Llama 3.2 90B Vision Instruct
1338°
<llama32-90b-vision>
Las apps que soportan etiquetas de ModelTrends te permiten ejecutar/instalar modelos copiando este código en tu prompt sin configuración. Busca nuestro ícono en apps que lo soporten, como Prism (abajo).
Ejecutar este modelo
Ofertas / Anuncios
Easy Creator (Prism) Web
Ilimitado · tarifa fija
Ideal para principiantes. Flujos de trabajo potentes, curva de aprendizaje baja.
PirateDiffusion Telegram
Ilimitado · tarifa fija
Crea videos, imágenes, personajes de chat personalizados y más.
Pro studio (SpyGlass) Web
Ilimitado · tarifa fija
Explora modelos, renderiza y mejora desde cualquier navegador o teléfono.
Discord bot (Vector)
Ilimitado · tarifa fija
Agrega Vector a tu servidor o únete al Discord de Vector. ¡Crea lo que quieras!
Unified Editor Web
Ilimitado · tarifa fija
Editor para imágenes y video: renderiza, edita, mejora y más en una sola página.
Apps locales
Requiere configuración
Instala programas locales si tu computadora tiene buen hardware.
ModelDuel Web
Paga por uso
Genera el mismo prompt en hasta 50 modelos checkpoint/base a la vez.
Guías para este modelo
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
meta-llama | contexto de 32,768 tokens | $0.35/M entrada, $0.40/M salida. El modelo Llama 90B Vision es un modelo multimodal de primera categoría con 90 mil millones de parámetros diseñado para las tareas de razonamiento visual y lenguaje más desafiantes. Ofrece una precisión inigualable en descripción de imágenes, respuestas a preguntas visuales y comprensión avanzada de imagen-texto. Preentrenado en vastos conjuntos de datos multimodales y afinado con retroalimentación humana, el Llama 90B Vision está diseñado para manejar las tareas de IA basadas en imágenes más exigentes. Este modelo es perfecto para industrias que requieren capacidades de IA multimodal de vanguardia, particularmente aquellas que manejan análisis visual y textual complejo y en tiempo real.
Notas del capitán
Notas del 2026-10-13
Llama 3.2 90B Vision Instruct es el modelo visión-lenguaje más grande de Meta en la serie 3.2, diseñado para tareas exigentes que combinan imágenes y texto — generación de leyendas, preguntas visuales y comprensión documental. Con 90 mil millones de parámetros está en el extremo pesado de la línea Llama. Su precio es modesto para su escala, siendo una opción razonable para equipos que necesitan capacidad multimodal seria sin facturas de modelos de frontera.
Conocido por
- Fuerte generación de leyendas y preguntas visuales a escala 90B
- Maneja tareas complejas de comprensión imagen-texto en una sola llamada
- Preentrenado con datos multimodales y afinado con retroalimentación humana
- Costo bajo relativo a su cantidad de parámetros: $0.35/M entrada, $0.40/M salida
Cuidado con
- Los pesos no están publicados; se accede solo vía API, sin despliegue local.
- La ventana de contexto es de 32,768 tokens — adecuada pero no generosa para documentos largos más imágenes.
- El modelo hermano de 11B cuesta menos; solo usa el 90B si el modelo más pequeño no cumple en tu tarea.
Mejor para
Prompts para probar
Leer un diagrama complejo
Adjunto un diagrama técnico. Describe cada componente etiquetado, explica cómo se conectan y señala cualquier cosa que parezca inusual o inconsistente. Sé específico sobre lo que puedes y no puedes leer claramente.
Comparar dos imágenes de producto
Adjunto dos fotos de producto. Enumera todas las diferencias visibles entre ellas — color, forma, texto, embalaje, estado. Luego dame un resumen en una frase de cuál parece de mayor calidad y por qué.
Extraer texto de una foto de documento
Adjunto una foto de un formulario impreso. Transcribe todo el texto visible exactamente como aparece, preservando el formato lo mejor posible en texto plano. Nota cualquier sección ilegible o cortada.
Comparar con
- SonarModelo solo APIContexto de 127,072 tokens · $1.00/M entrada, $1.00/M salida
- Auto RouterModelo solo APIContexto de 2,000,000 tokens · $-1,000,000.00/M entrada, $-1,000,000.00/M salida
- Llama 4 Scout 17B 16E InstructModelo con pesos abiertosContexto de 327,680 tokens · $0.10/M entrada, $0.30/M salida
- GPT-6 LunaModelo solo APIContexto de 1,050,000 tokens · $0.10/M entrada, $0.50/M salida
Más modelos de texto de meta-llama
Preguntas frecuentes
- ¿Puedo ejecutar Llama 3.2 90B Vision localmente?
- No. Meta no ha liberado los pesos de este modelo, por lo que es solo vía API y no puede ejecutarse en hardware propio.
- ¿Cuánto cuesta y cuál es la longitud del contexto?
- Cuesta $0.35 por millón de tokens de entrada y $0.40 por millón de tokens de salida, con una ventana de contexto de 32,768 tokens.
- ¿En qué se diferencia el 90B del modelo Vision de 11B?
- Ambos manejan tareas de imagen y texto, pero el 90B es la opción más grande y precisa; el 11B es más barato y rápido, vale la pena probarlo primero si tu carga de trabajo es sencilla.
Veredicto del capitánUn modelo de visión capaz y con precio justo para equipos con cargas multimodales reales — solo confirma que el 11B no puede con la tarea antes de pagar por la escala extra.
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.
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.
Llama 3.2 90B Vision 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, consulta su puntuación de calor para ver su tendencia y ábrelo en PirateDiffusion o BitVector para probarlo.
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153