Llama 3.2 3B Instruct
6370°
Chạy mô hình này
Ưu đãi / Quảng cáo
Meta | ngữ cảnh 131,072 token | $0.05/M đầu vào, $0.33/M đầu ra. Llama 3.2 3B là mô hình ngôn ngữ lớn đa ngôn ngữ với 3 tỷ tham số, được tối ưu cho các nhiệm vụ xử lý ngôn ngữ tự nhiên nâng cao như tạo hội thoại, suy luận và tóm tắt. Được thiết kế với kiến trúc transformer mới nhất, nó hỗ trợ tám ngôn ngữ, bao gồm tiếng Anh, Tây Ban Nha và Hindi, và có thể thích ứng cho các ngôn ngữ bổ sung. Được huấn luyện trên 9 nghìn tỷ token, mô hình Llama 3.2 3B xuất sắc trong việc tuân theo hướng dẫn, suy luận phức tạp và sử dụng công cụ. Hiệu suất cân bằng khiến nó lý tưởng cho các ứng dụng cần độ chính xác và hiệu quả trong tạo văn bản đa ngôn ngữ. Nhấn vào đây để xem thẻ mô hình gốcOpens in new tab. Việc sử dụng mô hình này tuân theo Chính sách Sử dụng Chấp nhận được của MetaOpens in new tab.
Hướng dẫn cho mô hình này
Ollama vs LM Studio (2026): nên dùng ứng dụng AI cục bộ nào, và mỗi ứng dụng chạy những mô hình hàng đầu nào
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Llama 3.2 3B Instruct là mô hình đa ngôn ngữ nhỏ gọn của Meta, được huấn luyện trên 9 nghìn tỷ token và tinh chỉnh để theo dõi hướng dẫn, hội thoại và sử dụng công cụ trên tám ngôn ngữ. Với 3 tỷ tham số, nó chạy mượt trên phần cứng khiêm tốn và trọng số được mở. Nếu bạn cần một mô hình nhỏ có khả năng, có thể triển khai cục bộ hoặc gọi API với chi phí gần như không đáng kể, đây là lựa chọn nghiêm túc.
Nổi tiếng với
- Chạy cục bộ trên phần cứng thấp nhờ 3 tỷ tham số
- Hỗ trợ tám ngôn ngữ bao gồm tiếng Anh, Tây Ban Nha và Hindi ngay từ đầu
- Khả năng theo dõi hướng dẫn và sử dụng công cụ mạnh trong phân khúc kích thước
- Cửa sổ ngữ cảnh 131.072 token, rất lớn so với mô hình nhỏ như vậy
- Giá API thuộc loại rẻ nhất cho mô hình hướng dẫn có năng lực
Cẩn thận với
- Trọng số mở theo Chính sách Sử dụng Chấp nhận được của Meta, không phải giấy phép hoàn toàn tự do — kiểm tra trước khi triển khai thương mại.
- Với 3 tỷ tham số, suy luận đa bước phức tạp sẽ bị giới hạn mà các mô hình lớn hơn vượt qua dễ dàng hơn.
- Hỗ trợ đa ngôn ngữ chỉ bao gồm tám ngôn ngữ đã được đặt tên; các ngôn ngữ ngoài danh sách chưa được kiểm tra.
Phù hợp nhất cho
Lời nhắc để thử
Phản hồi khách hàng đa ngôn ngữ
Một khách hàng viết: 'Hola, hice un pedido hace dos semanas y todavía no ha llegado. ¿Pueden ayudarme?' Soạn một phản hồi lịch sự, hữu ích bằng tiếng Tây Ban Nha, xin lỗi, hỏi số đơn hàng và giải thích các bước tiếp theo để theo dõi đơn hàng bị trễ.
Tóm tắt tài liệu dài
Đây là một tài liệu chính sách công ty dài. Tóm tắt nó bằng tiếng Anh đơn giản dưới năm điểm chính, mỗi điểm không quá một câu. Tập trung vào những gì nhân viên cần biết hàng ngày. [Dán tài liệu của bạn dưới dòng này]
Nhiệm vụ lập kế hoạch sử dụng công cụ
Bạn có ba công cụ: web_search, calculator, và send_email. Người dùng hỏi: 'Dân số hiện tại của Brazil là bao nhiêu, nhân với 0,03, và gửi kết quả qua email tới finance@example.com kèm lời giải thích một dòng.' Viết ra chuỗi gọi công cụ chính xác bạn sẽ thực hiện và lý do.
So sánh với
- Llama 3.1 70B InstructMô hình mở trọng sốngữ cảnh 131,072 token · Đầu vào $0.40/M, đầu ra $0.40/M
- Llama Guard 4 12BMô hình mở trọng sốngữ cảnh 163,840 token · Đầu vào $0.18/M, đầu ra $0.18/M
- Llama 3.3 70B InstructMô hình mở trọng sốngữ cảnh 131,072 token · Đầu vào $0.10/M, đầu ra $0.32/M
- Llama 4 ScoutMô hình mở trọng sốngữ cảnh 1,310,720 token · Đầu vào $0.18/M, đầu ra $0.59/M
Thêm mô hình văn bản từ meta-llama
Câu hỏi thường gặp
- Tôi có thể chạy Llama 3.2 3B cục bộ không?
- Có, trọng số mở và có trên Hugging Face theo Chính sách Sử dụng Chấp nhận được của Meta. Mô hình kích thước này chạy trên phần cứng tiêu dùng khiêm tốn; các công cụ như Ollama hoặc LM Studio là cách dễ nhất để chạy trên máy của bạn.
- Chi phí và cửa sổ ngữ cảnh là bao nhiêu?
- Qua API, giá là 0,05 đô la cho mỗi triệu token đầu vào và 0,33 đô la cho mỗi triệu token đầu ra, là một trong những lựa chọn rẻ nhất cho mô hình hướng dẫn có năng lực. Cửa sổ ngữ cảnh là 131.072 token.
- 3B so với các mô hình Llama 3.2 lớn hơn thế nào?
- 3B là biến thể hướng dẫn nhỏ nhất trong dòng Llama 3.2, đánh đổi chiều sâu suy luận thô để lấy tốc độ, chi phí thấp và khả năng chạy trên phần cứng hạn chế. Nếu nhiệm vụ của bạn đòi hỏi suy luận đa bước nặng hoặc chất lượng tạo văn bản dài, các phiên bản lớn hơn sẽ phù hợp hơn.
Phán quyết của thuyền trưởngMột mô hình nhỏ thực sự hữu ích: rẻ, chạy cục bộ được, đa ngôn ngữ, và trung thực về những gì 3 tỷ tham số có thể làm.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Llama 3.2 3B Instruct là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmmeta-llamatrò chuyệnđa ngôn ngữtóm tắtcục bộngân sách
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153