Llama 3.2 Vision

Metas Bild-Modelle, gut bei Diagrammen und Dokumenten-Q&A. Der Lizenz-Passus zur EU macht sie hierzulande zur zweiten Wahl.

So nutzt du es

Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).

Größen & Hardware

• Verfügbare Größen: 11B / 90B
• Empfohlene Hardware (Q4): 11B: 12–16 GB

Im Detail

Llama 3.2 Vision erweitert Llama 3.2 um Bildverständnis und ist in den Größen 11B und 90B verfügbar. Es eignet sich gut für das Auslesen von Diagrammen, Tabellen und Dokumenten-Screenshots sowie für visuelle Frage-Antwort-Aufgaben. Der praktische Haken: Metas Lizenz schließt die kommerzielle Nutzung der multimodalen Funktionen für Nutzer und Unternehmen mit Sitz in der EU explizit aus – ein Passus, der reine Text-Modelle nicht betrifft. Wer in Deutschland oder der EU produktiv arbeitet, sollte deshalb genau prüfen, ob der Einsatz lizenzrechtlich sauber ist, oder auf ein Modell ohne diese Einschränkung ausweichen. Für Experimente und private Nutzung bleibt es technisch interessant.

Praxis-Tipp

Vor produktivem EU-Einsatz die Lizenzbedingungen genau prüfen, bevor man Bildverständnis in ein kommerzielles Produkt einbaut.

Siehe auch

• Qwen 2.5
• Qwen 3

Lizenz & Quelle

• Lizenz: Llama 3.2 Community License (Vision-Modelle: EU-Nutzungseinschränkung beachten!)
• Quelle: Ollama
• Quelle: HF