Llama 3.2 3B Instruct
6370°
Meta | 131,072トークンコンテキスト | 入力$0.05/M、出力$0.33/M。Llama 3.2 3Bは30億パラメータの多言語大規模言語モデルで、対話生成、推論、要約など高度な自然言語処理タスクに最適化されています。最新のトランスフォーマーアーキテクチャを採用し、英語、スペイン語、ヒンディー語を含む8言語をサポートし、追加言語への適応も可能です。9兆トークンで訓練され、指示遵守、複雑な推論、ツール使用に優れています。バランスの取れた性能により、多言語環境での正確かつ効率的なテキスト生成アプリケーションに最適です。元のモデルカードはこちらOpens in new tab。このモデルの使用は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？
用途別おすすめローカルLLM（2026年10月）：仕事に合ったオープンモデルを選ぼう
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）
キャプテンのメモ
2026-10-13のメモ
Llama 3.2 3B InstructはMetaのコンパクトな多言語モデルで、9兆トークンで訓練され、8言語での指示応答、対話、ツール利用に調整されています。30億パラメータで控えめなハードウェアで快適に動作し、ウェイトはオープンです。小型で能力の高いモデルをローカル展開またはほぼ無料のAPIで使いたいなら、真剣に検討すべき選択肢です。
得意分野
- 3Bパラメータで低スペックハードウェアでもローカル実行可能
- 英語、スペイン語、ヒンディー語を含む8言語を標準サポート
- サイズに対して強力な指示応答とツール利用能力
- 131,072トークンのコンテキストウィンドウはこのサイズでは異例に大きい
- API価格は能力の高い指示モデルの中でも最安値クラス
注意点
- オープンウェイトはMetaのAcceptable Use Policy下で提供されており、完全な自由ライセンスではないため商用展開前に確認が必要。
- 3Bパラメータでは複雑な多段推論は大きなモデルほど得意ではない。
- 多言語対応は8言語に限定され、それ以外は未検証。
試してみるプロンプト
多言語カスタマー対応
顧客が「Hola, hice un pedido hace dos semanas y todavía no ha llegado. ¿Pueden ayudarme?」と書いています。謝罪し、注文番号を尋ね、遅延配送の追跡手順を説明する丁寧で役立つスペイン語の返信文を作成してください。
長文ドキュメントの要約
長い会社の方針文書があります。従業員が日常的に知るべきことに焦点を当て、1文以内の箇条書き5点で平易な英語で要約してください。[この行の下に文書を貼り付けてください]
ツール利用計画タスク
web_search、calculator、send_emailの3つのツールが使えます。ユーザーから「ブラジルの現在の人口を調べ、それに0.03を掛け、結果をfinance@example.comに1行の説明付きでメール送信してほしい」と依頼されました。どのツールをどの順番で呼び出し、なぜそうするか正確に書いてください。
比較する
- 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
- Llama 4 Scoutオープンウェイトモデル1,310,720トークンのコンテキスト · $0.18/M 入力、$0.59/M 出力
meta-llamaの他のテキストモデル
よくある質問
- Llama 3.2 3Bはローカルで実行できますか？
- はい。ウェイトはMetaのAcceptable Use PolicyのもとHugging Faceで公開されています。このサイズのモデルは控えめな消費者向けハードウェアで動作可能で、OllamaやLM Studioなどのツールが最も簡単にローカルで動かせます。
- 価格とコンテキスト長は？
- API利用時は入力トークン100万あたり0.05ドル、出力トークン100万あたり0.33ドルで、コンテキストウィンドウは131,072トークンです。
- 3BはLlama 3.2の大型モデルとどう違いますか？
- 3BはLlama 3.2シリーズで最小の指示応答モデルで、推論の深さを犠牲にして速度、低コスト、限定ハードウェアでの実行を優先しています。複雑な多段推論や長文生成品質が必要なら大型モデルが適しています。
キャプテンの評価本当に役立つ小型モデル：安価でローカル実行可能、多言語対応で3Bパラメータの限界も正直に示しています。
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.
Also ranked: #90 Hottest Text / LLM text model
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。
Llama 3.2 3B Instruct は Text / LLM ファミリー向けのテキストモデルで、オープンソース AI 画像・動画・テキストモデルの読み取り専用カタログ ModelTrends.ai に掲載されています。他の Text / LLM モデルと比較し、ヒートスコアでトレンドを確認できます。
モデルファミリーから探す
Text / LLM モデル
434
Anima モデル
528
Chroma モデル
19
Fibo モデル
2
Flux モデル
1,496
Flux 2 / Klein モデル
1,239
Flux 3 モデル
3
Moss モデル
3
Iris モデル
1
MiniMax H3 モデル
364
Hunyuan モデル
204
Ideogram モデル
20
Krea2 モデル
717
Qwen モデル
20
Qwen2 モデル
47
Ltx2 モデル
153