¿Puedo ejecutar Llama 3.2 3B localmente?

Sí, los pesos están abiertos y disponibles en Hugging Face bajo la Política de Uso Aceptable de Meta. Un modelo de este tamaño funciona en hardware de consumo modesto; herramientas como Ollama o LM Studio son la forma más sencilla de hacerlo funcionar en tu máquina.

¿Cuánto cuesta y qué tan larga es la ventana de contexto?

Por API cuesta $0.05 por millón de tokens de entrada y $0.33 por millón de tokens de salida, siendo una de las opciones más económicas disponibles. La ventana de contexto es de 131,072 tokens.

¿Cómo se compara el 3B con los modelos Llama 3.2 más grandes?

El 3B es la variante instructiva más pequeña en la línea Llama 3.2, sacrificando profundidad de razonamiento por velocidad, bajo costo y capacidad de correr en hardware limitado. Si tu tarea requiere razonamiento pesado en múltiples pasos o generación de alta calidad en formato largo, los modelos más grandes te servirán mejor.

Llama 3.2 3B Instruct

6370°

#llm #meta-llama #chat #multilingüe #resumen #local

Ejecutar este modelo

Ofertas / Anuncios

OpenRouter Terminal / API

Pago por token

Chatea con este modelo en el navegador o llámalo desde tu código con una clave API.

Meta | contexto de 131,072 tokens | $0.05/M entrada, $0.33/M salida. Llama 3.2 3B es un modelo de lenguaje grande multilingüe de 3 mil millones de parámetros, optimizado para tareas avanzadas de procesamiento de lenguaje natural como generación de diálogo, razonamiento y resumen. Diseñado con la última arquitectura transformer, soporta ocho idiomas, incluyendo inglés, español e hindi, y es adaptable a idiomas adicionales. Entrenado con 9 billones de tokens, el modelo Llama 3.2 3B sobresale en seguimiento de instrucciones, razonamiento complejo y uso de herramientas. Su rendimiento equilibrado…Meta | contexto de 131,072 tokens | $0.05/M entrada, $0.33/M salida. Llama 3.2 3B es un modelo de lenguaje grande multilingüe de 3 mil millones de parámetros, optimizado para tareas avanzadas de procesamiento de lenguaje natural como generación de diálogo, razonamiento y resumen. Diseñado con la última arquitectura transformer, soporta ocho idiomas, incluyendo inglés, español e hindi, y es adaptable a idiomas adicionales. Entrenado con 9 billones de tokens, el modelo Llama 3.2 3B sobresale en seguimiento de instrucciones, razonamiento complejo y uso de herramientas. Su rendimiento equilibrado lo hace ideal para aplicaciones que requieren precisión y eficiencia en generación de texto en entornos multilingües. Haz clic aquí para la tarjeta original del modeloOpens in new tab. El uso de este modelo está sujeto a la Política de Uso Aceptable de MetaOpens in new tab.

Guías para este modelo

Ollama vs LM Studio (2026): qué app local de IA usar y qué modelos principales corre cada una

Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea

¿Cuánta VRAM necesito realmente para IA local?

¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)

Todas las guías

Notas del capitán

Escrito por Captain, el editor de la casa

Notas del 2026-10-13

Llama 3.2 3B Instruct es el modelo multilingüe compacto de Meta, entrenado con 9 billones de tokens y afinado para seguir instrucciones, diálogo y uso de herramientas en ocho idiomas. Con 3 mil millones de parámetros, funciona cómodamente en hardware modesto y los pesos son abiertos. Si necesitas un modelo pequeño capaz que puedas desplegar localmente o llamar vía API por casi nada, esta es una opción seria.

Conocido por

Funciona localmente en hardware modesto gracias a sus 3B parámetros
Soporta ocho idiomas incluyendo inglés, español e hindi desde el inicio
Fuerte en seguir instrucciones y uso de herramientas para su clase de tamaño
Ventana de contexto de 131,072 tokens, inusualmente grande para un modelo tan pequeño
Precios API entre los más baratos para un modelo instructivo capaz

Cuidado con

Los pesos abiertos están bajo la Política de Uso Aceptable de Meta, no una licencia totalmente permisiva — revísala antes de desplegar comercialmente.
Con 3B parámetros, el razonamiento complejo en múltiples pasos tendrá un límite que modelos más grandes superan fácilmente.
El soporte multilingüe cubre ocho idiomas nombrados; cualquier otro idioma es territorio no probado.

