Llama
Die Open-Weight-Familie, die Tausende unabhängiger Projekte antreibt.
Olyas Steckbrief
- Besonderheiten
- Llama ist kein Dienst, sondern eine Modellfamilie mit herunterladbaren Gewichten: Du betreibst sie selbst, auf deiner Hardware oder über deinen Anbieter, ohne eine Meta-API. Achtung beim Wort "offen": Es ist open-weight, nicht Open Source im strengen Sinn, und die Lizenz verlangt eine gesonderte Vereinbarung für alle über 700 Millionen monatlichen Nutzern. Genau diese Verfügbarkeit, nicht ein einzelner Benchmark, hat sie zum De-facto-Standard für Fine-Tuning und unabhängige Projekte gemacht.
- Stärken
- Die neueste Generation, Llama 4 Scout und Maverick (April 2025), nutzt eine Mixture-of-Experts-Architektur: 17 Milliarden aktive Parameter pro Token bei 109 bzw. 400 Milliarden insgesamt, also starke Leistung bei überschaubaren Rechenkosten, wobei Scout quantisiert auf eine einzelne H100-GPU passt. Sie sind nativ multimodal (Text und Bild), und Scout nennt ein Kontextfenster von bis zu 10 Millionen Token. Drumherum liegt das breiteste Ökosystem überhaupt: lokale Tools, optimierte Varianten und Communities für jeden Anwendungsfall.
- Wann man sie nutzt
- Es lohnt sich, wenn du Kontrolle willst: Daten, die im Haus bleiben, On-Premise- oder Self-Hosted-Betrieb, keine Bindung an einen einzigen Anbieter. Die naheliegende Wahl für Fine-Tuning auf einer bestimmten Domäne oder für ein Produkt ohne Abrechnung pro Aufruf. Auch zum Lernen ideal, weil du das Modell einsehen und anpassen kannst.
- Wann man sie meidet
- Wenn du keine Infrastruktur verwalten willst, bringt dich eine geschlossene, fertige API schneller zum Ergebnis. Die riesigen Kontextfenster sind eine Schlagzeile: Die echte Leistung bei langen Dokumenten muss am eigenen Fall getestet, nicht vorausgesetzt werden. Und behalte Metas Bekenntnis zu Open im Blick: 2026 kam kein neues Llama, und das Unternehmen schwenkte auf ein Closed-Weight-Modell um — ein Zeichen, dass der weitere Weg weniger festgelegt ist, als er scheint.