszych laptopach, dzięki czemu aplikacje mogą pracować offline i przetwarzać dane bez wysyłania ich w sieć.
• Szybkie i tanie zadania tekstowe. Streszczenia, parafrazy, klasyfikacja i krótkie odpowiedzi tam, gdzie duży model byłby przesadą.
• Rozumienie obrazu w języku angielskim. Modele wizyjne opisują zdjęcia, odczytują wykresy i dokumenty oraz odpowiadają na pytania dotyczące grafik.
• Eksperymenty i nauka. Małe modele to popularny pierwszy krok dla osób stawiających pierwsze kroki z lokalnym AI lub fine-tuningiem.

Oficjalnie obsługiwanych jest osiem języków tekstu: angielski, niemiecki, francuski, włoski, portugalski, hindi, hiszpański i tajski.

Ograniczenia, o których warto wiedzieć

• Mniejszy rozmiar to mniejsze możliwości. Modele 1B i 3B mają znacznie mniejszy zasób wiedzy niż większe wersje i częściej popełniają błędy merytoryczne czy logiczne. Sama Meta zaznacza, że są one przeznaczone dla środowisk o sporych ograniczeniach sprzętowych.
• Starsza baza wiedzy. Dane treningowe kończą się na grudniu 2023 roku.
• Wizja tylko po angielsku w zadaniach łączących obraz z tekstem; modele wizyjne nie generują też samych obrazów.
• Ograniczenia w UE dla modeli wizyjnych. Zasady dopuszczalnego użytkowania Meta dla Llama 3.2 wskazują, że prawa licencyjne na modele multimodalne nie obejmują osób mieszkających w Unii Europejskiej ani firm z siedzibą w UE. Nie dotyczy to jednak użytkowników końcowych gotowych produktów integrujących te modele. Tekstowe modele 1B i 3B nie są multimodalne.
• Lepsze alternatywy do obrazów. Llama 4 Scout i Maverick natywnie analizują obrazy i obsługują znacznie więcej języków.

Jak oficjalnie pobrać Llama 3.2

Meta publikuje wszystkie modele Llama 3.2 na platformie Hugging Face w ramach organizacji meta-llama, na przykład meta-llama/Llama-3.2-3B-Instruct i meta-llama/Llama-3.2-11B-Vision-Instruct. Aby odblokować pliki, zaakceptuj licencję na stronie modelu. Karta modelu wizyjnego jest dostępna tutaj.

Do użytku lokalnego małe modele udostępnia m.in. Ollama: polecenie ollama run llama3.2 pobiera wersję 3B (około 2,0 GB), a ollama run llama3.2:1b wersję 1B (około 1,3 GB). Uruchomisz je również przez LM Studio i llama.cpp – zobacz nasz poradnik jak uruchomić Llama lokalnie.

W chmurowych API serwis OpenRouter oferuje Llama 3.2 1B w cenie 0,027 USD za milion tokenów wejściowych i 0,201 USD za wyjściowe, a Llama 3.2 3B w cenie 0,0509 USD za wejście i 0,335 USD za wyjście (cennik OpenRouter z października 2026 r.). W naszym przewodniku po API dowiesz się, jak wywoływać modele Llama.

Warunki licencji są spójne z pozostałymi wydaniami Llama: obejmują oznaczenie "Built with Llama", zasady dopuszczalnego użytkowania oraz próg 700 milionów aktywnych użytkowników miesięcznie. Szczegóły wyjaśniamy na naszej stronie o licencji.

Prywatność danych

Główną zaletą Llama 3.2 w kwestii prywatności jest to, że małe modele mogą działać całkowicie na Twoim urządzeniu – żadne dane nie opuszczają Twojego telefonu ani komputera. Jeśli korzystasz z nich za pośrednictwem zewnętrznego dostawcy API, obowiązują zasady prywatności tej usługi.

Porównanie Llama 3.2 z innymi modelami

W zestawieniu z Llama 3.1 8B, model 3B jest mniejszy i lżejszy, ale oferuje niższą jakość odpowiedzi. W porównaniu z Llama 4, modele wizyjne 3.2 są starsze, wspierają mniej języków w analizie obrazu i podlegają klauzuli UE, podczas gdy Llama 4 obsługuje multimedia natywnie w głównych modelach. Jeśli chcesz po prostu zadać pytanie o zdjęcie, nasz czat z Llama 4 będzie najwygodniejszym wyborem. Pełną chronologię wydań znajdziesz na stronie historia modeli Llama.

Często zadawane pytania (FAQ)

Czy mogę korzystać z Llama 3.2 na czacie Llama.Online?

Nie, model Llama 3.2 nie jest dostępny na naszym czacie. Do pracy ze zdjęciami wybierz Llama 4 Maverick lub Scout, a do szybkich zadań tekstowych – Llama 3.1 8B.

Czy Llama 3.2 zadziała na telefonie?

Modele 1B i 3B zaprojektowano właśnie w tym celu, zwłaszcza wersje skwantyzowane przygotowane przez Meta z myślą o procesorach mobilnych. Wystarczy aplikacja obsługująca lokalne modele językowe.

Które modele Llama 3.2 potrafią analizować obrazy?

Tylko modele 11B Vision i 90B Vision. Wersje 1B i 3B obsługują wyłącznie tekst.

Czy użytkownicy z Unii Europejskiej mogą korzystać z Llama 3.2?

W przypadku modeli tekstowych – tak, na standardowych warunkach licencji. W przypadku modeli wizyjnych regulamin Meta nie przyznaje praw licencyjnych podmiotom i osobom z siedzibą w UE, jednak nie wpływa to na użytkowników końcowych korzystających z gotowych produktów opartych na tych modelach. To ogólna informacja, a nie porada prawna.