Llama 3.2

Llama 3.2 คืออะไรและใครเป็นผู้พัฒนา

Llama 3.2 คือชุดโมเดลที่ Meta เปิดตัวเมื่อวันที่ 25 กันยายน 2024 โดยได้รับการพัฒนาไปในสองทิศทางพร้อมกัน ด้านหนึ่งคือโมเดลข้อความขนาดเล็กมาก 2 รุ่น ได้แก่ Llama 3.2 1B และ 3B ซึ่งออกแบบมาเพื่อให้ทำงานบนโทรศัพท์ แล็ปท็อป และอุปกรณ์อื่นๆ ที่มีพลังการประมวลผลจำกัด อีกด้านหนึ่งคือโมเดลด้านการมองเห็น (Vision) รุ่นแรกของ Meta ได้แก่ Llama 3.2 11B Vision และ 90B Vision ซึ่งสามารถรับภาพพร้อมข้อความแล้วตอบกลับเป็นข้อความได้ ทุกรุ่นเปิดให้ดาวน์โหลดได้ภายใต้สัญญาอนุญาต Llama 3.2 Community License

โมเดลในตระกูล Llama 3.2

Llama 3.2 1B และ 3B (ข้อความ)

ตามเอกสาร Model Card ของ Meta โมเดล 1B มีพารามิเตอร์ประมาณ 1.23 พันล้านพารามิเตอร์ ทั้งสองโมเดลขนาดเล็กรองรับบริบท (Context Window) ได้ถึง 128K และได้รับการเทรนด้วยข้อมูลสูงสุด 9 ล้านล้านโทเคนที่มีข้อมูลจนถึงเดือนธันวาคม 2023 Meta สร้างโมเดลเหล่านี้ขึ้นมาส่วนหนึ่งโดยการเรียนรู้จากผลลัพธ์ของโมเดลขนาดใหญ่กว่าอย่าง Llama 3.1 8B และ 70B ผ่านเทคนิคที่เรียกว่า Knowledge Distillation ทาง Meta ระบุการใช้งานหลักๆ ไว้ เช่น การแชทแบบผู้ช่วย, การค้นหาข้อมูล, การสรุปเนื้อหา, ผู้ช่วยเขียนข้อความบนอุปกรณ์พกพา ตลอดจนการเขียนคำถามและพรอมต์ใหม่

นอกจากนี้ Meta ยังเผยแพร่เวอร์ชัน Quantized ของ 1B และ 3B ซึ่งถูกบีบอัดเพื่อให้ทำงานบนชิปประมวลผลของสมาร์ทโฟนที่มีหน่วยความจำน้อยได้ โดยเวอร์ชัน Quantized เหล่านี้จะมี Context Window สั้นลงเหลือ 8K โทเคน

Llama 3.2 11B และ 90B Vision

โมเดลด้าน Vision สร้างขึ้นบนโมเดลภาษา Llama 3.1 โดยผสานเข้ากับ Vision Adapter ที่เทรนแยกต่างหาก ซึ่งทำหน้าที่ส่งสิ่งที่ตัวเข้ารหัสภาพ (Image Encoder) มองเห็นเข้าไปยังโมเดลภาษา Meta ระบุว่าการใช้งานหลักคือการจำแนกภาพ, การคิดวิเคราะห์ด้วยภาพ, การใส่คำบรรยายภาพ และการตอบคำถามทั่วไปเกี่ยวกับรูปภาพ พร้อมรองรับ Context Window ขนาด 128K แต่มีข้อสำคัญประการหนึ่งคือ สำหรับงานที่ผสานทั้งภาพและข้อความนั้น รองรับภาษาอังกฤษเป็นภาษาเดียวอย่างเป็นทางการ

จุดเด่นของ Llama 3.2

• ระบบ AI บนอุปกรณ์ (On-device AI) โมเดล 1B และ 3B มีขนาดเล็กพอสำหรับโทรศัพท์และแล็ปท็อปสเปกเบาๆ ทำให้แอปต่างๆ สามารถทำงานแบบออฟไลน์และเก็บข้อมูลไว้บนอุปกรณ์ได้อย่างปลอดภัย
• ประมวลผลข้อความได้เร็วและประหยัด เหมาะสำหรับการสรุปความ, การเรียบเรียงใหม่, การจัดหมวดหมู่ และการตอบสั้นๆ ซึ่งไม่จำเป็นต้องใช้โมเดลขนาดใหญ่ให้สิ้นเปลือง
• การทำความเข้าใจรูปภาพเป็นภาษาอังกฤษ โมเดล Vision สามารถอธิบายรูปถ่าย, อ่านแผนภูมิและเอกสาร รวมถึงตอบคำถามเกี่ยวกับรูปภาพได้
• การทดลองและการเรียนรู้ โมเดลขนาดเล็กเหล่านี้เป็นจุดเริ่มต้นยอดนิยมสำหรับผู้ที่เพิ่งเริ่มทดลองใช้ Local AI หรือฝึกฝนการ Fine-tune เป็นครั้งแรก

