Llama 3.2 11B Vision Instruct — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Meta's first open multimodal model. Understands images and text together — describe photos, analyze charts, read documents. Runs on 8GB+ VRAM GPUs. Listed in full on the dedicated Llama 3.2 Vision page, which is the canonical entry for this model and carries the install command.
Llama 3.2 11B Vision Instruct 在 Q4_K_M 下约需 7 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 5.6 GB | ~129 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 6.7 GB | ~110 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 8.5 GB | ~86 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 9.7 GB | ~77 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 10.8 GB | ~68 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 13.4 GB | ~55 tok/s | 可运行 | |
| F16 16.00 bpw | 23.3 GB | ~32 tok/s | 勉强 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Llama 3.2 11B Vision Instruct 显存计算器 →
运行 Llama 3.2 11B Vision Instruct
目录中能运行 Llama 3.2 11B Vision Instruct 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Llama 3.2 11B Vision Instruct
安装 Ollama，然后运行：
ollama run llama-3-2规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 11 Billion
- 上下文窗口
- 128,000
- 架构
- Dense + Vision Encoder
- 提供商
- Meta
- 许可证
- Llama Community
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2026-08-15
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Llama 3.2 11B Vision Instruct 吗？
- Llama 3.2 11B Vision Instruct 在 AMD Radeon RX 9060 XT 8GB 上
- Llama 3.2 11B Vision Instruct 在 AMD Ryzen AI Max+ 395 上
- Llama 3.2 11B Vision Instruct 在 Apple M1 Ultra 上
- Llama 3.2 11B Vision Instruct 在 Apple M2 Max 上
- Llama 3.2 11B Vision Instruct 在 Apple M4 Max 上
- Llama 3.2 11B Vision Instruct 在 Apple M5 Max 上
- Llama 3.2 11B Vision Instruct 在 Intel Arc B570 上
- Llama 3.2 11B Vision Instruct 在 Intel Arc B580 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA A100 80GB (PCIe) 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA DGX Spark 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 3070 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 3070 Ti 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 4060 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 4070 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 4070 Super 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 4070 Ti 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 5060 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA GeForce RTX 5070 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA H100 80GB (PCIe) 上
- Llama 3.2 11B Vision Instruct 在 NVIDIA RTX PRO 6000 Blackwell 上
Llama 3.2 Family 的其他尺寸
Llama 3.2 11B Vision Instruct — 常见问题
How much VRAM does Llama 3.2 11B Vision Instruct need?
About 7 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Llama 3.2 11B Vision Instruct run on an RTX 4090 (24 GB)?
Yes. Llama 3.2 11B Vision Instruct needs about 7 GB at Q4_K_M, inside a 24 GB card, at an estimated 86 tokens/sec.
How do I run Llama 3.2 11B Vision Instruct locally?
Install Ollama and run `ollama run llama-3-2`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Llama 3.2 Family come in?
Llama 3.2 1B Instruct (2 GB), Llama 3.2 3B Instruct (3 GB), Llama 3.2 11B Vision Instruct (7 GB), Llama 3.2 90B Vision Instruct (54 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.