Llama 3.2 90B Vision (multimodal)

МультимодальныеНедоступно
от MetaID модели: llama-3-2-90b-vision-mm

Meta's flagship vision-language model. 90B parameters, image understanding + chat, strong VQA performance.

Статус
Недоступно
Контекст
131 072 токенов
Макс. выход
8 192 токенов
Вход → выход
Текст + Изображение → Текст
Разработчик
Meta
Обновлено
25 июня 2026 г.

Llama 3.2 90B Vision (multimodal) сейчас недоступна

Недоступно: эта модель деактивирована.

Вы можете прочитать подробности на этой странице. Выберите одну из доступных альтернатив ниже, чтобы сразу запустить сравнимую модель.

К альтернативам
01

Сравнимые модели

Все в этой категории
  • 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 $/запуск

  • Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.

    6,00 $/1M вход

  • Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.

    3,60 $/1M вход

02

Playground

Попробовать Llama 3.2 90B Vision (multimodal)

Чат

Сейчас недоступна

Недоступно: эта модель деактивирована.

Playground отключен. Сравнимые модели найдёте в той же категории: Посмотреть альтернативы

Попробовать Llama 3.2 90B Vision (multimodal)

Отправьте сообщение. Ответ придёт полностью, когда модель закончит работу (без потоковой передачи).

Системный промпт
Макс. длина ответа (токены)

Этот запуск

Нет цены – сейчас недоступно.

Впервые здесь?

5 бесплатных кредитов (0,05 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.

03

О Llama 3.2 90B Vision (multimodal)

КороткоПо состоянию на 25 июня 2026 г.

Llama 3.2 90B Vision (multimodal) — это модель от Meta в категории Мультимодальные. Llama 3.2 90B Vision (multimodal) сейчас недоступна на Railwail. Контекстное окно содержит 131 072 токенов, ответ может быть до 8 192 токенов.

Фон

О Meta AI (FAIR)

Основана в 2013 · Menlo Park, California, USA

Meta AI is the research arm of Meta Platforms, established in 2013 as Facebook AI Research (FAIR) by Yann LeCun. FAIR has open-sourced many foundational models including PyTorch, RoBERTa, DETR, SAM and the LLaMA family. LLaMA 1 was released in February 2023, LLaMA 2 in July 2023, LLaMA 3 in April 2024 and LLaMA 3.1 (405B) in July 2024. Llama 3.2 launched in September 2024 at Meta Connect, introducing the first multimodal models in the LLaMA family (vision-enabled 11B and 90B) together with tiny on-device text-only siblings (1B, 3B). All Llama 3.2 vision weights are released under the Llama 3 Community Licence and are widely used by enterprise customers via Meta's partner ecosystem (Hugging Face, AWS Bedrock, Azure AI Studio, Google Vertex, Together AI, Groq, Fireworks).

Посетить Meta AI (FAIR)

Архитектура

Decoder-only Transformer with cross-attended vision encoder

Llama 3.2 90B Vision combines the 70B-parameter Llama 3.1 text backbone (extended to 90B with vision components) and a Vision Transformer image encoder integrated via cross-attention adapter layers, similar in spirit to Flamingo but reusing the LLaMA architecture. The vision tower processes each image to a sequence of visual tokens which are injected into specific cross-attention layers of the LLM decoder while the original text-only weights remain frozen during the multimodal training stage, preserving text-only performance. Pretraining used 6B image-text pairs followed by multi-stage supervised fine-tuning and Direct Preference Optimisation (DPO) on a curated set of image instructions, math and chart data. The model supports a 128K context window and accepts up to 1120x1120 image inputs natively (with tiling for larger images). It does not support video or audio. Llama 3.2 90B Vision is released under the Llama 3 Community Licence (free for commercial use under 700M MAU).

