Tôi có thể chạy Llama 3.2 90B Vision cục bộ không?

Không. Meta chưa phát hành trọng số cho mô hình này, nên chỉ có thể truy cập qua API và không thể chạy trên phần cứng của bạn.

Chi phí và cửa sổ ngữ cảnh là bao nhiêu?

Giá là 0,35 USD cho mỗi triệu token đầu vào và 0,40 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 32.768 token.

90B khác gì so với mô hình Vision 11B?

Cả hai đều xử lý tác vụ hình ảnh và văn bản, nhưng 90B là phiên bản lớn hơn, chính xác hơn; 11B rẻ hơn và nhanh hơn, nên nên thử trước nếu công việc của bạn đơn giản.

Llama 3.2 90B Vision Instruct

1338°

#llm #meta-llama #thị giác #nghiên cứu #trò chuyện

Thị giác

Chạy trên Graydient

Mở DeepInfra

Chạy mô hình này

Ưu đãi / Quảng cáo

Easy Creator (Prism) Web

Không giới hạn · phí cố định

Tốt nhất cho người mới bắt đầu. Quy trình làm việc mạnh mẽ, dễ học.

PirateDiffusion Telegram

Không giới hạn · phí cố định

Tạo video, hình ảnh, nhân vật chat tùy chỉnh và nhiều hơn nữa.

Pro studio (SpyGlass) Web

Không giới hạn · phí cố định

Duyệt mô hình, render và chỉnh sửa từ bất kỳ trình duyệt hay điện thoại nào.

Discord bot (Vector)

Không giới hạn · phí cố định

Thêm Vector vào máy chủ của bạn hoặc tham gia Discord của Vector. Tạo mọi thứ!

Unified Editor Web

Không giới hạn · phí cố định

Trình chỉnh sửa cho hình ảnh và video: render, chỉnh sửa, nâng cấp và nhiều hơn nữa trên một trang.

Ứng dụng cục bộ

Cần thiết lập

Cài đặt các chương trình local nếu máy tính của bạn có phần cứng đủ mạnh.

ModelDuel Web

Trả theo lượt dùng

Tạo cùng một lệnh trên tối đa 50 mô hình checkpoint/cơ sở cùng lúc.

Thuê GPU trên đám mây

Graydient Cloud GPU

Không giới hạn · phí cố định

Phí cố định, dùng không giới hạn. Mô hình này cài đặt chỉ với một lần nhấp.

RunPod Cloud GPU

Tính phí theo phút

Thuê GPU theo phút và tự thiết lập mô hình.

Hướng dẫn cho mô hình này

Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì

Cách chọn mô hình AI trong tháng 10 năm 2026: tin tức nguồn đóng, rồi đến các trọng số mở đáng tải về

Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)

Tất cả hướng dẫn

meta-llama | ngữ cảnh 32,768 token | $0.35/M đầu vào, $0.40/M đầu ra. Mô hình Llama 90B Vision là mô hình đa phương thức hàng đầu với 90 tỷ tham số, thiết kế cho các tác vụ suy luận hình ảnh và ngôn ngữ khó nhất. Nó cung cấp độ chính xác vượt trội trong chú thích ảnh, trả lời câu hỏi hình ảnh và hiểu sâu văn bản-hình ảnh. Được tiền huấn luyện trên bộ dữ liệu đa phương thức lớn và tinh chỉnh với phản hồi con người, Llama 90B Vision được thiết kế để xử lý các tác vụ AI dựa trên hình ảnh đòi hỏi cao nhất. Mô hình này lý tưởng cho các ngành công nghiệp cần khả năng AI đa phương thức tiên tiến, đặc biệt là các lĩnh vực phân tích hình ảnh và văn bản phức tạp, thời gian thực.

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

Llama 3.2 90B Vision Instruct là mô hình ngôn ngữ-thị giác lớn nhất của Meta trong dòng 3.2, được xây dựng cho các tác vụ đòi hỏi kết hợp hình ảnh và văn bản — chú thích ảnh, trả lời câu hỏi thị giác và hiểu tài liệu. Với 90 tỷ tham số, nó nằm ở đầu nặng của dòng Llama. Giá cả vừa phải so với quy mô, làm cho nó là lựa chọn hợp lý cho các nhóm cần khả năng đa phương thức nghiêm túc mà không phải trả giá mô hình tiên tiến.

