> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/llama3-2-vision.md).

# Llama 3.2 Vision

OpenRouter経由でLlama 3.2 Visionを実行します。

{% hint style="warning" %}
**非推奨**

OpenRouter は Llama 3.2 Vision を提供しなくなりました。Meta のブロック（`roboflow_core/meta_vlm@v3`）を Muse Spark と Muse Glimmer に使用してください。ブロック内で検出および分類の予測をデコードします。
{% endhint %}

## v2

Llama 3.2 Vision モデルに質問してください。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

#### 🛠️ APIプロバイダーとモデルのバリエーション

Llama 3.2 Vision は次を通じて公開されています： [OpenRouter](https://openrouter.ai/)。デフォルトでは、このブロックは次を使用します **Roboflowが管理するOpenRouterキー** そしてRoboflowクレジットに課金されます - 追加設定は不要です。Roboflowの課金を回避するには、独自の `sk-or-...` キーを次に入力してください `api_key` フィールド。

この `privacy_level` フィールドは、どのOpenRouterプロバイダーがリクエストを処理できるかを制御します:

* **データ収集なし** *（デフォルト）* – プロバイダーはあなたの入力で学習しない場合があります。
* **データ収集を許可** – より広いプロバイダープール。
* **データ保持ゼロ** – 最も厳格で、何も保持しないプロバイダーに制限します。

#### 💡 参考資料と利用規定

{% hint style="warning" %}
**モデルライセンス**

次を確認してください [Llama 3.2 ライセンス](https://github.com/meta-llama/llama-models/blob/main/models/llama3_2/LICENSE) を使用前に。
{% endhint %}

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/llama_vision@v2` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                          | 参照 |
| ------------------------- | ---------------- | ------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                         | ❌  |
| `api_key`                 | `str`            | OpenRouter APIキー。デフォルトではRoboflowが管理するキーが使用され、Roboflow経由でクレジット課金されます。独自の `sk-or-...` キーを使えば、Roboflowの課金を介さずにOpenRouterを直接呼び出せます。 | ✅  |
| `privacy_level`           | `str`            | プロバイダーのプライバシーフィルター。より厳しいレベルではプロバイダープールが狭まり、管理キーでの呼び出しごとのコストが増える場合があります。                                                         | ❌  |
| `max_tokens`              | `int`            | モデルが応答で生成できる最大トークン数。                                                                                                            | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                     | ✅  |
| `max_concurrent_requests` | `int`            | 画像バッチに対する同時リクエスト数。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値をデフォルトで使用します。レート制限に達する場合は制限してください。                        | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                   | ❌  |
| `prompt`                  | `str`            | Llama モデルへのテキストプロンプト。                                                                                                           | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                         | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                    | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                        | ✅  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `Llama 3.2 Vision` バージョン `v2` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): OpenRouter APIキー。デフォルトではRoboflowが管理するキーが使用され、Roboflow経由でクレジット課金されます。独自の `sk-or-...` キーを使えば、Roboflowの課金を介さずにOpenRouterを直接呼び出せます。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)）：Llama モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/llama_vision@v2",
	    "api_key": "rf_key:account",
	    "privacy_level": "<block_does_not_provide_example>",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "model_version": "11B - OpenRouter"
	}
```

</details>

## v1

視覚機能を備えた Llama 3.2 Vision モデルに質問してください。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

{% hint style="warning" %}
**構造化プロンプトに関する問題**

構造化出力（今回の場合は JSON ドキュメント）が期待されると、モデルはかなり予測不能になりがちです。この問題は次のようなタスクに影響を及ぼす可能性があります `structured-answering`, `classification` または `multi-label-classification`.

原因は、モデル内に埋め込まれた不適切なコンテンツに対するかなり敏感な「フィルター」にあるようです。
{% endhint %}

#### 🛠️ APIプロバイダーとモデルのバリエーション

Llama Vision 3.2 モデルは次を通じて公開されています： [OpenRouter API](https://openrouter.ai/) そして、次を渡す必要があります [OpenRouter APIキー](https://openrouter.ai/docs/api-keys) を実行するために。

サポートされているモデルには、いくつかのバージョンがあります：

* より小さいバージョン（`11B`）はより高速で安価ですが、次を使うことでより高品質な結果が期待できます `90B` バージョン
* `通常版` バージョンは有料（そして通常は高速）APIであり、対して `無料版` は OpenRouter の利用者が無料で使用できます（2025/01/01 時点）

現時点では、OpenRouter が Llama 3.2 Vision モデルの唯一の提供元ですが、状況が変わればお知らせします。

{% hint style="warning" %}
**API利用料金**

OpenRouter はモデルへのアクセスを提供する外部の第三者であり、利用に応じて料金が発生します。ご利用前に料金をご確認ください：

* [Llama 3.2 Vision 11B (Regular)](https://openrouter.ai/meta-llama/llama-3.2-11b-vision-instruct/providers)
* [Llama 3.2 Vision 90B (Regular)](https://openrouter.ai/meta-llama/llama-3.2-90b-vision-instruct/providers)
  {% endhint %}

#### 💡 参考資料と利用規定

{% hint style="warning" %}
**モデルライセンス**

ご確認ください [モデルライセンス](https://github.com/meta-llama/llama-models/blob/main/models/llama3_2/LICENSE) を使用前に。
{% endhint %}

[こちらをクリック](https://github.com/meta-llama/llama-models/blob/main/models/llama3_2/MODEL_CARD_VISION.md) 元のモデルカードをご覧ください。

このモデルの使用は、Meta の次に従うものとします： [利用規約](https://www.llama.com/llama3/use-policy/).

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/llama_3_2_vision@v1` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                     | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                    | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                              | ❌  |
| `prompt`                  | `str`            | Llama モデルへのテキストプロンプト。                                                                                                      | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                    | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                               | ✅  |
| `api_key`                 | `str`            | お使いの Llama Vision API キー（プロバイダーによって異なります。例：OpenRouter API キー）。                                                             | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                   | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。                                                                                                    | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが指定されたときに、このブロックで実行できる同時リクエスト数。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値をデフォルトで使用します。制限に達する場合は制限してください。 | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `Llama 3.2 Vision` バージョン `v1` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)）：Llama モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)）：お使いの Llama Vision API キー（プロバイダーによって異なります。例：OpenRouter API キー）。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/llama_3_2_vision@v1",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "11B (Free) - OpenRouter",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>
