AI-modeller · Modellfamilj
Llama är Metas familj av språkmodeller med öppna vikter: modellerna kan laddas ner och köras lokalt eller anropas via API, under en licens med egna villkor.
Betyg 76 av 100 Preliminär (källbaserad)
Läs bedömningenAPI är inte tillämpligt för den här typen av programvara.
MCP är inte tillämpligt för den här typen av programvara.
Totalbetyg
76 av 100
Preliminär (källbaserad)
Llama Community License (bespoke, ej OSI) med 700M MAU-tak, attribuerings- och användningspolicykrav.
Frontierklassad multimodal MoE med lång kontext och 40+ språk; distillerade varianter möjliggör lokal drift.
GGUF/kvantiseringar dag ett och alla större värdar; hela viktsatsen stor men små varianter väl belagda.
Referensekosystemet sedan 2023, fyra generationer, enormt community och beprövad säkerhetsinfrastruktur.
Native agentiska förmågor, Llama Stack och omfattande finjusteringsdokumentation.
Tydliga krav och färdiga kvantiseringar; flaggskepp kräver kluster men distillat väl belagda.
Vikter gratis, hosted inferens från ~$0,50/1M; flaggskeppshårdvara kostsam.
Verifierad svensk förmåga (Llama 3.1 405B i toppen på EuroEval svenska); ingen specifik svensk benchmark för Llama 5 ännu.
Familjen har funnits sedan 2023 och utvecklats i fyra generationer, med allt från små distillat för bärbar hårdvara till ett multimodalt MoE-flaggskepp med lång kontext och officiellt stöd för ett drygt dussin språk (200 språk i förträningen). Det som skiljer Llama från många öppna modellutgåvor är ekosystemet: kvantiserade vikter i GGUF finns dag ett, och de stora lokaldriftsverktygen stödjer modellerna vid släpp. Den som hellre köper beräkningstid använder Metas eget API eller molnleverantörer.
Licensen är däremot en egen konstruktion, inte en OSI-licens: den sätter en tröskel vid 700 miljoner månadsaktiva användare, kräver attribuering ("Built with Llama") och inbegriper en godtagbar användningspolicy.
Storleksspektrat spänner från Llama 3.2:s 1B- och 3B-modeller för telefon och laptop — cirka 2 respektive 4 GB minne som kvantiserade mobilmodeller enligt modellkortets ExecuTorch-tabell — via Llama 3.3 70B (uppskattningsvis 40–50 GB vid 4-bitars kvantisering) till MoE-generationen Llama 4: Scout med cirka 109 miljarder parametrar varav 17 aktiva ryms i en enda 80 GB-GPU med int4-kvantisering, medan Maverick med cirka 402 miljarder parametrar kräver en hel H100-nod i FP8.
Relativa nivåer inom familjen (hög/medel/låg) — inte absoluta mått mot andra leverantörer. Avsnittet uppdateras vid nya versioner utan att sidans adress ändras.
| Modell | Användningsområde | Kapacitet | Hastighet | Kostnadsnivå | Licens | Lokal drift |
|---|---|---|---|---|---|---|
| Llama 4 Maverick Flaggskepp — MoE | Multimodal generell användning (400B/17B aktiv) | Hög | Medel | Medel | Llama 4 Community (multimodal EU-begränsad) | Varierar |
| Llama 4 Scout Lång kontext | Retrieval och dokumentarbete (10M kontext) | Medel | Medel | Låg | Llama 4 Community (multimodal EU-begränsad) | Varierar |
| Llama 3.3 70B Beprövad text-only | Generell användning, EU-tillåten licens | Medel | Medel | Låg | Llama 3 Community (EU tillåten) | Ja |
AI-modeller · Öppna modellvikter – Googles Gemma-familj (text, bild, video och ljud)
Språkmodellfamiljen Gemma från Google DeepMind kommer med öppna vikter — färdiga modeller som kan laddas ner och köras på egen hårdvara, från telefon till datacenter.
AI-modeller · Modellfamilj
Qwen är Alibabas familj av språkmodeller med öppna vikter — körbara lokalt på egen hårdvara eller som API-tjänst, med stöd för ett mycket stort antal språk.
