LLaMA — Large Language Model Meta AI — 24 Şubat 2023’te yayımlandı ve yalnızca erişim başvurusu yapan araştırmacılara açıldı. Yaklaşık bir hafta gizli kaldı. 3 Mart’ta ağırlıkları 4chan’de paylaşılan bir torrentte ortaya çıktı; birkaç gün içinde insanlar GPT-3 düzeyindeki bir modeli kendi donanımlarında çalıştırıyordu. Meta açık ağırlık hareketini başlatmayı planlamamıştı ama bunu muhtemelen o sızıntı yaptı.
Ardından yaratıcılık patlaması yaşandı. Stanford’un Alpaca’sı 7B modeli 600 dolardan ucuza ince ayardan geçirdi. Georgi Gerganov, LLaMA’yı MacBook CPU’sunda çalıştıran yalın bir C/C++ çıkarım motoru olan llama.cpp’yi yazdı. Proje bugün GitHub’da 127 binden fazla yıldıza sahip ve GGUF biçimini dünyaya kazandırdı. Kullanımı kolay bir sarmalayıcı olarak başlayan Ollama’nın yıldız sayısı daha da fazla: 180 bini aşıyor. Bugün bildiğimiz yerel AI, sızdırılmış bir araştırma modelinden doğdu.
Meta da bu eğilime katıldı. Temmuz 2023’te çıkan Llama 2, ticari kullanıma izin veren bir lisansla geldi; ancak bilinen bir koşulu vardı: aylık etkin kullanıcı sayısı 700 milyonu aşan şirketler Meta’dan izin almak zorundaydı, bu da fiilen birkaç rakibi kapsıyordu. Llama 3 yaklaşık 15 trilyon token ile eğitildi. Temmuz 2024’teki Llama 3.1, 128K bağlam penceresine sahip 405B modeli sundu; bu, önde gelen kapalı modellerle boy ölçüşebilen ilk açık ağırlıklı modeldi. Llama 3.2 telefonlarda çalışabilecek kadar küçük 1B ve 3B modeller ekledi. Meta 2025 başında bir milyardan fazla indirme bildirdi.
“Açık kaynak” konusu ise başından beri tartışmalıydı. Open Source Initiative, kullanım kısıtlamaları nedeniyle Llama lisansını hiçbir zaman açık kaynak kabul etmedi; Free Software Foundation, Llama 3.1 lisansını özgür olmayan lisans olarak sınıflandırdı. Doğru terim açık ağırlıklardır: modeli indirip çalıştırabilir ve ince ayar yapabilirsiniz, ancak kuralları siz değil lisans belirler. İşletmeler için bu ayrım önemlidir; ürünü bunun üzerine kurmadan önce kabul edilebilir kullanım politikasını okuyun.
Llama 4, 5 Nisan 2025 Cumartesi günü yayımlandı ve mixture-of-experts mimarisine geçti. Scout’un toplam 109B parametresinin 17B’si etkin, bağlam penceresi 10 milyon token; Maverick’in 400B parametresinden 17B’si etkin. Lansmanın önüne benchmark tartışması geçti: LMArena’da üst sıralara çıkan sürüm, Meta’nın yayımladığı model değil, sohbet için optimize edilmiş deneysel bir varyanttı. Yaklaşık 2 trilyon parametreli dev Behemoth duyuruldu ama hiç yayımlanmadı. Nisan 2026’da Meta Superintelligence Labs kapalı ve tescilli Muse Spark modelini çıkardı. Meta mevcut Llama modellerinin erişilebilir kalacağını söylüyor ve gelecek sürümleri açık hâle getirmekten söz ediyor; yine de Meta’nın açık ağırlıklı amiral gemisi dönemi şimdilik durmuş görünüyor.
Ürün geliştirenler için çıkarılacak ders pratik. Llama; gizlilik, maliyet denetimi veya çevrimdışı kullanım için yetenekli bir modeli kendi sunucularında çalıştırmayı olağan hâle getirdi. Açık ağırlıklarda sıradaki lider kim olursa olsun bu seçenek ortadan kalkmayacak. TypeScript veya Python ürünlerinde modeli değiştirilebilir bir bağımlılık sayıyorum: barındırılan API, yerel makinede vLLM ya da Ollama fark etmeksizin OpenAI uyumlu bir uç nokta ve daha ucuz açık modelin ne zaman yeterli olduğunu gösteren değerlendirmeler. En iyi mimari, model değişimini yalnızca bir yapılandırma değişikliğine indirgeyendir.
Bir sonraki ürüne kalacak birini verin.
Başlamaya hazır mısınız? Bana yazın — hemen başlayabilir ve kalabilirim. İki haftalık devir değil, uzun vadeli iş birliği. Projenizi, gereksinimleri ve ilerlemenin en iyi yolunu konuşalım.