Passer au contenu principal
AITier

Llama 3.2 Instruct 11B (Vision)

MetaLlamaOpen WeightLlama 3.2 Community License

Description

Llama 3.2 11B Vision Instruct is an instruction-tuned multimodal large language model optimized for visual recognition, image reasoning, captioning, and answering general questions about an image. It accepts text and images as input and generates text as output.

Date de sortie
2024-09-25
Paramètres
10.6B
Longueur du contexte
131K
Modalités
image, text

Radar de capacités

19
general
7
coding
13
reasoning
15
scienceest.
0
agents
90
multimodal

Science utilise un proxy de raisonnement lorsque les benchmarks scientifiques dédiés ne sont pas disponibles.

Classements

Domaine#RangScoreSource
Code Ranking432
8.0
AA
General Ranking428
21.0
AA
Math Reasoning328
13.0
AA
Multimodal Ranking23
84.0
LS
Science455
14.0
AA

Scores de benchmarks (LLM Stats)

Biology

GPQA32.8%Aut.

Finance

MMLU73.0%Aut.

General

MMMU50.7%Aut.
MMMU-Pro33.0%Aut.

Image To Text

DocVQA88.4%Aut.
VQAv2 (test)75.2%Aut.

Math

MGSM68.9%Aut.
MATH51.9%Aut.
MathVista51.5%Aut.

Multimodal

AI2D91.1%Aut.
ChartQA83.4%Aut.

Indices d'évaluation AA

Intelligence Index
8.7
Coding Index
4.3
Math Index
1.7
Math 500
0.5
Mmlu Pro
0.5
Ifbench
0.3
Gpqa
0.2
Tau2
0.1
Lcr
0.1
Scicode
0.1
Livecodebench
0.1
Aime
0.1
Hle
0.1
Aime 25
0.0
Terminalbench Hard
0.0

Scores par catégorie LLM Stats

Image To Text
90
Vision
70
Finance
70
Language
70
Legal
70
Multimodal
70
Healthcare
60
Math
60
Reasoning
60
General
50
Biology
30
Chemistry
30
Physics
30

Tarification

Prix d'entrée$0.245 / 1M tokens
Prix de sortie$0.245 / 1M tokens
Prix mixte (3:1)$0.245 / 1M tokens

Vitesse

Tokens/sec86.7 tokens/s
Délai du premier token0.52s
Temps de réponse0.52s

Fournisseurs disponibles

(Unités internes LS)

Aucune donnée de fournisseur disponible

Sources externes

LLM Stats