Llama-3.2-11B-Vision-Instruct (Deep Infra)

它属于 Llama 3.2 家族，是该系列里把图像理解能力放进 11B 量级的产品，输入支持文本与图片、输出为纯文本，上下文窗口 131072 tokens、单次最大输出 4096 tokens，知识截止 2023 年 12 月。它主要解决「既要读图、又要做长文本推理」这一类需求：图片与文字可以放在同一段上下文里一起处理，适合文档截图问答、图表解读、商品图配文、界面截图分析等场景；同时保持开源权重，团队可以在自建环境部署，也可以按本站记录的按量价格直接调用。相对同门的 Llama 3.2 3B 与 Llama-3.1-8B，它多了视觉模态，代价是单价更高；相对 Llama-3.1-70B，它在体积与价格上更轻。能力侧支持结构化输出、附件输入与温度调节，便于接入需要固定 JSON 结构的下游流程。需要说明的是，本站未收录该模型的公开跑分，具体视觉编码结构与训练细节在公开资料中披露有限，选型时建议以自有业务样本实测为准。

选型建议需要图文混合理解、开源权重与长上下文，且能接受中等单价的场景可以选它；若只需纯文本或要求极低单价，则选同家族的更小模型更划算。

• 解析文档截图与扫描件，抽取字段并输出结构化 JSON 供业务系统落库
• 对商品图或宣传图批量生成中文文案与要点标签
• 分析软件界面截图，定位控件并给出操作建议或问题描述
• 读取图表与仪表盘图片，结合长文本上下文生成数据解读摘要
• 在客服流程中识别用户上传的图片，与文字描述一起做多轮问答

采用 Llama 3.2 家族的多模态思路：在语言主干之外接入视觉编码部分，把图像转成可供语言模型读取的表示，再与文本 token 一同推理。

• 结构语言主干承接 Llama 系列解码器架构，图像经视觉侧编码后与文本拼接进同一上下文，因此图文可混合长文档一起输入。
• 能力支持 text 与 image 两类输入、text 输出，并提供结构化输出、附件输入与温度调节，方便嵌入需要固定字段的问答与抽取流程。
• 披露视觉编码器层数、参数量分配与训练数据构成等细节公开资料较少，本站亦未收录第三方跑分，架构层面只能做定性判断。

开源权重

是

模型家族

llama

许可证

—

参数规模

—

定位在中等体量的多模态开源模型，能力重心是图文混合理解与长上下文承载，而非追求极限文本推理。

• 强项能在 131072 tokens 窗口内同时容纳多张图片与长文本，适合整份图文文档、长截图、图表集的连续问答与摘要。
• 短板单次最大输出仅 4096 tokens，长篇报告或逐页转写需分段续写；知识截止 2023-12，时效性问题须靠检索补充。
• 适合以图像理解为主、文本推理强度中等偏上的任务；若追求纯文本复杂推理，同家族的 70B 级别更合适。

本站记录的官方价格为输入与输出同为 0.345 美元/百万 tokens，属于带视觉能力的中价位档，按量计费时输入侧成本需重点关注。

• 定位输入输出同价、无缓存读折扣，计费结构简单；图文混合请求里图片会折算成较多输入 token，实际单次成本高于纯文本。
• 横向对比比 Llama 3.2 3B 与 Llama-3.1-8B 明显更贵，仅为 Llama-3.1-70B 的一小部分，属于为视觉能力支付的中间档溢价。
• 平台差价本站仅收录 1 家平台，两条报价记录价格完全一致，暂无跨平台比价空间，也未见缓存或批量折扣项。
• 省钱优先压缩图片分辨率与张数、把长文档先做检索裁剪，并控制输出长度，避免 4096 tokens 上限被无效内容占满。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.345/M / $0.345/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型任何公开跑分，以下与能力相关的判断均为定性描述，不代表基准测试结论，不应作为唯一选型依据。
• 边界输出模态仅文本，不能生成或编辑图像；图片中的小字、表格与手写内容识别效果因图和任务而异，需抽样验证。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。