LLaMA

Факты

Быстрые ссылки

• Документация
• Загрузки / Llama API / Llama Stack
• Hugging Face (все модели)
• Карточка модели: Llama 3.3
• Карточка модели: Llama 3.2 (Зрение/Текст)
• Дообучение
• Квантование
• Ответственное использование / Политики
• Блог: семейство Llama 4
• Meta AI (чат)

История релизов

• 2024-07-23 — Llama 3.1 (405B/70B/8B) с контекстом 128K; передовая текстовая модель для своего времени — ссылка
• 2024-09-25 — Llama 3.2 (Vision 11B/90B и текст 1B/3B) — мультимодальные и лёгкие варианты с контекстом до 128K — ссылка
• 2024-12-06 — Llama 3.3 70B: текстовая модель с производительностью Llama 3.1 70B/405B при меньшей цене и задержке; 86.0% MMLU, 68.9% MMLU Pro, 88.4% HumanEval, 77.0% MATH — ссылка
• 2025-04-05 — релиз Llama 4 Maverick и Scout: изначально мультимодальные, архитектура «Mixture of Experts (MoE)», контекст до 1 млн / 10 млн токенов в открытых весах, сильные показатели на тестах STEM — ссылка
• 2025-04-15 — анонс Llama 4 Behemoth (288 млрд активных параметров, ~2 трлн всего, 16 экспертов): используется как модель-учитель для Scout/Maverick, остаётся внутренней и в ограниченном исследовательском доступе, открытые веса не опубликованы — ссылка
• 2025-12 — Meta Superintelligence Labs объявляет о работе над семейством Llama 4.X (4.5), а также Llama 4.1/4.2; по состоянию на июнь 2026 года публичных релизов этих моделей с открытыми весами нет, вместо этого в апреле 2026 года выпущен закрытый флагман Muse Spark как преемник Llama 4 внутри продуктов Meta.

Модели (API и открытые веса)

Ключевые особенности

• Открытые веса: загрузки на Hugging Face и llama.com/llama-downloads, более 1.2 млрд суммарных загрузок к концу 2025 года.
• Llama 4 — изначально мультимодальная линейка с архитектурой «Mixture of Experts (MoE)» (Scout и Maverick с апреля 2025 года).
• Рекордные контекстные окна среди открытых моделей: Scout до 10 млн токенов в открытых весах (практически 128K–~328K в большинстве API), Maverick до 1 млн; Llama 3.x до 128K.
• Поддержка локального, периферийного и облачного развёртывания (инициатива Llama Everywhere и Llama Stack).
• Llama API и Llama Stack предоставляют API-слой, совместимый с OpenAI; также существуют широкие интеграции с партнёрскими API (Together, Groq, DeepInfra, Cerebras, Oracle, AWS, Azure, Google Vertex AI, Cloudflare Workers AI и др.).
• Llama Guard 4 как встроенная система защиты для мультимодального контента; дополняется сторонними решениями (варианты Detoxio, VirtueGuard и др.).
• Официальные руководства по дообучению, квантованию, развёртыванию и интеграциям с вычислительными фреймворками (vLLM, TGI, Triton, ExecuTorch и др.).
• После прохладного приёма первых версий Llama 4 Meta создала Meta Superintelligence Labs и в апреле 2026 года выпустила закрытую мультимодальную reasoning‑модель Muse Spark как флагман для продуктов Meta; при этом Llama 4 и Llama 3.3 остаются открытой основой для экосистемы разработчиков.
• Meta AI чат (meta.ai) и отдельное приложение Meta AI используют связку Llama 4 и Muse Spark; расширяются мультимодальные функции (генерация и редактирование изображений, голос), остаётся крупный бесплатный слой и тестируются платные уровни Meta One (Meta One Plus / Premium).

Рекомендации по применению

• Llama 4 Maverick / Scout — универсальные ассистенты, мультимодальные приложения (текст + изображения), программирование, агентные системы, задачи с длинным контекстом (открытая альтернатива закрытым моделям высокого класса, особенно с учётом низкой цены хостинга у ряда провайдеров и Meta‑совместимых API).
• Llama 3.3 70B — текстовые задачи, программирование, многоязычные сценарии там, где не нужны изображения и контекст на 10 млн токенов; оптимальное соотношение цена/качество среди крупных текстовых моделей Llama 3.x.
• Llama 3.2 Vision (11B/90B) — восприятие изображений, визуальные рассуждения, работа на устройстве и периферии, когда Llama 4 Scout не помещается в бюджет или по ресурсам.
• Llama 3.2 (1B/3B) — низкая задержка, мобильные приложения, вычисления на периферии, офлайн-сценарии и локальный вывод на устройстве с контекстом до ~128K токенов.