Nổi tiếng với

Chú thích ảnh và trả lời câu hỏi thị giác mạnh ở quy mô 90B
Xử lý các tác vụ hiểu hình ảnh-văn bản phức tạp trong một lần gọi
Được tiền huấn luyện trên dữ liệu đa phương thức, sau đó tinh chỉnh với phản hồi con người
Chi phí thấp so với số tham số: 0,35 USD/M token đầu vào, 0,40 USD/M token đầu ra

Cẩn thận với

Trọng số không được phát hành công khai; bạn chỉ truy cập mô hình qua API, không triển khai cục bộ.
Cửa sổ ngữ cảnh 32.768 token — đủ dùng nhưng không rộng rãi cho công việc tài liệu dài kèm hình ảnh.
Phiên bản 11B có giá thấp hơn; chỉ dùng 90B nếu mô hình nhỏ hơn không đáp ứng được tác vụ của bạn.

Phù hợp nhất cho

Thị giác

Nghiên cứu

Trò chuyện và trợ lý

Lời nhắc để thử

Đọc sơ đồ phức tạp

Tôi đính kèm một sơ đồ kỹ thuật. Mô tả từng thành phần được ghi nhãn, giải thích cách chúng kết nối, và chỉ ra bất cứ điều gì có vẻ bất thường hoặc không nhất quán. Hãy cụ thể về những gì bạn có thể và không thể đọc rõ.

So sánh hai ảnh sản phẩm

Tôi đính kèm hai ảnh sản phẩm. Liệt kê mọi khác biệt có thể thấy giữa chúng — màu sắc, hình dạng, chữ viết, bao bì, tình trạng. Sau đó cho tôi một câu tóm tắt về cái nào trông chất lượng hơn và lý do.

Trích xuất văn bản từ ảnh tài liệu

Tôi đính kèm ảnh một mẫu đơn in. Chép lại toàn bộ văn bản có thể nhìn thấy chính xác như trên, giữ nguyên bố cục càng tốt bằng văn bản thuần. Ghi chú bất kỳ phần nào không đọc được hoặc bị cắt.

So sánh với

Sonar
Mô hình chỉ API
ngữ cảnh 127,072 token · Đầu vào $1.00/M, đầu ra $1.00/M
Auto Router
Mô hình chỉ API
ngữ cảnh 2,000,000 token · Đầu vào $-1,000,000.00/M, đầu ra $-1,000,000.00/M
Llama 4 Scout 17B 16E Instruct
Mô hình mở trọng số
ngữ cảnh 327,680 token · Đầu vào $0.10/M, đầu ra $0.30/M
GPT-6 Luna
Mô hình chỉ API
ngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M

Thêm mô hình văn bản từ meta-llama

Câu hỏi thường gặp

Tôi có thể chạy Llama 3.2 90B Vision cục bộ không?: Không. Meta chưa phát hành trọng số cho mô hình này, nên chỉ có thể truy cập qua API và không thể chạy trên phần cứng của bạn.
Chi phí và cửa sổ ngữ cảnh là bao nhiêu?: Giá là 0,35 USD cho mỗi triệu token đầu vào và 0,40 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 32.768 token.
90B khác gì so với mô hình Vision 11B?: Cả hai đều xử lý tác vụ hình ảnh và văn bản, nhưng 90B là phiên bản lớn hơn, chính xác hơn; 11B rẻ hơn và nhanh hơn, nên nên thử trước nếu công việc của bạn đơn giản.

Phán quyết của thuyền trưởng
Mô hình thị giác có khả năng và giá cả hợp lý cho các nhóm có khối lượng công việc đa phương thức thực sự — chỉ cần xác nhận 11B không đáp ứng được trước khi trả thêm tiền cho quy mô lớn hơn.

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.

Change colors / personalize / get code

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.

Cách cài đặt

Cách Cài Đặt Ollama và Chạy AI Cục Bộ (Windows, Mac, Linux)

Mô hình tương tự

Nemotron Content Safety 3.5

Mô hình AI để tạo hình ảnh, video & văn bản

Llama 3.2 90B Vision 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, xem điểm độ hot để biết xu hướng và mở trên PirateDiffusion hoặc BitVector để dùng thử.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm meta-llama thị giác nghiên cứu trò chuyện

Duyệt theo họ mô hình