Llama is een familie van grote taalmodellen van Meta, het moederbedrijf van Facebook, Instagram en WhatsApp, die je gratis downloadt en op eigen hardware draait. De naam staat voor Large Language Model Meta AI. Met Llama AI en Meta Llama wordt dezelfde modelfamilie bedoeld.
Llama is de bekendste open-weight familie van een groot techbedrijf. Sinds april 2026 heeft Meta daarnaast een gesloten vlaggenschip, Muse Spark, maar Llama 4 blijft beschikbaar.
Welke versies van Llama zijn er?
Llama kent vier generaties, met Llama 4 als meest recente. Llama 1 verscheen in februari 2023, nog geschreven als LLaMA, en was bedoeld voor onderzoek. Llama 2 volgde in juli 2023 met een licentie voor commercieel gebruik.
Llama 3 verscheen in 2024 met grotere contextvensters en betere redeneerprestaties. Llama 4 kwam uit op 5 april 2025, in twee gepubliceerde modellen:
- Llama 4 Scout: 17 miljard actieve parameters (109 miljard in totaal) en een contextvenster van 10 miljoen tokens.
- Llama 4 Maverick: 17 miljard actieve parameters (400 miljard in totaal) en een contextvenster van 1 miljoen tokens.
Beide Llama 4-modellen gebruiken een Mixture-of-Experts-architectuur: per vraag is slechts een deel van het model actief. Daardoor liggen de hardware-eisen lager dan bij een traditioneel model van vergelijkbare omvang, waarin bij elke vraag alle parameters meerekenen.
Llama 4 Behemoth, bij de aankondiging genoemd als trainingsmodel van ongeveer 2 biljoen parameters, is nooit publiek uitgebracht. Op de Hugging Face-pagina van Meta staan per september 2026 geen Llama-modellen die nieuwer zijn dan Scout en Maverick. Llama 3.3 70B uit december 2024 blijft beschikbaar als kleiner, tekst-only model.
Bij de release van Llama 4 zette Meta op het benchmarkplatform LMArena een experimentele chatversie van Maverick in die niet gelijk was aan de downloadbare versie. Na die controverse loont het bij elke benchmarkclaim over Llama om te controleren welke modelvariant is getest.
Is Llama vervangen door Muse Spark?
Llama is niet vervangen door Muse Spark, maar wel ingehaald. Muse Spark verscheen op 8 april 2026 als eerste model van Meta Superintelligence Labs, de AI-afdeling die Meta in 2025 opzette, en is sindsdien het model achter de Meta AI-app en meta.ai. Op 12 oktober 2026 introduceerde Meta Muse Wonder en Muse Wonder Full, volgens Meta zijn krachtigste modellen tot nu toe; Wonder is als preview beschikbaar via de Meta Model API en Muse Code, Wonder Full alleen voor abonnees van Muse Code.
Muse Spark verschilt op één punt principieel van Llama: het model is gesloten. Je downloadt geen modelgewichten, maar gebruikt Muse Spark via meta.ai, de Meta AI-app of de Meta Model API, die sinds juli 2026 in publieke preview is. Meta AI, de assistent in WhatsApp en Instagram, draaide eerder op Llama en wordt overgezet naar Muse Spark.
Volgens Meta haalt Muse Spark de capaciteiten van Llama 4 Maverick met meer dan tien keer minder rekenkracht. Meta brengt nog wel open-weight modellen uit, alleen niet meer onder de naam Llama: Muse Glimmer, uitgebracht op 10 augustus 2026, heeft 30 miljard parameters en draait volgens Meta op één GPU.
Hoe verschilt Llama van ChatGPT, Claude en Gemini?
Llama verschilt op drie punten van ChatGPT, Claude en Gemini: het distributiemodel, de controle over het model en de drempel om ermee te beginnen. ChatGPT, Claude en Gemini gebruik je via een browser, app of API van de aanbieder. Llama download je van Hugging Face en draai je op eigen infrastructuur, zodat je gegevens binnen de eigen omgeving blijven en je geen vergoeding per verwerkte token betaalt.
Bij gesloten modellen ligt de controle bij de aanbieder. Anthropic bepaalt wanneer Claude wordt bijgewerkt, OpenAI bepaalt het beleid rond ChatGPT en Google doet hetzelfde met Gemini. Bij Llama bepaal je zelf welke versie je draait, wanneer je upgradet en welke aanpassingen je doorvoert.
Strikte eisen op het gebied van datalocatie, versiestabiliteit of finetuning op eigen materiaal vervul je alleen met een open-weight model. Meta is niet de enige met open gewichten, want Gemma van Google volgt hetzelfde principe in een lichtere uitvoering.
Llama vraagt wel meer werk. Een gesloten model werkt na een login; een open-weight model vraagt hardware, installatie, monitoring en onderhoud. Claude van Anthropic en Google Gemini leveren die werking kant-en-klaar, met een eigen chatomgeving en API.
