Meta · Texte

Modèles Meta Llama : versions, caractéristiques, besoins GPU et hébergement

Meta Llama est une famille de modèles auto-hébergeables de Meta, vérifiée par ses sources et organisée par branches et versions officielles.

Versions actuelles Parcourir les services d’ingénierie Comparer les modèles

Illustration technique de déploiement pour Meta Llama — Flux de déploiement de référence ; les faits d’architecture exacts sont indiqués séparément.

Présentation et historique

Meta Llama est présenté à partir de preuves vérifiées pour les versions, checkpoints, licences, environnements d’exécution et matériels. Les branches Général séparent les variantes associées et spécialisées des générations chronologiques.

FusionPointAI recense 3 versions publiques certifiées de Meta Llama. Les statuts Actuel, Récent, Précédent et Hérité sont évalués dans chaque branche.

Parcours de déploiement open-weight vérifié

Provenance traçable des checkpoints

Planification matérielle adaptée au modèle

Architecture et gamme de modèles

La gamme publique vérifiée va de 109 B à 405 B paramètres totaux, avec des contextes atteignant 10,000,000 tokens. Les versions denses et MoE sont identifiées séparément.

Versions publiques3

Branches de modèles1

Génération actuelleLlama 4 Scout 17B-16E

Dernière vérification2026-08-26T00:00:00.000000Z

Générations, branches et variantes

Général

Llama 3.1

Génération récente

Llama 3.1 405B

405,0B paramètres · 131 072 contexte

Dense Dense Transformer

Llama 4

Génération actuelle 2 variantes associées

Llama 4 Maverick 17B-128E

400,0B paramètres · 1 000 000 contexte

MoE MoE Transformer

Llama 4 Scout 17B-16E

109,0B paramètres · 10 000 000 contexte

MoE MoE Transformer

Écosystème de déploiement

Choisissez une version Meta Llama et un checkpoint certifié avant de dimensionner le matériel. Les environnements d’exécution inconnus sont rejetés et la compatibilité mondiale reste distincte de l’inventaire louable.

Vérifiez la licence du checkpoint, la version de l’environnement d’exécution, le noyau de précision, le contexte, la concurrence et la topologie. La mémoire résidente MoE utilise tous les poids stockés.

Cas d’usage courants

Services d’inférence privés

Évaluation contrôlée de modèles

Planification de déploiement en entreprise

Présentation de la licence

Les licences sont certifiées par version et non déduites du fournisseur. Consultez la page de la version avant un déploiement commercial.

Le statut d’usage commercial est une classification fondée sur la source, pas un avis juridique. Respectez la licence officielle.

Chronologie des versions

meta/llama/llama-4-scout-17b-16e @ 15fb562bcf144f0415ac8dbc9c7aee1e174d2e826178c9691256acdb94156442

2026-09-03

Source officielle

meta/llama/llama-4-maverick-17b-128e @ 0b389dbe619938c2b9ee945f693f2816c90ed1c6f2754c113b652873e163735f

2026-09-03

Source officielle

meta/llama/llama-3-1-405b @ ec5a654d6f9ae0f8c3e0ad5cf9d102d9937c302c51a497a7ae316cdb15dfed83

2026-09-03

Source officielle

Questions fréquentes

Quelle version de Meta Llama est actuelle ?

Les versions actuelles sont Llama 4 Scout 17B-16E, Llama 4 Maverick 17B-128E, évaluées dans leurs branches respectives.

Meta Llama peut-il être auto-hébergé ?

Seules les versions ayant un checkpoint officiel vérifié et un environnement d’exécution pris en charge sont présentées comme déployables.

Quel GPU utiliser pour Meta Llama ?

Le choix dépend de la variante, de la précision, du contexte et de la concurrence. Utilisez les recommandations de la version.

Références officielles

Dernière vérification: 2026-08-26