รองรับข้อความภาษาต่างๆ อย่างเป็นทางการ 8 ภาษา ได้แก่ ภาษาอังกฤษ, เยอรมัน, ฝรั่งเศส, อิตาลี, โปรตุเกส, ฮินดี, สเปน และไทย

ข้อจำกัดที่ควรทราบ

• ขนาดเล็กย่อมมีขีดจำกัด โมเดล 1B และ 3B มีฐานความรู้น้อยกว่าโมเดลขนาดใหญ่มาก และอาจเกิดข้อผิดพลาดด้านข้อเท็จจริงหรือการคิดวิเคราะห์ได้มากกว่า ทาง Meta เองระบุไว้ว่าโมเดลเหล่านี้เหมาะสำหรับสภาพแวดล้อมที่มีข้อจำกัดสูง เช่น บนอุปกรณ์เคลื่อนที่
• ข้อมูลค่อนข้างเก่า ข้อมูลที่ใช้เทรนสิ้นสุดในเดือนธันวาคม 2023
• การวิเคราะห์ภาพรองรับเฉพาะภาษาอังกฤษ สำหรับงานที่ต้องประมวลผลภาพคู่กับข้อความ และโมเดล Vision เหล่านี้ไม่สามารถสร้างรูปภาพได้
• ข้อจำกัดในสหภาพยุโรป (EU) สำหรับโมเดล Vision นโยบายการใช้งานของ Meta สำหรับ Llama 3.2 ระบุว่าไม่ให้สิทธิ์อนุญาตการใช้งานโมเดล Multimodal แก่บุคคลที่อาศัยอยู่ใน หรือบริษัทที่มีฐานที่ตั้งอยู่ในสหภาพยุโรป อย่างไรก็ตาม ผู้ใช้งานทั่วไปของผลิตภัณฑ์ที่มีโมเดลเหล่านี้รวมอยู่แล้วจะไม่ได้รับผลกระทบ ส่วนโมเดลข้อความ 1B และ 3B ไม่จัดว่าเป็น Multimodal
• มีรุ่นใหม่กว่าสำหรับการประมวลผลภาพ Llama 4 Scout และ Maverick สามารถอ่านรูปภาพได้ในตัวตั้งแต่แรกเริ่ม และรองรับภาษาได้ครอบคลุมกว่า

วิธีดาวน์โหลด Llama 3.2 อย่างเป็นทางการ

Meta เผยแพร่โมเดล Llama 3.2 ทั้งหมดบน Hugging Face ภายใต้องค์กร meta-llama เช่น meta-llama/Llama-3.2-3B-Instruct และ meta-llama/Llama-3.2-11B-Vision-Instruct คุณสามารถกดยอมรับสัญญาอนุญาตบนหน้าโมเดลเพื่อเริ่มดาวน์โหลดไฟล์ได้ สำหรับ Model Card ของรุ่น Vision ดูได้ที่นี่

สำหรับการใช้งานในเครื่อง Ollama มีโมเดลขนาดเล็กเหล่านี้ให้ใช้งาน: รันคำสั่ง ollama run llama3.2 เพื่อดาวน์โหลดเวอร์ชัน 3B (ประมาณ 2.0 GB) และ ollama run llama3.2:1b สำหรับเวอร์ชัน 1B (ประมาณ 1.3 GB) นอกจากนี้ LM Studio และ llama.cpp ก็สามารถรันได้เช่นกัน ดูรายละเอียดได้ที่ วิธีรัน Llama ในเครื่องของคุณ

