Llama 3.2 1Bはローカルで実行できますか？

Meta | 60,000 トークンコンテキスト | 入力 $0.03/M、出力 $0.20/M。Llama 3.2 1Bは10億パラメータの言語モデルで、要約、対話、多言語テキスト解析などの自然言語タスクを効率的に実行することに焦点を当てています。小型モデルのため低リソース環境で効率的に動作しつつ、高いタスク性能を維持します。8つの主要言語をサポートし、さらに多言語対応のファインチューニングが可能です。Llama 1.3Bは多言語環境で軽量かつ強力なAIソリューションを求める企業や開発者に最適で、大規模モデルの高い計算負荷なしに運用可能です。元のモデルカードはこちらをご覧くださいOpens in new tab。本モデルの利用はMetaのAcceptable Use PolicyOpens in new tabに準拠します。

このモデルのガイド

Ollama vs LM Studio (2026)：どのローカルAIアプリを使うべきか、それぞれが動かすトップモデルは？

ローカルAIに実際どれくらいのVRAMが必要？

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

Llama 3.2 1B InstructはMetaの最小のLlama 3.2テキストモデルで、10億パラメータを持ち、オープンウェイトをダウンロードしてローカルで実行可能です。8言語に対応し、非常に控えめなハードウェアで動作し、API利用料もほぼ無料に近いです。高速で安価な要約、対話、軽い多言語作業に適し、深い推論を必要としない場合におすすめです。

得意分野

大きなモデルが動作しない低リソース環境で動く。
8つの主要言語に対応し、さらにファインチューニング可能。
オープンウェイト：ダウンロード、セルフホスト、量子化が自由。
API料金は有能なインストラクションモデルの中でも最安クラス。
サイズクラスに対して要約と対話が堅実。

注意点

10億パラメータは複雑な推論、コーディング、多段階タスクに制限あり。
利用はMetaのAcceptable Use Policyに準拠し、完全なオープンソースライセンスではない。
60,000トークンのコンテキストは十分だが長文対応層には及ばない。

最適な用途

試してみるプロンプト

サポートスレッドを要約する

以下はカスタマーサポートのメールスレッドです。顧客の核心的な問題、試みた対応、現在の状況を3文で要約してください。事実に基づき簡潔に。スレッド：顧客が3回のログイン失敗後にアカウントがロックされたと報告。サポートはパスワードを2回リセットしたがロックアウトが再発。問題は未解決でセキュリティチームにエスカレーション済み。

翻訳して簡単にする

以下の英語段落をフランス語に翻訳し、その後技術的背景のない一般向けにわかりやすく書き直してください。段落：認証サービスは回転するキーストアに対してベアラートークンを検証し、現在または直前のキーと署名が一致しないトークンは拒否します。

軽い対話エージェント

あなたは小さな歯科クリニックの受付アシスタントです。患者から「木曜日のクリーニング予約を来週の午前中に変更したい。クリーニング前に特別な準備は必要か？」とメッセージが来ました。自然に返信し、対応可能なことを確認し、質問に簡潔に答えてください。

比較する

Llama 3.2 3B Instruct
オープンウェイトモデル
131,072トークンのコンテキスト · $0.05/M 入力、$0.33/M 出力
Llama 3.1 70B Instruct
オープンウェイトモデル
131,072トークンのコンテキスト · $0.40/M 入力、$0.40/M 出力
Llama Guard 4 12B
オープンウェイトモデル
163,840トークンのコンテキスト · $0.18/M 入力、$0.18/M 出力
Llama 3.3 70B Instruct
オープンウェイトモデル
131,072トークンのコンテキスト · $0.10/M 入力、$0.32/M 出力

meta-llamaの他のテキストモデル

よくある質問

Llama 3.2 1Bはローカルで実行できますか？: はい。ウェイトはHugging Faceで公開されており、10億パラメータは控えめなRAMのCPUのみ環境でも比較的簡単に動作します。
料金とコンテキストウィンドウは？: API利用料は入力100万トークンあたり0.03ドル、出力100万トークンあたり0.20ドル、コンテキストウィンドウは60,000トークンです。
同ファミリーの3Bと比べてどうですか？: 1Bはより小さく高速で安価なためエッジ展開や大量の軽量タスクに適し、3Bはリソース増加に伴いより繊細な言語処理が可能です。

キャプテンの評価
ハードウェアや予算が限られ、タスクが本当に単純な場合に最適です。高度な推論は期待しないでください。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

このスコアの計算方法

このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。