Модели Llama подробно: от Llama 2 до Llama 4 и что на самом деле значит открытый исходный код в ИИ

Тот, кто знает только приложение Meta AI или поле чата в WhatsApp, видит лишь поверхность. Под ней работает семейство моделей ИИ под названием Llama, которое Meta выпускает с 2023 года в нескольких поколениях. Особенность в том, что в отличие от ChatGPT, Claude или Gemini, в случае Llama практически каждый может скачать так называемые веса модели и запустить модель на собственном оборудовании, не обязательно проходя через серверы провайдера. Эта статья объясняет, что это конкретно значит, чем отличаются версии Llama и где эта открытость на самом деле имеет значение в быту и профессиональной жизни.

Что вообще означает «открытый исходный код» или «открытые веса» у ИИ?

Отличие от ChatGPT, Claude и Gemini

У большинства известных чат-ботов ИИ, таких как ChatGPT от OpenAI, Claude от Anthropic или Gemini от Google, собственно вычисление происходит исключительно на серверах соответствующего провайдера. Вы вводите вопрос, запрос отправляется через интернет в дата-центр провайдера, там обрабатывается, и ответ возвращается обратно. Сама модель — то есть огромный файл с обученными «шаблонами мышления» — при этом всегда остаётся у провайдера и недоступна и не может быть скачана никем извне.

У Llama всё по-другому. Meta публикует обученные веса модели для скачивания. Тот, у кого есть технические возможности, может установить и запустить Llama на собственном сервере, в собственной облачной среде или даже на мощном ПК, вообще без отправки хотя бы одного запроса на серверы Meta. Именно поэтому в отношении Llama точнее говорят об «открытых весах», а не о полностью классическом открытом исходном коде: обученные результаты открыто доступны и пригодны для использования, а точные обучающие данные и весь процесс обучения — нет, не полностью публичны.

Что это означает конкретно: самостоятельный хостинг вместо облачного сервиса?

«Самостоятельный хостинг» означает, что компания или опытное частное лицо настраивает программное обеспечение так, что ИИ работает на собственном оборудовании — будь то собственный сервер в офисе, арендованный сервер в немецком дата-центре или частное облако. Большое преимущество: все данные, вводимые в ИИ, в этом случае никогда не покидают собственную инфраструктуру. Нет третьей компании, которая читает, сохраняет запросы или анализирует их для собственных целей. Это принципиальное структурное отличие от Meta AI как готового продукта, который всегда работает через собственные серверы Meta, или от ChatGPT и Claude, где самостоятельная эксплуатация технически в принципе невозможна.

Модель с открытыми весами, такая как Llama, — это как рецепт, который можно скачать и приготовить на собственной кухне. Классический облачный чат-бот — это как ресторан, куда приходится ходить снова и снова, потому что рецепт вам никогда не покажут.

Lukinski AI · ab 49 €/MonatFrag die Immobilien-KI — Jetzt testen →Frag z.B.: „Ist diese Mietvertragsklausel wirksam?“

Поколения Llama в обзоре

Llama 1 и 2: начало

Первая версия Llama весной 2023 года первоначально предназначалась только для исследовательских целей и способствовала прежде всего тому, что открытые модели ИИ вообще стали воспринимать серьёзно. С Llama 2 летом 2023 года Meta впервые явно открыла использование и для коммерческих целей, заложив тем самым основу для широкого сообщества разработчиков, работающих на базе Llama.

Llama 3: прорыв в массы

С Llama 3 в 2024 году Meta улучшила прежде всего качество ответов, многоязычность и способность работать со значительно более длинными текстами. Llama 3 считается версией, с которой открытые модели впервые смогли серьёзно конкурировать с лучшими закрытыми моделями, и стала основой множества корпоративных приложений.

Llama 4: Scout, Maverick и Behemoth

Текущее поколение Llama 4 появилось в апреле 2025 года и принесло важный технический скачок: модели изначально построены как «мультимодальные», то есть понимают не только текст, но и изображения в рамках одной модели. Семейство состоит из нескольких размеров: Llama 4 Scout — более компактный, эффективный вариант для более простых задач и использования на ограниченном оборудовании. Llama 4 Maverick — более мощный универсальный вариант для более сложных задач. Llama 4 Behemoth — безусловно самая крупная модель семейства, которая сначала служила прежде всего внутренней «моделью-учителем», с помощью которой обучались меньшие варианты; будет ли и когда Behemoth станет публично доступной как самостоятельная модель, к середине 2026 года окончательно не было ясно.

