Cómo correr Llama 3.2 90B Vision en local con Ollama
Correr Llama 3.2 90B Vision en local es más sencillo de lo que parece. Con Ollama puedes tener este modelo de 90B parámetros funcionando en tu PC en menos de 5 minutos. Solo necesitas 54 GB de VRAM para la versión Q4 y conexión a internet para la descarga inicial.
En esta guía cubrimos los requisitos exactos de hardware, el proceso de instalación paso a paso, los comandos necesarios y ejemplos de uso para sacarle el máximo partido a Llama 3.2 90B Vision desde tu propio hardware.
Requisitos de hardware para Llama 3.2 90B Vision
| Cuantización | VRAM necesaria | Notas |
|---|---|---|
| FP16 (máxima calidad) | 180 GB | Calidad de referencia. Solo GPUs con mucha VRAM. |
| Q8 (alta calidad) | 90 GB | Recomendado si tienes suficiente VRAM. |
| Q4 (equilibrado) | 54 GB (recomendado) | El mejor equilibrio calidad/VRAM. Recomendado. |
| Q2 (mínimo) | 27 GB | Solo si tu VRAM es muy limitada. Pérdida notable. |
Especificaciones de Llama 3.2 90B Vision
Paso 1: Instalar Ollama
Ollama es la forma más sencilla de correr Llama 3.2 90B Vision en local. Disponible para Windows, macOS y Linux.
- 1 Descarga Ollama desde ollama.com (Windows, macOS o Linux)
- 2 Ejecuta el instalador y sigue las instrucciones (tarda menos de 1 minuto)
- 3 Verifica la instalación abriendo una terminal y ejecutando:
ollama --version
Paso 2: Ejecutar Llama 3.2 90B Vision
Una vez instalado Ollama, abre una terminal y ejecuta el siguiente comando. Ollama descargará el modelo automáticamente la primera vez:
ollama run llama3.2-vision:90b La primera ejecución descargará el modelo (~54 GB en Q4). Las ejecuciones posteriores son instantáneas. Una vez descargado, puedes chatear directamente en la terminal o usar la API local.
Paso 3: Ejemplos de uso de Llama 3.2 90B Vision
Uso con la API REST local
Ollama expone una API en http://localhost:11434 compatible con OpenAI:
curl http://localhost:11434/api/generate -d '{
"model": "llama3.2-vision:90b",
"prompt": "Explica qué es la IA local en 2 párrafos",
"stream": false
}' Integración con Python (API OpenAI)
Si tienes instalado el cliente OpenAI de Python:
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:11434/v1",
api_key="ollama",
)
response = client.chat.completions.create(
model="llama3.2-vision:90b",
messages=[{"role": "user", "content": "Hola, ¿cómo puedes ayudarme?"}]
)
print(response.choices[0].message.content) GPUs compatibles con Llama 3.2 90B Vision
Estas GPUs tienen suficiente VRAM para correr Llama 3.2 90B Vision en cuantización Q4 (54 GB):
M4 Ultra
M3 Ultra
¿No ves tu GPU? Consulta todas las páginas de compatibilidad en la página del modelo Llama 3.2 90B Vision.
¿No sabes si tu GPU puede correr Llama 3.2 90B Vision?
Usa nuestra calculadora de VRAM para comprobarlo al instante y ver las opciones de cuantización disponibles.
Comprobar compatibilidad