Llama
Сімейство open-weight, що живить тисячі незалежних проєктів.
Картка Olya
- Особливості
- Llama — це не сервіс, а сімейство моделей із вагами, які можна завантажити: ви запускаєте їх самі, на своєму обладнанні чи через свого провайдера, оминаючи API від Meta. Обережно зі словом «відкритий»: це open-weight, а не відкритий код у строгому сенсі, і ліцензія вимагає окремої угоди для тих, хто перевищує 700 мільйонів користувачів на місяць. Саме ця доступність, а не окремий бенчмарк, зробила її фактичним стандартом для донавчання й незалежних проєктів.
- Сильні сторони
- Останнє покоління, Llama 4 Scout і Maverick (квітень 2025), використовує архітектуру mixture-of-experts: 17 мільярдів активних параметрів на токен зі 109 та 400 мільярдів загалом, тобто добра віддача за помірної вартості обчислень, а Scout після квантизації вміщується на одну GPU H100. Обидві нативно мультимодальні (текст і зображення), а Scout заявляє вікно контексту до 10 мільйонів токенів. Довкола — найширша з наявних екосистем: локальні інструменти, оптимізовані версії та спільноти під будь-який сценарій.
- Коли використовувати
- Вона окупається, коли вам потрібен контроль: дані лишаються всередині, запуск on-premise чи на власному хостингу, відсутність прив'язки до одного постачальника. Це природний вибір для донавчання під конкретну галузь або для продукту без оплати за кожен виклик. Гарна й просто для навчання, адже модель можна вивчати й налаштовувати.
- Коли уникати
- Якщо поратися з інфраструктурою не хочеться, закритий готовий API приведе до результату швидше. Величезні вікна контексту — це цифра для заголовка: реальну роботу на довгих документах треба перевіряти на своєму випадку, а не брати на віру. І варто стежити за відданістю Meta відкритості: у 2026 році нової Llama не вийшло, а компанія повернула до моделі із закритими вагами — знак, що подальший шлях менш визначений, ніж здається.