# Llama

> Открытые модели Meta, которые можно скачать и запустить у себя

Открытые языковые модели Meta: Llama 4 Scout и Maverick, Llama 3.3 и 3.2. Веса можно скачать и запустить локально через Ollama или LM Studio либо взять по API у облачных провайдеров.

- Что делает: работает локально на своём железе
- Категории: Бесплатные, Помощники в кодинге
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Стоимость: Бесплатно, API от $0,08/1М токенов
- Ограничения: Нужна своя видеокарта или облако; лицензия Llama Community — отдельное соглашение при аудитории свыше 700 млн в месяц, мультимодальные версии закрыты для ЕС
- Модели: Llama 4 Maverick, Llama 4 Scout, Llama 3.3 70B, Llama 3.2 (1B/3B/11B/90B), Llama 3.1 405B
- Сайт сервиса: https://www.llama.com/
- Карточка в каталоге: https://ailibri.com/llama
- Обновлено: 2026-09-17

## Описание

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.

## Как пользоваться

1. **Оцените своё железо** — От объёма видеопамяти зависит выбор модели. 8–12 ГБ — Llama 3.2 3B или 8B, 24 ГБ — Llama 4 Scout в квантовании Q4 или Llama 3.3 70B в сильном сжатии, 48 ГБ и больше — версии покрупнее. На Mac с чипами M-серии считается общая оперативная память. Без дискретной видеокарты маленькие модели тоже пойдут, просто медленнее.
2. **Поставьте Ollama или LM Studio** — Ollama — консольный вариант: после установки достаточно команды вида ollama run llama3.3, модель скачается сама. LM Studio — приложение с окном чата и каталогом моделей, ставится как обычная программа на Windows, macOS или Linux. Оба работают из России без ухищрений и не требуют аккаунта.
3. **Скачайте веса** — Готовые сборки в формате GGUF лежат на Hugging Face — их подтягивают Ollama и LM Studio. Оригинальные веса от Meta выдаются на llama.com и в репозиториях meta-llama после согласия с лицензией; доступ иногда подтверждают вручную, поэтому проще начинать с квантованных сборок сообщества.
4. **Выберите модель под задачу** — Для переписки и черновиков хватит Llama 3.3 70B или 3.2. Если нужны картинки на входе и очень длинный документ — берите Llama 4 Scout. Llama 4 Maverick сильнее, но потребует сервера. Для русского языка выбирайте версии покрупнее: мелкие модели отвечают заметно слабее.
5. **Если железа мало — возьмите облако** — Те же модели раздают по API Together AI, Groq, Fireworks, OpenRouter и крупные облака. Тарифы начинаются примерно от $0,08 за миллион входных токенов. Оплата зарубежных сервисов из России картой не проходит — способы собраны в материале Как оплатить зарубежные сервисы и в блоке «Как оплатить Llama?» на этой странице.
6. **Настройте под себя** — Системный промпт задаёт роль и стиль ответов, параметр temperature — степень свободы: ниже для фактов и кода, выше для текстов. Длину ответа ограничивает num_predict. Модель можно дообучить на своих данных через LoRA — это дешевле полного обучения и делается на одной видеокарте.
7. **Совет** — Не гонитесь за самой большой моделью. Сильно сжатая 70B часто отвечает хуже, чем аккуратно квантованная модель поменьше, которая целиком помещается в видеопамять. Сравните два-три варианта на своих реальных запросах и оставьте тот, что быстрее отвечает без потери смысла.

## Похожие сервисы в каталоге

- [Gemini](https://ailibri.com/gemini): Gemini — мультимодальный ИИ-ассистент Google и семейство моделей (Gemini 3.1 Pro, Deep Think, 3.8 Flash). Текст, код, анализ файлов, генерация изображений и видео, интеграция с сервисами Google.
- [Jan](https://ailibri.com/jan): Офлайн-клиент для запуска языковых моделей без интернета. Работает локально на устройстве, поддерживает LLaMA 3, Mistral, Gemma.
- [Rigor Dushno](https://ailibri.com/rigor-dushno): Расширение для Claude Code, позволяющее настроить уровень критичности ИИ-ассистента от 0 до 10: от полного согласия до максимальной проверки решений и архитекту
- [Agent Skills](https://ailibri.com/agent-skills): Набор инженерных навыков для AI-агентов: 7 команд для разработки — спецификация, планирование, сборка, тестирование, ревью, упрощение кода и деплой в продакшн.
- [React Grab](https://ailibri.com/react-grab): Пакет для React, который передаёт контекст элемента интерфейса в AI-ассистенты одним кликом. Вместо описания словами - выбираешь компонент, и AI получает точные данные о месте в коде.
- [Tabby](https://ailibri.com/tabbytabbyml): Open-source помощник для программирования, который работает локально на компьютере без облачных сервисов. Альтернатива GitHub Copilot с полным контролем над кодом.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com