Ограничения и риски

• Лицензионные требования: для более 700 млн активных пользователей в месяц (MAU) требуется отдельное разрешение Meta, которое может не быть выдано.
• Ограничения для ЕС: права на использование мультимодальных моделей Llama 4 по лицензии Llama 4 Community не предоставляются лицам и компаниям, зарегистрированным в ЕС; однако конечные пользователи в ЕС могут пользоваться сервисами, развёрнутыми за пределами ЕС и использующими Llama 4.
• Llama 4 Behemoth — по состоянию на июнь 2026 года остаётся внутренней/исследовательской моделью без открытых весов и без коммерческого использования; дальнейшая её судьба во многом связана с развитием закрытой линейки Muse.
• Реальный длинный контекст: несмотря на заявленные 10 млн токенов у Scout, независимые тесты и практические руководства фиксируют деградацию качества и/или ограничение реализаций библиотеками уже при гораздо меньших длинах (десятки–сотни тысяч); для сценариев более 200K токенов требуется тщательное тестирование и специализированные конфигурации.
• Архитектура «Mixture of Experts (MoE)» упрощает масштабирование по качеству при фиксированном числе активных параметров, но усложняет развёртывание и мониторинг ресурсов (особенно при высоких значениях контекста и на нескольких графических процессорах).
• Уязвимости безопасности: независимые отчёты показывают средний уровень риска для Llama 4 Scout и Maverick; эффективные атаки включают обход ограничений, внедрение вредоносных инструкций и мультимодальные обходы фильтров; Llama Guard 4 и сторонние решения снижают риск, но не устраняют его полностью.
• Ценообразование Llama‑совместимых API: Meta и партнёры предлагают низкие цены для Llama 3.2/3.3 и Llama 4 (например, Scout от ~$0.08/$0.30, Maverick от ~$0.15/$0.60 за 1 млн токенов в Meta‑совместимых API и у хостеров), но платформа и экосистема всё ещё активно развиваются, условия и лимиты могут меняться.
• Часть документации и утилит (например, некоторые функции Llama API и Llama Stack) требует регистрации и авторизации; детали нужно уточнять в актуальных модельных карточках и руководствах.

Сравнение цен

Чат (подписка)

Meta не делает платную подписку единственным способом доступа к Meta AI: базовый Meta AI (meta.ai и приложение Meta AI) остаются бесплатными для большинства пользователей, в то время как платные уровни Meta One Plus ($7.99/месяц) и Meta One Premium ($19.99/месяц) тестируются как надстройка с повышенными лимитами, более высокой скоростью и доступом к премиальным моделям; корпоративные тарифы находятся в пилотном статусе.

API (модели через Together.ai и партнёров)

Бенчмарки (официальные; апрель 2025)

Последние обновления (июнь 2026)

• Llama 4 Scout и Maverick активно используются в промышленной эксплуатации; Scout популярен для обработки длинного контекста (многодокументный анализ, длинный код, агентные сценарии), а Maverick — как основной мультимодальный ассистент высокого качества у множества провайдеров и в корпоративных продуктах.
• Llama 3.3 70B остаётся фактически стандартной крупной текстовой моделью Llama 3.x с отличным соотношением цена/качество; Llama 3.1 70B во многих облаках помечена как устаревающая и выводится из новых развёртываний в пользу 3.3 (используется в основном для легаси‑нагрузок).
• Llama 4 Behemoth по-прежнему не имеет открытых весов и остаётся моделью-учителем; на фоне запуска Muse Spark вероятность её полноценного открытого релиза снизилась, Meta сосредотачивается на практических улучшениях Scout/Maverick и новой закрытой линейке Muse.
• Модели Llama 4 интегрированы в крупные облачные платформы (AWS, Azure, Oracle Cloud, Google Vertex AI в режиме MaaS, IBM watsonx, Cloudflare Workers AI, Together, Groq, DeepInfra и др.), что упрощает развёртывание и даёт широкий выбор по цене и задержке.
• Лицензионные ограничения (700 млн активных пользователей в месяц, обязательный брендинг «Built with Llama», региональные ограничения по ЕС для мультимодальных Llama 4) остаются предметом дискуссий в сообществе о степени «открытости» Llama 4.
• Llama API развивается как унифицированный способ доступа к моделям Llama (включая Llama 4 и Llama 3.3 8B/70B) с SDK и конечными точками, совместимыми с OpenAI; фактически используется в реальных продуктах, хотя формально ещё воспринимается как активно развивающийся сервис.
• Безопасность Llama 4: независимые оценки подтверждают средний уровень уязвимостей; связка Llama Guard 4 + внешние решения (например, модели Detoxio) существенно повышает устойчивость, но не устраняет необходимость многоуровневого контроля и аудита.
• Meta AI (meta.ai и отдельное приложение Meta AI) теперь используют не только Llama 4, но и закрытую reasoning‑модель Muse Spark, расширяя мультимодальные функции (генерация и редактирование изображений, голосовой интерфейс, более глубокое рассуждение), при этом сохраняется бесплатный базовый доступ и тестируются платные уровни Meta One с повышенными лимитами и премиальными моделями.