Llama

Llama — семейство больших языковых моделей Meta с открытыми весами. Модели можно скачать, запустить на своём компьютере или сервере и использовать без обращения к чужому API. Старшее поколение, Llama 4, изначально мультимодальное: понимает текст и изображения, построено по схеме Mixture-of-Experts и рассчитано на очень длинный контекст.

Линейка моделей

• Llama 4 Maverick — флагман с 17 млрд активных параметров из 128 экспертов (около 400 млрд суммарно) и контекстом до 1 млн токенов. Потребует серверных видеокарт или облака.
• Llama 4 Scout — 17 млрд активных параметров из 16 экспертов (около 109 млрд суммарно), рекордное окно контекста и заметно более скромные требования: в квантованном виде поместится на одну видеокарту с 24 ГБ памяти.
• Llama 3.3 70B — плотная текстовая модель с контекстом 128 тыс. токенов, удобный компромисс между качеством и железом.
• Llama 3.2 — версии на 1B и 3B для телефонов и слабых машин, а также мультимодальные 11B и 90B.
• Llama 3.1 405B — самая крупная плотная модель семейства, нужна для исследований и сложных задач.

Самая мощная модель Llama 4 Behemoth была анонсирована, но публично так и не вышла. Свежие фронтирные разработки Meta развивает уже под маркой Muse: флагман Muse Spark доступен только по API и с закрытыми весами, а компактная Muse Glimmer 30B выложена под лицензией Apache 2.0.

Где запускать

Для локального запуска подойдут Ollama, LM Studio и llama.cpp — они скачают готовые квантованные сборки и поднимут модель одной командой либо в пару кликов. Веса лежат на llama.com и Hugging Face, доступ выдаётся после согласия с лицензией.

Если своего железа не хватает, ту же модель можно взять по API у сторонних провайдеров — Together AI, Groq, Fireworks, OpenRouter и облаках Amazon, Google, Microsoft. Цены на Llama 4 начинаются примерно от $0,08 за миллион входных токенов, то есть модель заметно дешевле закрытых флагманов.

Лицензия и ограничения

Llama распространяется по собственной лицензии Llama Community License, а не по классической открытой лицензии. Коммерческое использование разрешено, но сервисам с аудиторией свыше 700 млн пользователей в месяц понадобится отдельное соглашение с Meta. Мультимодальные версии Llama 3.2 и Llama 4 официально недоступны пользователям и компаниям из Евросоюза. В названии продуктов на базе Llama требуется указывать саму модель, а в документации — упоминать, что она построена на Llama.

Кому пригодится

Открытые веса дают то, чего не даст облачный чат-бот: данные не покидают ваш контур, модель можно дообучить под свою задачу, а стоимость работы упирается только в железо. На Llama удобно строить внутренние ассистенты, обработку документов, чат-ботов поддержки и офлайн-инструменты. Для разработчиков есть Llama Stack — набор компонентов для сборки приложений, и обширная документация с примерами.