Llama 3.2 Instruct 90B (Vision)
MetaLlamaOpen WeightLlama 3.2 · Uso Comercial
Descripción
Llama 3.2 90B is a large multimodal language model optimized for visual recognition, image reasoning, and captioning tasks. It supports a context length of 128,000 tokens and is designed for deployment on edge and mobile devices, offering state-of-the-art performance in image understanding and generative tasks.
Fecha de lanzamiento
2024-09-25
Parámetros
90.0B
Longitud del contexto
—
Modalidades
image, text
Radar de capacidades
70
general
0
coding
70
reasoning
43
scienceest.
49
agents
85
multimodal
Science se estima a partir de las puntuaciones científicas de LLM Stats o del razonamiento cuando no hay benchmarks científicos dedicados.
Rankings
| Dominio | #Posición | Puntuación | Fuente |
|---|---|---|---|
| Ranking multimodal | 95 | 46.0 | LS |
Puntuaciones de benchmarks (LLM Stats)
(LLM Stats (zeroeval))General
MMLU
86.0%Aut.
Math
MGSM
86.9%Aut.
MATH
68.0%Aut.
MathVista
57.3%Aut.
Multimodal
MMMU
60.3%Aut.
Reasoning
ChartQAMasry et al. (2022)
85.5%Aut.
GPQANYU + Cohere + Anthropic (2023)
46.7%Aut.
Vision
AI2D
92.3%Aut.
DocVQADocVQA (2020)
90.1%Aut.
VQAv2
78.1%Aut.
TextVQA
73.5%Aut.
InfographicsQA
56.8%Aut.
MMMU-Pro
45.2%Aut.
Índices de evaluación AA
(Artificial Analysis)No hay datos de evaluación AA disponibles
Puntuaciones por categoría LLM Stats
(LLM Stats (zeroeval))Language90
Legal90
Finance90
Image To Text80
Math70
Multimodal70
Reasoning70
General70
Healthcare70
Vision70
Physics50
Biology50
Chemistry50
Precios
No hay datos de precios disponibles
Velocidad
No hay datos de velocidad disponibles
Ranking de Precios por Proveedor
No hay datos de proveedores disponibles