Open-weight is niet hetzelfde als open source
Llama is open-weight en niet open source: je krijgt de getrainde modelgewichten, maar niet de complete trainingsdata of de trainingscode. Het gebruik valt bovendien onder een eigen Meta-licentie in plaats van een standaard open-source licentie zoals Apache 2.0 of MIT. Daarmee zit Llama tussen de twee kampen in het onderscheid tussen open source en gesloten AI-modellen.
De Llama 4 Community License staat commercieel gebruik toe, met een paar voorwaarden. Organisaties met meer dan 700 miljoen maandelijkse actieve gebruikers vragen een aparte licentie aan; die clausule treft in de praktijk alleen grote technologiebedrijven. Wel verplicht de licentie tot de vermelding “Built with Llama” bij commercieel gebruik en tot het Llama-voorvoegsel bij eigen modellen die op Llama zijn gebouwd.
Voor Europese gebruikers geldt een extra beperking: de beeldfuncties van Llama 4 zijn niet toegestaan voor personen of organisaties met een vestiging in de EU. Tekstgebruik is wel toegestaan. Nederlandse organisaties zetten Llama 4 dus in als tekstmodel.
Muse Glimmer valt wel onder Apache 2.0, een licentie zonder aparte beperkingen voor gebruikers in de EU. Voor Europese organisaties is dat licentieverschil een reden om Muse Glimmer naast Llama 4 te testen.
Hoe zet je Llama in de praktijk in?
Om Llama in de praktijk in te zetten, kies je uit drie routes: zelf hosten op een server, een managed cloudaanbieder of een lokaal programma op je eigen computer.
Bij zelf hosten download je de Llama-modelgewichten van Hugging Face en draai je het model op eigen hardware of een cloudserver. Llama 4 Scout draait volgens Meta met quantisatie op één NVIDIA H100-GPU; Maverick vraagt een server met meerdere H100-GPU’s. Quantisatie betekent dat je de getallen in het model met minder precisie opslaat, zodat het minder geheugen vraagt.
Zelf hosten vraagt kennis van machine learning-infrastructuur, want serving, monitoring en updates regel je zelf. Het oude adres llama.com stuurt inmiddels door naar het ontwikkelaarsportaal van Meta, waar Muse centraal staat.
Bij een managed cloudaanbieder gebruik je Llama als dienst. AWS, Databricks, Google Cloud en inferentie-aanbieders als Groq en Together AI bieden Llama-modellen aan tegen betaling per token. Je houdt controle over de modelversie en neemt de gewichten desgewenst mee naar een ander platform.
Lokaal draaien gaat met een programma als Ollama, dat open-weight modellen als Llama op een laptop of desktop installeert en uitvoert. Llama 4 is te zwaar voor een gewone laptop; de kleinere Llama 3-modellen draaien wel op een computer met voldoende werkgeheugen.
Voor experimenten volstaat lokaal draaien met Ollama. Voor productie zonder eigen ML-team is een managed cloudaanbieder praktischer dan zelf hosten.
Voor wie is Llama een goede keuze?
Llama is een goede keuze voor organisaties met een specifieke combinatie van eisen: data die binnen de eigen omgeving blijft, controle over de modelversie, technisch personeel om het model te beheren, en een volume waarbij tokenkosten hoger oplopen dan de kosten van zelf hosten.
Voorbeelden van zulke toepassingen zijn klantenservicesystemen met grote volumes, interne kennisbanken die niet naar een externe aanbieder mogen en producten waarin finetuning op eigen vaktaal waarde toevoegt.
Voor de meeste kenniswerkers is Llama niet de eerste keuze. Wie teksten schrijft, documenten samenvat of e-mails opstelt, krijgt sneller bruikbare resultaten in de chatomgeving van ChatGPT, Claude of Gemini.
Llama wordt vaak in één adem genoemd met andere open-weight modellen zoals Mistral en DeepSeek. Elk van die families heeft eigen sterke punten en licentievoorwaarden, dus vergelijk ze op licentie, hardware-eisen en taalondersteuning voordat de keuze valt.
Llama professioneel inzetten in je organisatie
Llama professioneel inzetten in je organisatie vraagt meer dan een download en een installatie. Het team legt vast wie de modelversie kiest, wie de licentievoorwaarden bijhoudt, hoe prompts worden gestandaardiseerd en welke controlepunten de output passeert voordat die het systeem verlaat.
De koerswijziging van Meta, precies een jaar na Llama 4, laat zien waarom die afspraken los van één model staan. Een werkwijze die alleen op Llama 4 is afgestemd, veroudert zodra de leverancier van koers wisselt. Afspraken over controle, eigenaarschap en bronverificatie blijven geldig bij elk open-weight of gesloten model.
Een AI implementatietraject legt die afspraken vast in een AI-richtlijn, een prompt-bibliotheek en vaste controlepunten, zodat je team Llama, Muse of een ander model inzet met dezelfde werkwijze. De output blijft jouw verantwoordelijkheid, welk model hem ook genereert.
