Llama

¿Qué es Llama?

Llama es la familia de grandes modelos de lenguaje de Meta, publicada como pesos descargables en lugar de venderse como servicio. Puedes ejecutarla en tu propio hardware, ajustarla con tus propios datos y desplegarla sin decírselo a nadie. Más que ninguna otra cosa, Llama es la razón por la que ejecutar IA seria en local pasó de curiosidad de laboratorio a algo que una persona puede hacer en un portátil.

Es además el modelo sobre el que se construye casi todo lo demás. Una parte enorme de los modelos ajustados, cuantizados y especializados que circulan por el ecosistema abierto nació aquí, y buena parte de las herramientas de inferencia local existen porque Llama les dio algo que valía la pena ejecutar.

Y hay algo que sorprende sistemáticamente a la gente, y no es técnico. Llama es gratis, pero no es de código abierto. Esa distinción tiene consecuencias reales y conviene entenderla antes de montar una empresa encima.

Adónde fue el nombre

Conviene saberlo antes de ponerse a buscar: llama.com ahora redirige al sitio para desarrolladores de Meta, y los modelos más recientes de la compañía llevan un nombre completamente distinto. La gama actual se llama Muse: un modelo agéntico centrado en programación, una herramienta de terminal multiagente que lo acompaña y un modelo abierto compacto pensado para ejecutar agentes locales en una sola GPU de consumo. Junto a ellos hay una Meta Model API de autoservicio, compatible con clientes al estilo de OpenAI.

Llama en sí no ha desaparecido. Llama 3 y Llama 4 siguen documentadas y descargables, y la enorme base instalada de despliegues y derivados no se ve afectada. Pero si hoy estás eligiendo un modelo de Meta en lugar de mantener uno existente, lo más nuevo ocurre bajo el nombre Muse, y la tradición de pesos abiertos continúa allí y no bajo el nombre antiguo.

Qué ofrece realmente Llama 4

La generación actual de Llama es multimodal de forma nativa — texto y visión entrenados juntos y no acoplados uno al otro — y viene en dos formas.

Scout es la apuesta por la eficiencia: multimodal, diseñada para funcionar en una sola GPU de centro de datos de gama alta y con una ventana de contexto que se mide en millones de tokens. Para trabajo con documentos largos, esa combinación es el motivo para mirar aquí y no hacia una API alojada.

Maverick es la apuesta por la capacidad: comprensión multimodal de imagen y texto orientada a alto rendimiento y bajo coste, con una estimación de la propia Meta que sitúa la inferencia en torno a diecinueve céntimos por millón de tokens con servicio distribuido. Esa cifra da por hecho que lo estás ejecutando correctamente a escala, y ese supuesto no es menor.

Ambas son fuertes en comprensión de documentos y razonamiento sobre imágenes, y competitivas más que dominantes en programación. Como siempre, las tablas de referencia de un fabricante te dicen lo que el fabricante quiso medir: pruébalo con tu propio material antes de comprometerte.

La licencia: lee esta parte

Llama se publica bajo la licencia comunitaria propia de Meta, no bajo Apache, MIT ni ninguna otra licencia de código abierto estándar. Es lo bastante permisiva para casi todo el mundo y trae condiciones concretas que casi nadie lee.

• Si tu producto supera los 700 millones de usuarios activos mensuales en el momento del lanzamiento, debes solicitar una licencia a Meta, que puede concederla a su entera discreción. Esta cláusula existe para dejar fuera a los mayores competidores de Meta y a ti nunca te afectará, pero es la razón por la que la licencia no es de código abierto.
• Debes mostrar de forma destacada «Built with Llama» en cualquier producto o interfaz que la utilice.
• Cualquier modelo derivado que distribuyas debe tener un nombre que empiece por «Llama».
• Debes incluir una copia del acuerdo y el aviso de copyright con todo lo que distribuyas.
• A lo que hagas con ella se le aplica la política de uso aceptable de Meta, además del cumplimiento legal habitual.
• Los trabajos derivados que crees son tuyos; los materiales originales siguen siendo propiedad de Meta.

Nada de esto impide que una empresa normal use Llama comercialmente. Pero las cláusulas de atribución y de nombre son obligaciones contractuales y no cortesías, y una empresa que publique en silencio una Llama ajustada bajo su propia marca y sin atribución está incumpliendo. Si eso describe tu plan, o lees bien la licencia o eliges un modelo con una licencia de código abierto de verdad.

Cuánto cuesta

Los pesos son gratis. Todo lo demás no.

Ejecutar tú mismo un modelo grande significa GPU, compradas o alquiladas, más el tiempo de ingeniería para servirlo de forma fiable: agrupación de peticiones, cuantización, supervisión, actualizaciones. Para un equipo pequeño, la comparación honesta no es «gratis frente a veinte dólares al mes» sino «un sueldo y un servidor frente a una factura de API», y la API suele ganar hasta que el volumen es considerable.