Версия	Выход	Особенность	Типичное применение
Llama 1	2023	Только для исследовательских целей	Научные исследования
Llama 2	2023	Впервые доступна и для коммерческого использования	Первые корпоративные проекты
Llama 3	2024	Значительно лучшее качество языка, больше языков	Широкое использование разработчиками и компаниями
Llama 4 Scout	2025	Компактная, ресурсосберегающая, мультимодальная	Более простые задачи, небольшие серверы
Llama 4 Maverick	2025	Мощная, мультимодальная	Сложные корпоративные приложения
Llama 4 Behemoth	анонсирована, публичная доступность не определена	Крупнейшая модель, изначально внутренняя модель-учитель	Исследования, обучение меньших моделей

Лицензия Llama: что стоит знать

Хотя Llama часто называют «моделью с открытым исходным кодом», в строгом смысле это не совсем верно. Согласно официальному определению программного обеспечения с открытым исходным кодом, использование должно быть совершенно неограниченным, что в случае Llama не так. Meta довольно широко разрешает коммерческое использование, но с одним важным исключением: тому, кто управляет продуктом или сервисом с более чем 700 миллионами активных пользователей в месяц, требуется отдельная лицензия непосредственно от Meta. Для подавляющего большинства компаний, включая более крупные средние предприятия или компании в сфере недвижимости, этот порог на практике совершенно не имеет значения, так как он на порядки выше их масштаба. Тем не менее важно знать точные условия лицензии, прежде чем прочно закреплять Llama в собственном продукте.

Для практически любой обычной компании в Германии лицензионный порог в 700 миллионов пользователей — чистая теория. Более важен вопрос, как и где эксплуатировать Llama, а не имеет ли на это право компания юридически.

Примеры применения из быта и профессиональной жизни

Пример 1: повседневные вопросы в чате

Самое простое использование происходит через сам Meta AI: вопрос о рецепте, перевод, короткое обобщение текста. Здесь Llama работает в фоновом режиме на собственных серверах Meta, без того, чтобы пользователь вообще это замечал.

Пример 2: разработчики создают собственные приложения

Компания-разработчик программного обеспечения может скачать модель Llama и встроить её в собственное приложение, например чат-бота службы поддержки, без необходимости платить за каждый отдельный запрос внешнему облачному провайдеру. Текущие расходы тогда складываются из собственного сервера, а не из расчёта за каждый запрос.

Пример 3: чувствительные данные в сфере недвижимости и финансов

Пример из практики: агентство недвижимости хочет создавать тексты экспозе, описания объектов или внутренние заметки о заинтересованных покупателях с помощью ИИ, не передавая данные клиентов, цены покупки или черновики договоров американскому облачному провайдеру. С самостоятельно управляемой моделью Llama на сервере в Германии эта информация полностью остаётся в собственной инфраструктуре. Это не заменяет полное соответствие защите данных, но представляет собой структурное отличие от облачного чат-бота, где данные в принципе покидают собственный дом. Важно при этом: затраты на настройку, обслуживание и обновление собственной модели реальны и должны быть реалистично учтены, прежде чем принимать такое решение.

Пример 4: перевод и многоязычность в органах власти и администрации

Государственные учреждения или крупные команды специалистов иногда используют открытые модели, такие как Llama, для предварительной сортировки многоязычных запросов или предварительного формулирования стандартных ответов, не передавая данные граждан внешнему облачному сервису.

Пример 5: простой расчётный пример логики затрат

Предположим, малое предприятие ежемесячно обрабатывает около 50 000 запросов ИИ для создания текстов. Через коммерческого облачного чат-бота с оплатой за запрос в зависимости от провайдера и размера модели быстро могут набраться несколько сотен евро в месяц, поскольку затраты растут с объёмом использования. Самостоятельно управляемый сервер с более компактной моделью Llama, такой как Scout, напротив, создаёт в основном фиксированные расходы на аренду и эксплуатацию сервера, независимо от того, обрабатывается ли 10 000 или 80 000 запросов в месяц. Начиная с определённого объёма использования собственная эксплуатация может стать дешевле, чем текущая оплата за запрос — однако только если необходимые технические знания для настройки и обслуживания уже есть или приобретаются. Для небольшого, нерегулярного использования облачный сервис часто остаётся более практичным выбором.

Часто задаваемые вопросы

Полностью ли бесплатно можно использовать Llama?

Скачивание и использование весов модели для подавляющего большинства случаев применения бесплатно. Расходы возникают из-за эксплуатации, то есть серверного оборудования или облачных вычислительных мощностей, необходимых для запуска модели.

Нужны ли мне навыки программирования, чтобы самостоятельно запустить Llama?

Для самостоятельной эксплуатации, как правило, необходимы технические специальные знания или ИТ-поставщик услуг. Для обычного использования через Meta AI в WhatsApp или приложении, напротив, никаких предварительных знаний не требуется.

Является ли самостоятельно управляемая модель Llama автоматически соответствующей GDPR?

Нет, автоматически ничего не происходит. Однако самостоятельная эксплуатация создаёт техническую предпосылку для того, чтобы данные не покидали собственный дом, что является важной основой для решений, дружественных к защите данных. Конкретная юридическая реализация всё же остаётся необходимой.

Какая разница между Llama 4 Scout и Maverick?

Scout — более компактный, ресурсосберегающий вариант для более простых задач и небольших серверов, Maverick — более мощный вариант для более сложных приложений с соответственно более высокими требованиями к оборудованию.

Может ли любая компания использовать Llama в собственных продуктах?

Для подавляющего большинства компаний — да, в рамках условий лицензии Llama. Только для сервисов с более чем 700 миллионами активных пользователей в месяц требуется отдельное соглашение с Meta.

Тому, кто после этого технического погружения хочет ещё раз взглянуть на готовый продукт Meta AI в повседневной жизни, обзор представлен на странице провайдера Meta. Сравнение с другими крупными провайдерами ИИ доступно на обзорной странице кластера моделей ИИ.