Llama
De open-weight familie die duizenden onafhankelijke projecten aandrijft.
De fiche van Olya
- Bijzonderheden
- Llama is geen dienst maar een familie modellen met te downloaden gewichten: je draait ze zelf, op je eigen hardware of via je provider, zonder een Meta-API. Let op het woord "open": het is open-weight, geen open source in strikte zin, en de licentie eist een aparte overeenkomst voor wie boven de 700 miljoen maandelijkse gebruikers komt. Juist die beschikbaarheid, niet één benchmark, maakte het de facto de standaard voor fine-tuning en onafhankelijke projecten.
- Sterke punten
- De nieuwste generatie, Llama 4 Scout en Maverick (april 2025), gebruikt een mixture-of-experts-architectuur: 17 miljard actieve parameters per token op 109 en 400 miljard totaal, dus sterke output tegen beheersbare rekenkosten, waarbij Scout gekwantiseerd op één H100-GPU past. Ze zijn native multimodaal (tekst en beeld) en Scout claimt een contextvenster tot 10 miljoen tokens. Eromheen ligt het breedste ecosysteem dat er is: lokale tools, geoptimaliseerde varianten en communities voor elk gebruiksscenario.
- Wanneer te gebruiken
- Het loont wanneer je controle wilt: data die binnenshuis blijft, on-premise of zelf-gehoste uitvoering, geen binding aan één leverancier. Het is de logische keuze voor fine-tuning op een specifiek domein of om een product te bouwen zonder per aanroep te betalen. Ook prima om te leren, omdat je het model kunt inzien en aanpassen.
- Wanneer te vermijden
- Wil je liever geen infrastructuur beheren, dan brengt een gesloten, kant-en-klare API je sneller bij een resultaat. De enorme contextvensters zijn een kopcijfer: de echte prestatie op lange documenten moet je in je eigen geval testen, niet aannemen. En houd Meta's toewijding aan open in de gaten: in 2026 kwam er geen nieuwe Llama en het bedrijf koos voor een closed-weight model, een teken dat het vervolg minder vastligt dan het lijkt.