LLaMA — Large Language Model Meta AI — a fost lansat pe 24 februarie 2023, doar pentru cercetătorii care au solicitat acces. A rămas privat aproximativ o săptămână. Pe 3 martie, greutățile au apărut într-un torrent distribuit pe 4chan, iar în câteva zile oamenii rulau pe propriile echipamente un model de nivel GPT-3. Meta nu plănuia să pornească mișcarea greutăților deschise, dar probabil că scurgerea a făcut-o.
A urmat un val de creativitate. Alpaca, de la Stanford, a ajustat modelul 7B cu mai puțin de 600 de dolari. Georgi Gerganov a scris llama.cpp, un motor simplu de inferență în C/C++ care rula LLaMA pe procesorul unui MacBook. Astăzi are peste 127.000 de stele pe GitHub și a adus formatul GGUF. Ollama, care a început ca un wrapper prietenos pentru acesta, are și mai multe: peste 180.000 de stele. AI-ul local pe care îl știm a crescut dintr-un model de cercetare scurs.
Meta a continuat în aceeași direcție. Llama 2, lansat în iulie 2023, avea o licență care permitea utilizarea comercială, dar cu o condiție cunoscută: companiile cu peste 700 de milioane de utilizatori activi lunar aveau nevoie de aprobarea Meta — în practică, doar câțiva concurenți. Llama 3 a fost antrenat pe aproximativ 15 trilioane de tokeni. În iulie 2024, Llama 3.1 a adus un model 405B cu o fereastră de context de 128K, primul model cu greutăți deschise capabil să stea alături de cele mai avansate modele închise. Llama 3.2 a adăugat modele 1B și 3B suficient de mici pentru telefoane. La începutul lui 2025, Meta raporta peste un miliard de descărcări.
Termenul „open source” a fost totuși mereu disputat. Open Source Initiative nu a acceptat licența Llama ca open source din cauza restricțiilor de utilizare, iar Free Software Foundation a clasificat licența Llama 3.1 drept ne-liberă. Termenul exact este „greutăți deschise”: poți descărca, rula și ajusta modelul, dar licența, nu tu, stabilește regulile. Pentru o companie, diferența contează — citește politica de utilizare acceptabilă înainte să construiești pe baza modelului.
Llama 4 a fost lansat într-o sâmbătă, pe 5 aprilie 2025, și a trecut la o arhitectură mixture-of-experts. Scout are 17B parametri activi din 109B și o fereastră de context de 10 milioane de tokeni; Maverick are 17B activi din 400B. Lansarea a fost umbrită de o controversă privind benchmark-urile: versiunea clasată sus pe LMArena era o variantă experimentală optimizată pentru conversații, nu cea lansată de Meta. Behemoth, modelul uriaș anunțat cu aproximativ 2 trilioane de parametri, nu a fost lansat niciodată. În aprilie 2026, Meta Superintelligence Labs a lansat Muse Spark, un model închis și proprietar. Meta spune că modelele Llama existente rămân disponibile și a discutat despre deschiderea versiunilor viitoare, dar epoca unui model emblematic Meta cu greutăți deschise pare suspendată.
Pentru dezvoltatori, lecția este practică. Llama a făcut normală rularea unui model performant pe propriile servere — pentru confidențialitate, controlul costurilor sau utilizare offline. Opțiunea nu va dispărea, indiferent cine conduce mai departe mișcarea greutăților deschise. În produsele TypeScript sau Python tratez modelul ca pe o dependență înlocuibilă: un endpoint compatibil cu OpenAI, fie că este un API găzduit, vLLM sau Ollama pe o mașină locală, plus evaluări care arată când un model deschis mai ieftin este suficient. Arhitectura câștigătoare este cea în care schimbarea modelului înseamnă doar o modificare de configurație.
Oferă-i următorului produs cuiva care rămâne.
Ești gata să începem? Trimite-mi un mesaj - pot începe acum și pot rămâne alături de produs. Colaborări pe termen lung, nu o predare în două săptămâni. Să discutăm proiectul, cerințele și cea mai bună cale de urmat.