Mejor para

Prompts para probar

Respuesta multilingüe para cliente

Un cliente ha escrito: 'Hola, hice un pedido hace dos semanas y todavía no ha llegado. ¿Pueden ayudarme?' Redacta una respuesta educada y útil en español que se disculpe, pida el número de pedido y explique los siguientes pasos para rastrear un envío retrasado.

Resumir un documento largo

Aquí tienes un extenso documento de políticas de empresa. Resúmelo en inglés sencillo en no más de cinco puntos, cada uno con una oración. Enfócate en lo que un empleado realmente necesita saber día a día. [Pega tu documento debajo de esta línea]

Tarea de planificación para uso de herramientas

Tienes acceso a tres herramientas: web_search, calculator y send_email. Un usuario pregunta: '¿Cuál es la población actual de Brasil, multiplícala por 0.03 y envía el resultado a finance@example.com con una explicación de una línea.' Escribe la secuencia exacta de llamadas a herramientas que harías y por qué.

Comparar con

Llama 3.1 70B Instruct
Modelo con pesos abiertos
Contexto de 131,072 tokens · $0.40/M entrada, $0.40/M salida
Llama Guard 4 12B
Modelo con pesos abiertos
Contexto de 163,840 tokens · $0.18/M entrada, $0.18/M salida
Llama 3.3 70B Instruct
Modelo con pesos abiertos
Contexto de 131,072 tokens · $0.10/M entrada, $0.32/M salida
Llama 4 Scout
Modelo con pesos abiertos
Contexto de 1,310,720 tokens · $0.18/M entrada, $0.59/M salida

Más modelos de texto de meta-llama

Preguntas frecuentes

¿Puedo ejecutar Llama 3.2 3B localmente?: Sí, los pesos están abiertos y disponibles en Hugging Face bajo la Política de Uso Aceptable de Meta. Un modelo de este tamaño funciona en hardware de consumo modesto; herramientas como Ollama o LM Studio son la forma más sencilla de hacerlo funcionar en tu máquina.
¿Cuánto cuesta y qué tan larga es la ventana de contexto?: Por API cuesta $0.05 por millón de tokens de entrada y $0.33 por millón de tokens de salida, siendo una de las opciones más económicas disponibles. La ventana de contexto es de 131,072 tokens.
¿Cómo se compara el 3B con los modelos Llama 3.2 más grandes?: El 3B es la variante instructiva más pequeña en la línea Llama 3.2, sacrificando profundidad de razonamiento por velocidad, bajo costo y capacidad de correr en hardware limitado. Si tu tarea requiere razonamiento pesado en múltiples pasos o generación de alta calidad en formato largo, los modelos más grandes te servirán mejor.

Veredicto del capitán
Un modelo pequeño realmente útil: barato, ejecutable localmente, multilingüe y honesto sobre lo que un conteo de 3B parámetros puede y no puede hacer.

Ficha del modelo en Hugging Face

El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.

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

Also ranked: #90 Hottest Text / LLM text model

Not this creator?

Get your own badge

Cómo se suma esta puntuación

Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.

Glosario: los términos usados aquí

Puntuación heat: Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
Piso: Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
Equivalentes a descargas: Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
Escala logarítmica: Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
Likes: Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
Tasa de adopción: Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
Medido y estimado: Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
Seeder: Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
AI Horde: Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
Sitios de generación: Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
Tokens de OpenRouter: Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
LoRA y embedding: Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
Familia y pesos: La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
Antigüedad: Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
Impulso de familia: Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
Puntaje provisional: Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
¡Nuevo! (periodo de gracia): Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
Tendencia: Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
Modelo típico: El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.

Modelos similares

Inkling

TEXT / LLM

DeepSeek Flash Latest

TEXT / LLM

Nex N2.5 Mini

TEXT / LLM

Llama 3.1 Nemotron 70B Instruct

TEXT / LLM

Modelos de IA para generar imagen, vídeo y texto

Llama 3.2 3B Instruct es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.

Más modelos Text / LLM Más Texto / LLM de Text / LLM llm meta-llama chat multilingüe resumen local presupuesto

Explorar por familia de modelos