LLaMA

Meta* развивает семейство открытых моделей Llama (3.x/4), распространяет веса и документацию на официальном портале Llama и поддерживает развёртывание через партнёров и собственные продукты (Llama API — превью, Llama Stack). Линейка включает текстовые (Llama 3.1, 3.3) и мультимодальные (Llama 3.2 Vision) варианты, ориентированные на локальный и облачный inference.

Модели (API)

ID (для API)	Тип / режим	Контекст	Кратко	Поддержка / ограничения	Цены ($/1M)	Документация
Meta-Llama-3.1-405B-Instruct	Текст (открытые веса)	не указано	Крупная универсальная модель семейства 3.1.	Коммерческое использование — по лицензии Доступ через партнёров / Llama API (превью)	не указано	документация
Meta-Llama-3.1-70B-Instruct	Текст (открытые веса)	не указано	Сбалансированная модель 70B.	Локальный и облачный inference Интеграции — см. «Llama Everywhere»	не указано	документация
Meta-Llama-3.2-90B-Vision-Instruct	Текст+изображения	не указано	Мультимодальная (vision) модель среднего размера.	Вход: текст+картинки; выход: текст Фокус: распознавание и визуальное рассуждение	не указано	документация
Meta-Llama-3.2-11B-Vision-Instruct	Текст+изображения	не указано	Лёгкая мультимодальная (vision) модель.	Оптимизация под edge/он-девайс Квантизации — см. гайд	не указано	документация
Meta-Llama-3.2-3B-Instruct	Текст (лёгкая)	не указано	Лёгкая текстовая 3B для низкой латентности.	Квантизации и on-device Поддержка мультиязычности	не указано	документация
Meta-Llama-3.2-1B-Instruct	Текст (ультралёгкая)	не указано	Мини-модель для крайних ограничений по ресурсам.	Ориентирована на мобильные/edge-сценарии Лицензия Meta Llama 3	не указано	документация
Meta-Llama-3.3-70B-Instruct	Текст (открытые веса)	не указано	Актуальное 70B-поколение (3.3).	См. «Downloads / Llama 3.3» Коммерческое использование — по лицензии	не указано	страница

Ключевые особенности

Открытые веса: загрузки и документация на llama.meta.com
Текстовые и мультимодальные (Vision) варианты (Llama 3.2)
Поддержка локального, edge и облачного развёртывания («Llama Everywhere»)
Llama API (превью) и Llama Stack как продукты экосистемы
Официальные гайды по fine-tuning, quantization, интеграциям

Ограничения и риски

Официальное API и прайсинг от Meta не опубликованы (Llama API — превью)
Часть блог-страниц требует авторизации; детали уточняйте в карточках моделей
Лицензионные требования Meta Llama распространяются на использование и брендирование

Сравнение цен

Чат (подписка)

Провайдер	План / уровень	Цена (как в оф. источнике)	Ссылка
OpenAI	ChatGPT Plus	$20 / месяц	прайсинг
Anthropic	Claude Pro	$20 / месяц (или $17/мес при годовой оплате)	прайсинг
Google	Google AI Pro	$19.99 / месяц	прайсинг
Mistral	Le Chat Pro	€19 / месяц	прайсинг

API (модели)

Провайдер	Модель / ID	in (hit), $/1M	out, $/1M	Ссылка
Meta	`Llama (открытые веса)`	—	—	официально
OpenAI	`gpt-5`	$1.25	$10.00	прайсинг
OpenAI	`gpt-4o-mini`	$0.15	$0.60	прайсинг
Anthropic	`claude-sonnet-4`	$0.30	$15.00	прайсинг
Google	`gemini-2.5-pro`	—	$10.00 (≤200k) / $15.00 (>200k)	прайсинг
xAI	`grok-4`	$0.75 (cached)	$15.00	прайсинг
Mistral	`devstral-medium-2507`	—	$2.00	прайсинг

Бенчмарки (официальные)

Провайдер	Модель / ID	GPQA (Diamond)	MMLU	MMLU Pro	DROP (F1)	HumanEval (pass@1)	Источник
Meta	Llama 3.1 405B Instruct	50.7%	87.3%	73.3%	84.8%	89.0%	официально
Meta	Llama 3.1 70B Instruct	41.7%	83.6%	66.4%	79.6%	80.5%	официально
OpenAI	GPT-5	85.7%	92.5%	не указано	не указано	93.4%	официально
OpenAI	GPT-4.1	66.3%	90.2%	не указано	не указано	не указано	официально
OpenAI	GPT-4o mini	40.2%	82.0%	не указано	79.7%	87.2%	официально
Google	Gemini 2.5 Pro	83.0%	не указано	не указано	не указано	не указано	официально
Google	Gemini 2.5 Flash	82.8%	не указано	не указано	не указано	не указано	официально
xAI	Grok-4 Heavy	88.4%	не указано	не указано	не указано	не указано	официально
xAI	Grok-4	87.5%	не указано	не указано	не указано	не указано	официально
xAI	Grok 3	84.6%	не указано	не указано	не указано	не указано	официально
Anthropic	Claude 3.5 Sonnet	67.2%	90.4%	77.6%	87.1%	93.7%	официально
DeepSeek	DeepSeek-R1-0528	81.0%	не указано	85.0%	не указано	не указано	официально
DeepSeek	DeepSeek-V3	59.1%	88.5%	75.9%	91.6%	не указано	официально
Meta	Llama 3.3 70B Instruct	33.3%	не указано	не указано	не указано	не указано	официально
Alibaba	Qwen2.5 72B Instruct	49.0%	не указано	71.1%	не указано	86.6%	официально
Alibaba	Qwen2.5 32B Instruct	49.5%	83.3%	69.0%	не указано	88.4%	официально
Mistral	Devstral Medium	не указано	не указано	не указано	не указано	не указано	официально
AI21	Jamba 1.5 Large	36.9%	81.2%	53.5%	не указано	не указано	официально
Microsoft	Phi 4	56.1%	84.8%	70.4%	75.5%	82.6%	официально

*Meta — признана в России экстремистской организацией, ее деятельность запрещена

Новости

Бурный рост акций Nvidia: как капитализация в $5 трлн стала новой нормой для короля AI-железа

Капитализация Nvidia достигла $4 трлн благодаря ИИ-буму. Microsoft и Meta инвестируют $150+ млрд в GPU-инфраструктуру, укрепляя монополию компании. Анализ перспектив и рисков.

Nscale Fine-tuning: Дообучение моделей без инфраструктурной головной боли

Nscale запустил serverless-платформу для дообучения open-source ИИ-моделей без управления инфраструктурой. Тарификация за токены, live-мониторинг и $5 на тесты.

Марк Цукерберг и эра персонального суперинтеллекта: утопия или новый захват данных?

Анализ манифеста Цукерберга о персональном ИИ: за риторикой о свободе творчества скрывается стратегия Meta по захвату данных через умные очки. Экспертная оценка рисков.

Улучшение низкобитных операторов в PyTorch и ExecuTorch: динамический выбор ядер, KleidiAI и квантованные связанные эмбеддинги

TorchAO представляет динамический выбор ядер, интеграцию с KleidiAI и квантованные связанные эмбеддинги для ускорения низкобитного вывода на Arm CPU. Результат: 2-кратный прирост скорости на M1.