Параметры
90B
Контекст
128 000 токенов

Возможности

  • Open-weights 90B vision-language model under Llama 3 Community Licence
  • 128K token context window
  • Image input up to 1120x1120 with tiling for larger images
  • Chart, diagram, OCR and document understanding
  • Strong on MMMU, MathVista, ChartQA and DocVQA among open-weights models
  • Multilingual: English, German, French, Italian, Portuguese, Spanish, Hindi, Thai
  • Tool use and JSON output via Llama 3.1 alignment recipe
  • Best for: open-weights multimodal apps, on-premise document AI, indie research

Обучение и лицензия

Pretrained on 6B image-text pairs from public web and licensed sources; supervised fine-tuning and DPO on curated multimodal instruction data. Text knowledge inherited from Llama 3.1 (15T tokens).

Лицензия: Llama 3 Community Licence: free for commercial use up to 700M MAU; redistribution must include the licence and acceptable use policy.

Тестирование безопасности: Meta publishes a comprehensive model card with red-team findings on CBRN, child-safety and hate-speech vectors, plus Llama Guard 3 and Prompt Guard 2 companion models for production safety.

Известные ограничения

  • No video or audio input
  • Latency and cost dominated by 90B params; requires multi-GPU serving
  • Licence restricts the largest hyperscaler use cases
  • Vision quality below GPT-4o and Claude 3.5 Sonnet on hardest charts
  • English-centric in vision domain
04

Цены

Недоступно: эта модель деактивирована. На данный момент для этой модели нет цены, поэтому её нельзя запустить.

05

API

Вызовите Llama 3.2 90B Vision (multimodal) с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

Временно недоступно

Модель не имеет проверенную цену или деактивирована; вызовы API отклоняются.

06

Спецификации

ID модели
llama-3-2-90b-vision-mm
Разработчик
Meta
Входные данные
Текст, Изображение
Выходные данные
Текст
Контекстное окно
131 072 токенов
Макс. выходные данные
8 192 токенов
Размер модели
90B
Лицензия
Llama 3 Community Licence: free for commercial use up to 700M MAU; redistribution must include the licence and acceptable use policy.
Запись в каталоге обновлена
25 июня 2026 г.

Теги

  • meta
  • llama
  • multimodal
  • vision
  • open-weights
07

Применение

Для чего это используется

  • Open-weights document AI and OCR pipelines
  • On-premise vision-language assistants
  • Chart and diagram understanding for analytics
  • Compliance and regulated-industry multimodal apps
  • Research baselines for vision-language models
08

Часто задаваемые вопросы

Что такое Llama 3.2 90B Vision (multimodal)?

Llama 3.2 90B Vision (multimodal) — модель от Meta в категории Мультимодальные. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит Llama 3.2 90B Vision (multimodal) на Railwail?

Llama 3.2 90B Vision (multimodal) сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у Llama 3.2 90B Vision (multimodal)?

Контекстное окно Llama 3.2 90B Vision (multimodal) содержит 131 072 токенов. Ответ может быть до 8 192 токенов.

Насколько быстра Llama 3.2 90B Vision (multimodal)?

На Railwail пока недостаточно измеренных запусков Llama 3.2 90B Vision (multimodal), чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

Llama 3.2 90B Vision (multimodal) лучше, чем BLIP?

Это зависит от задачи. Llama 3.2 90B Vision (multimodal) (Meta) и BLIP (Salesforce) — обе модели в категории Мультимодальные. На странице сравнения показаны их цены и характеристики рядом.

Сравнить Llama 3.2 90B Vision (multimodal) и BLIP

Может ли Llama 3.2 90B Vision (multimodal) обрабатывать изображения?

Да. Llama 3.2 90B Vision (multimodal) принимает изображения на входе в дополнение к тексту.

Могу ли я использовать Llama 3.2 90B Vision (multimodal) прямо сейчас?

Недоступно: эта модель деактивирована. Страница остаётся в сети; доступные альтернативы из той же категории указаны ниже.

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.