Llama 3.2 Vision 11B (Ollama)

Name: Llama 3.2 Vision 11B (Ollama)
Brand: Community
SKU: llama-3-2-vision-11b-ollama
Price: 0.0039 USD
Availability: InStock

MultimodalTilgængelig

af Communityllama-3-2-vision-11b-ollama

Meta Llama 3.2 11B Vision served via Ollama on Replicate. Open-weights multimodal model for image captioning, document and chart reading, and visual question answering.

Prøv det Få API-nøgle Sammenlign

Pris: ≈ 0,0039 US$/kørsel
Input → output: Tekst + Billede → Tekst
Udvikler: Community
Opdateret: 23. september 2026

Playground

Prøv Llama 3.2 Vision 11B (Ollama)

Input & resultat

≈ 0,0039 US$/kørsel

Prompt

0 / 16.000

Billede(valgfrit)

Avancerede indstillinger (2)

Maks. tokens(valgfrit)1–4.096

Temperatur(valgfrit)0–2

⌘/Ctrl + Enter

Resultat

Svaret vises her.

Denne kørsel

ca. 0,0039 US$ · 0,39 credits

0,0116 US$ (1,16 credits) reserveres ved start; den faktiske GPU-tid faktureres.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits. Nok til 8 kørsler af denne model.

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.

Input
Prompt
Where to find this monument? Can you give me other recommendations around the area?
Response
**Wat Phra Kaew (Temple of the Emerald Buddha)** in Bangkok, Thailand. Located within the Grand Palace complex, Wat Phra Kaew is a highly revered and sacred site that houses the iconic Emerald Buddha image. The temple's design incorporates traditional Thai architecture with intricate details and ornate decorations, featuring an imposing spire topped by a golden finial adorned with images of mythical creatures. **Recommendations for Your Visit:** * **Grand Palace**: Explore the sprawling palace grounds, which include several other notable temples and buildings. * **Wat Arun (Temple of Dawn)**: A nearby temple famous for its distinctive spire covered in colorful ceramics and glints of gold. * **Chao Phraya River Cruise**: Take a boat ride along the river to admire the city's skyline and learn about its history. * **Jim Thompson House Museum**: Visit this museum dedicated to Thai art and culture, featuring traditional architecture and beautiful gardens. Wat Phra Kaew is an absolute must-visit attraction when in Bangkok. With these recommendations, you'll have a well-rounded experience of the city's rich cultural heritage.
Input
Prompt
How long does it take from invoice date to due date? Be short and concise.
Response
From the invoice date of 11/02/2019 to the due date of 26/02/2019, there is a difference of **15 days**. This calculation was performed by subtracting the invoice date from the due date: 26/02/2019 - 11/02/2019 = 15
Input
Prompt
What happens when you take out white cat from this chain?
Response
The white cat is not present in the food web. The correct term for a wild animal would be "wildcat." If we were to remove a wildcat from the ecosystem, it would no longer be able to hunt or prey on other animals. This could have cascading effects throughout the entire ecosystem. *Answer*: Wildcat will lose its source of food and nutrients

Om Llama 3.2 Vision 11B (Ollama)

Kort sagtFra 23. september 2026

Llama 3.2 Vision 11B (Ollama) er en model af Community i kategorien Multimodal. På Railwail koster Llama 3.2 Vision 11B (Ollama) ≈ 0,0039 US$ pr. kørsel.

This endpoint runs Meta's Llama 3.2 11B Vision Instruct through Ollama on Replicate. It takes a single image plus a text prompt and answers questions, describes images, reads charts and documents and performs general visual reasoning. The 11B size keeps cost low while staying usable for caption generation, alt-text, receipt and form reading and screenshot understanding. Fully open weights from Meta.

Priser

Priser i US-dollar. Forbrug debiteres fra forudbetalte credits.

Typisk kørsel (≈ 3 s på L40S)	0,0039 US$ pr. kørsel
GPU-tid (L40S)	0,00117 US$ pr. GPU-sekund

Faktureres efter den GPU-tid, som kørslen faktisk tager. Når kørslen starter, reserveres 3× den typiske pris fra din saldo og afregnes efterfølgende.
1 kredit = 0,01 US$

Omkostningsberegner

Prisberegner

GPU-sekunder pr. kørsel

Typisk ifølge udbyderen: ca. 3,3 s

Kørsler

I alt

0,39 US$

39 credits

Pr. kørsel

0,0039 US$ · 0,39 credits

Fakturering efter faktisk GPU-tid; dette er et estimat.

API

Kald Llama 3.2 Vision 11B (Ollama) med din Railwail API-nøgle. Brug dette model-ID i anmodningen:

llama-3-2-vision-11b-ollamaAPI-dokumentation Få en API-nøgle

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

Specifikationer

Model-ID: llama-3-2-vision-11b-ollama
Udvikler: Community
Kategori: Multimodal
Input: Tekst, Billede
Output: Tekst
Fakturering: Efter forbrug (tokens eller GPU-tid)
Katalogelement opdateret: 23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

ParameterTypeStandardTilladte værdier

promptpåkrævet
Question about the image
Type: Tekst
Standard: –
Tilladte værdier: op til 16.000 tegn
image_url
Image URL to analyze
Type: Tekst
Standard: –
Tilladte værdier: –
max_tokens
Type: Heltal
Standard: 1024
Tilladte værdier: 1 til 4.096
temperature
Type: Tal
Standard: 0.7
Tilladte værdier: 0 til 2

Ofte stillede spørgsmål

Hvad er Llama 3.2 Vision 11B (Ollama)?

Llama 3.2 Vision 11B (Ollama) er en model fra Community i kategorien Multimodal.

Hvad koster Llama 3.2 Vision 11B (Ollama) på Railwail?

På Railwail koster Llama 3.2 Vision 11B (Ollama) ≈ 0,0039 US$ pr. kørsel. Du betaler for det, som hver anmodning faktisk bruger. Forbrug betales fra forudbetalte credits; 1 credit svarer til 0,01 US$.

Hvilke indstillinger understøtter Llama 3.2 Vision 11B (Ollama)?

Ifølge dens inputskema kender Llama 3.2 Vision 11B (Ollama) disse parametre: prompt (op til 16.000 tegn), image_url, max_tokens (1 til 4.096) og temperature (0 til 2).

Hvor hurtig er Llama 3.2 Vision 11B (Ollama)?

Der er endnu ikke nok målte kørsler af Llama 3.2 Vision 11B (Ollama) på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er Llama 3.2 Vision 11B (Ollama) bedre end BLIP?

Det afhænger af opgaven. Llama 3.2 Vision 11B (Ollama) (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign Llama 3.2 Vision 11B (Ollama) og BLIP

Kan Llama 3.2 Vision 11B (Ollama) behandle billeder?

Ja. Llama 3.2 Vision 11B (Ollama) accepterer billeder som input ud over tekst.

Sammenlignelige modeller

Alle i denne kategori

BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
≈ 0,00030 US$/kørsel
92 % billigere pr. enhed
Sammenlign Llama 3.2 Vision 11B (Ollama) og BLIP
CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
≈ 0,0457 US$/kørsel
1.072 % dyrere pr. enhed
Sammenlign Llama 3.2 Vision 11B (Ollama) og CLIP Interrogator
Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
≈ 0,0050 US$/kørsel
28 % dyrere pr. enhed
Sammenlign Llama 3.2 Vision 11B (Ollama) og Depth Anything v2

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.

Få API-nøgle Se alle modeller