หากใช้งานผ่านคลาวด์ API ทาง OpenRouter มีให้บริการ Llama 3.2 1B โดยคิดค่าบริการ $0.027 สำหรับ Input และ $0.201 สำหรับ Output ต่อล้านโทเคน ส่วน Llama 3.2 3B คิดค่าบริการ $0.0509 สำหรับ Input และ $0.335 สำหรับ Output ต่อล้านโทเคน (ราคาบน OpenRouter ณ ต.ค. 2026) คู่มือ API ของเรามีตัวอย่างวิธีเรียกใช้งานโมเดล Llama ให้ศึกษาเพิ่มเติม

เงื่อนไขสัญญาอนุญาตมีแนวทางเช่นเดียวกับเวอร์ชัน Llama อื่นๆ ได้แก่ การระบุ "Built with Llama", การปฏิบัติตามนโยบายการใช้งานที่ยอมรับได้ และกฎเกณฑ์สำหรับผู้ใช้งานประจำเกิน 700 ล้านคนต่อเดือน สามารถดูคำอธิบายได้ที่ หน้าสัญญาอนุญาต ของเรา

เรื่องความเป็นส่วนตัว

ประโยชน์หลักด้านความเป็นส่วนตัวของ Llama 3.2 คือโมเดลขนาดเล็กสามารถทำงานบนอุปกรณ์ของคุณได้ทั้งหมด ข้อมูลจึงไม่ถูกส่งออกจากโทรศัพท์หรือคอมพิวเตอร์ของคุณ แต่หากคุณเลือกใช้งานผ่านผู้ให้บริการคลาวด์ จะต้องเป็นไปตามเงื่อนไขความเป็นส่วนตัวของผู้ให้บริการรายนั้น

Llama 3.2 เปรียบเทียบกับรุ่นอื่นๆ

เมื่อเทียบกับ Llama 3.1 8B โมเดล 3B มีขนาดเล็กกว่าและกินทรัพยากรน้อยกว่า แต่ความสามารถก็ลดหลั่นลงมา เมื่อเทียบกับ Llama 4 โมเดล 3.2 Vision จัดว่าเก่ากว่า รองรับภาษาสำหรับการวิเคราะห์ภาพได้น้อยกว่า และมีเงื่อนไขจำกัดในสหภาพยุโรป ในขณะที่ Llama 4 จัดการเรื่องภาพได้โดยตรงในโมเดลหลัก หากคุณแค่ต้องการถามคำถามเกี่ยวกับภาพ การใช้ระบบแชทของเราพร้อม Llama 4 ถือเป็นวิธีที่ง่ายที่สุด ดูลำดับการเปิดตัวทั้งหมดได้ที่ ประวัติความเป็นมาของ Llama

คำถามที่พบบ่อย

ฉันสามารถใช้ Llama 3.2 ในแชทของ Llama.Online ได้ไหม?

ไม่ได้ Llama 3.2 ไม่มีให้บริการในระบบแชทของเรา แนะนำให้ใช้ Llama 4 Maverick หรือ Scout สำหรับรูปภาพ และใช้ Llama 3.1 8B เพื่อการตอบคำถามข้อความที่รวดเร็ว

Llama 3.2 รันบนโทรศัพท์มือถือได้หรือไม่?

โมเดล 1B และ 3B ออกแบบมาเพื่อการนี้โดยเฉพาะ โดยเฉพาะเวอร์ชัน Quantized ที่ Meta ปล่อยออกมาสำหรับชิปประมวลผลบนมือถือ ทั้งนี้คุณต้องมีแอปพลิเคชันที่รองรับการรันโมเดลในเครื่อง

Llama 3.2 รุ่นใดบ้างที่สามารถดูภาพได้?

มีเพียงรุ่น 11B และ 90B Vision เท่านั้น ส่วนรุ่น 1B และ 3B รองรับเฉพาะข้อความ

ผู้ใช้งานในสหภาพยุโรปสามารถใช้ Llama 3.2 ได้หรือไม่?

สำหรับโมเดลข้อความ สามารถใช้งานได้ตามสัญญาอนุญาต ส่วนโมเดล Vision นโยบายของ Meta ไม่ได้มอบสิทธิ์การใช้งานให้แก่บุคคลหรือบริษัทที่มีฐานที่ตั้งอยู่ในสหภาพยุโรป แต่ผู้ใช้งานปลายทางของผลิตภัณฑ์ที่มีโมเดลเหล่านี้ติดตั้งอยู่แล้วจะไม่ได้รับผลกระทบ ข้อมูลนี้เป็นเพียงคำแนะนำทั่วไป ไม่ถือเป็นคำปรึกษาทางกฎหมาย