El camino intermedio es lo que casi todo el mundo usa en realidad: Llama alojada por otro. La sirven todas las grandes nubes y la mayoría de proveedores de inferencia, normalmente a precios muy por debajo de los modelos cerrados de vanguardia, porque compiten sobre los mismos pesos disponibles para todos. Obtienes la ventaja de coste sin la carga operativa, al precio de perder la localidad de los datos que te interesó en primer lugar.

Genuinamente gratis es el extremo pequeño: una Llama compacta en un portátil moderno, funcionando sin conexión y sin costar más que espacio en disco. Para resumir, redactar, clasificar y trabajo privado, eso es una respuesta real y no una demostración.

Quién le saca más partido

Cualquiera cuyos datos no puedan salir

Sanidad, ámbito jurídico, defensa, finanzas y cualquier organización que tenga una norma y no una preferencia. Los pesos descargables convierten «no se nos permite usar IA» en una cuestión de infraestructura, y eso es lo más valioso que hace Llama.

Equipos que ajustan con material propio

Un modelo moldeado por tus documentos, tu tono y tu dominio, funcionando donde tú decidas y de tu propiedad. Con instrucciones a una API cerrada no se llega al mismo sitio, y el derivado es tuyo.

Desarrolladores de productos locales o sin conexión

Aplicaciones que funcionan en un avión, en una planta de fábrica o en un país con conectividad poco fiable. Los modelos compactos en el dispositivo hacen posible toda una categoría de producto que una API en la nube sencillamente no puede atender.

Quien aprende cómo funcionan los modelos

Puedes inspeccionarlo, romperlo, cuantizarlo y ver qué pasa. Para quien quiera entender estos sistemas y no solo usarlos, tener los pesos no es una comodidad: es toda la posibilidad.

A qué prestar atención

• Gratis no es código abierto. La licencia comunitaria trae condiciones de atribución, de nombre y de umbral de usuarios que te obligan contractualmente.
• llama.com ahora redirige al sitio para desarrolladores de Meta, y los modelos más nuevos de la compañía se llaman Muse y no Llama.
• Alojar tú mismo un modelo grande es un proyecto de ingeniería. La licencia no cuesta nada; las GPU y la persona que las mantiene cuestan muchísimo.
• Los mejores modelos cerrados siguen en general por delante en las tareas de razonamiento más duras. Elige Llama por control y coste, no por ganar en los índices de referencia.
• Las tablas de referencia del fabricante miden lo que el fabricante eligió medir. Pruébalo con tu propia carga de trabajo.
• «Built with Llama» tiene que aparecer en tu producto. Contémplalo en la interfaz desde el principio en vez de descubrirlo en la revisión legal.
• La Llama alojada te da la ventaja de precio pero no la de privacidad: tus datos siguen yendo al servidor de otro.
• Las generaciones de modelos se suceden rápido y los ajustes de la comunidad aún más. Lo que despliegues hoy quedará superado; diseña pensando en sustituirlo.

Preguntas frecuentes

¿Llama es gratis?

Los pesos son gratis de descargar y de usar comercialmente bajo la licencia comunitaria de Meta. Ejecutarlos no es gratis — pagas en hardware o en alojamiento — y la licencia añade condiciones, así que gratis no significa sin ataduras.

¿Llama es de código abierto?

No. Se publica bajo una licencia comunitaria propietaria con requisitos de atribución, una regla de nombre para los derivados y una restricción para productos por encima de 700 millones de usuarios activos mensuales. Ampliamente disponible, pero no de código abierto en el sentido aceptado del término.

¿Puedo usarla en un producto comercial?

Sí, siempre que te mantengas por debajo del umbral de usuarios, muestres «Built with Llama», empieces por «Llama» el nombre de cualquier modelo derivado, incluyas la licencia y el aviso de copyright con todo lo que distribuyas y respetes la política de uso aceptable.

¿Qué pasó con llama.com?

Redirige al sitio para desarrolladores de Meta. Llama 3 y Llama 4 siguen documentadas y descargables allí, pero los modelos más recientes de la compañía se llaman Muse, incluido un modelo abierto compacto pensado para agentes locales.

¿Qué hardware necesito?

Depende enteramente del tamaño. Un modelo compacto cuantizado funciona en un portátil decente. Los modelos multimodales grandes están pensados para GPU de centro de datos de gama alta: una para la variante orientada a la eficiencia y más para servir a escala.

¿Cómo se compara con ejecutar GPT o Claude?

Esos no puedes ejecutarlos en absoluto: esa es la comparación. En capacidad, los modelos cerrados de vanguardia van en general por delante. En control, privacidad, coste a volumen y libertad frente a las decisiones de un proveedor, Llama gana por defecto porque las alternativas ni siquiera compiten en esa categoría.

En resumen

Llama cambió lo que es posible para quien no podía o no quería mandar sus datos al servidor de otro. Sigue siendo el punto de partida por defecto para la IA local y autoalojada, y el ecosistema construido encima es mayor que el propio modelo.

Llévate dos cosas. La licencia no es de código abierto y sus cláusulas de atribución son obligaciones reales, así que léela antes de publicar. Y el trabajo más reciente de Meta aparece ahora bajo el nombre Muse, así que comprueba qué familia estás eligiendo de verdad en vez de recurrir a la que recuerdas.