Llama
A família open-weight que alimenta milhares de projetos independentes.
A ficha de Olya
- Particularidades
- Llama não é um serviço, mas uma família de modelos com pesos para baixar: você mesmo os executa, no seu hardware ou pelo seu provedor, sem passar por uma API da Meta. Cuidado com a palavra "aberto": é open-weight, não código aberto no sentido estrito, e a licença exige um acordo à parte para quem ultrapassa 700 milhões de usuários mensais. É essa disponibilidade, e não um único benchmark, que a tornou o padrão de fato para fine-tuning e projetos independentes.
- Pontos fortes
- A última geração, Llama 4 Scout e Maverick (abril de 2025), usa uma arquitetura mixture-of-experts: 17 bilhões de parâmetros ativos por token sobre 109 e 400 bilhões no total, ou seja, bom desempenho com custo de computação contido, e o Scout cabe em uma única GPU H100 quando quantizado. São multimodais nativos (texto e imagem) e o Scout declara uma janela de contexto de até 10 milhões de tokens. Ao redor existe o ecossistema mais amplo que há: ferramentas locais, versões otimizadas e comunidades para cada caso de uso.
- Quando usá-la
- Compensa quando você quer controle: dados que ficam em casa, execução on-premise ou auto-hospedada, sem depender de um único fornecedor. É a escolha natural para fazer fine-tuning num domínio específico ou construir um produto sem pagar por chamada. Ótima também só para aprender, porque dá para inspecionar e adaptar o modelo.
- Quando evitá-la
- Se prefere não gerir infraestrutura, uma API fechada e pronta leva você ao resultado mais rápido. As enormes janelas de contexto são um número de manchete: o desempenho real em documentos longos precisa ser testado no seu caso, não presumido. E vale acompanhar o compromisso da Meta com o aberto: em 2026 não veio um novo Llama e a empresa virou para um modelo de pesos fechados, sinal de que o caminho adiante é menos certo do que parece.