Llama là gì? Tại sao nó lại quan trọng?

Llama là một họ các mô hình ngôn ngữ lớn (LLM) và mô hình đa phương thức lớn (LMM) mã nguồn mở từ Meta. Phiên bản mới nhất là Llama 4. Về cơ bản, đây là sự đáp trả của công ty mẹ Facebook đối với OpenAI và Google Gemini - nhưng với một điểm khác biệt quan trọng: tất cả các mô hình Llama đều được cung cấp miễn phí cho hầu hết mọi người sử dụng cho mục đích nghiên cứu và thương mại.

Đây là một điều rất quan trọng, và nó đã khiến các mô hình Llama trở nên vô cùng phổ biến với những nhà phát triển AI. Hãy cùng khám phá những gì các mô hình Llama của Meta cung cấp!

Llama là gì?

Llama là một họ các mô hình LLM (và những mô hình LLM có khả năng xử lý hình ảnh, hay LMM) giống như GPT của OpenAI và Gemini của Google. Hiện tại, số phiên bản hơi lộn xộn. Meta đang ở phiên bản Llama 4 cho một số mô hình, và Llama 3.3, 3.2, và 3.1 cho các mô hình khác. Khi nhiều mô hình Llama 4 được phát hành, khả năng các mô hình Llama 3 khác sẽ bị loại bỏ - nhưng chúng hiện tại vẫn có sẵn và được hỗ trợ.

Tại thời điểm viết bài này, các mô hình có sẵn để tải xuống từ Meta là:

• Llama 3.1 8B
• Llama 3.1 405B
• Llama 3.2 1B
• Llama 3.2 3B
• Llama 3.2 11B-Vision
• Llama 3.2 90B-Vision
• Llama 3.3 70B
• Llama 4 Scout
• Llama 4 Maverick

Ngoài ra còn có hai mô hình Llama 4 chưa được phát hành:

• Llama 4 Behemoth
• Llama 4 Reasoning

Nhìn chung, tất cả các mô hình Llama đều hoạt động trên cùng một nguyên tắc cơ bản. Chúng sử dụng những biến thể của kiến ​​trúc transformer và được phát triển bằng cách sử dụng phương pháp huấn luyện trước và tinh chỉnh. Sự khác biệt lớn nhất là các mô hình Llama 4 vốn dĩ là đa phương thức và sử dụng kiến ​​trúc Mixture-of-Experts.

Khi bạn nhập một prompt văn bản hoặc cung cấp cho mô hình dữ liệu đầu vào bằng một cách nào đó khác, nó sẽ cố gắng dự đoán đoạn văn bản tiếp theo khả thi nhất bằng cách sử dụng mạng nơ-ron nhân tạo của nó - một thuật toán xếp tầng với hàng tỷ biến (được gọi là "tham số") được mô phỏng theo bộ não con người. Một quy trình tương tự cũng xảy ra với hình ảnh đối với các mô hình hỗ trợ nó.

Các mô hình Llama 3 khác nhau cung cấp những sự đánh đổi khác nhau giữa giá cả và hiệu năng. Ví dụ, các mô hình nhỏ như Llama 3.1 8B và Llama 3.2 3B được thiết kế để chạy trên những thiết bị biên như điện thoại thông minh và máy tính, hoặc để hoạt động cực kỳ nhanh và tiết kiệm chi phí trên phần cứng mạnh mẽ hơn. Mô hình lớn nhất, Llama 3.1 405B, có hiệu năng cao nhất trong hầu hết các trường hợp, nhưng nó yêu cầu nhiều tài nguyên nhất để chạy. Các mô hình Vision dành cho những trường hợp sử dụng đa phương thức, và Llama 3.3 70B cung cấp sự cân bằng tuyệt vời giữa hiệu năng và chi phí.

Hai mô hình Llama 4 - Llama 4 Scout và Llama 4 Maverick - sử dụng một phương pháp tiếp cận tham số hơi khác gọi là Mixture-of-Experts (MoE). Llama 4 Scout có tổng cộng 109 tỷ tham số nhưng chỉ sử dụng 17 tỷ tham số cùng một lúc. Llama 4 Maverick có tổng cộng 400 tỷ tham số, nhưng cũng chỉ sử dụng tối đa 17 tỷ tham số. Phương pháp này cho phép các mô hình AI mạnh mẽ và hiệu quả hơn, mặc dù chúng phức tạp hơn trong quá trình phát triển.

Ngoài Scout và Maverick, Meta cũng đã công bố Llama 4 Behemoth. Nó cũng sử dụng kiến ​​trúc MoE và có tổng cộng 2 nghìn tỷ tham số với 288 tỷ tham số hoạt động. Nó vẫn đang trong quá trình huấn luyện.

Một điều đáng chú ý là thông báo về Llama 4 không đề cập đến bất kỳ mô hình suy luận nào. Có một trang giới thiệu, vì vậy nó sẽ sớm ra mắt, nhưng hiện tại, đàn Llama chỉ giới hạn ở các mô hình không có khả năng suy luận.

Meta AI: Cách dùng thử Llama

Meta AI, trợ lý AI tích hợp trong Facebook, Messenger, Instagram và WhatsApp, hiện đang sử dụng Llama 4. Nơi tốt nhất để trải nghiệm là ứng dụng web chuyên dụng.

So sánh Llama với GPT, Gemini và các mô hình AI khác: Chúng hoạt động như thế nào?

Llama 4 Maverick và Scout là những mô hình mã nguồn mở ổn định, mặc dù hiệu năng của chúng không phải là tốt nhất. Cụ thể, việc thiếu mô hình suy luận (cho đến nay) khiến chúng không thể đứng đầu hầu hết các bài kiểm tra hiệu năng.

Llama 4 Maverick cạnh tranh với DeepSeek V3, Grok 3, GPT-4o, Claude Sonnet 3.7 và Gemini 2.0 Flash. Như bạn có thể thấy trong biểu đồ trên từ Artificial Analysis, đây là một mô hình không suy luận khá tốt, mặc dù lợi thế chính của nó là mô hình đa phương thức mã nguồn mở có hiệu năng cao nhất - và là mô hình ngôn ngữ mã nguồn mở không phải tiếng Trung có hiệu năng cao nhất.

Cấu trúc MoE của Maverick cũng giúp tiết kiệm chi phí vận hành, đặc biệt khi so sánh với các mô hình độc quyền như GPT-4o. Một phiên bản thử nghiệm hiện đang đứng thứ hai trong lĩnh vực chatbot, vì vậy nó chắc chắn đang cho thấy nhiều triển vọng. Nó có cửa sổ ngữ cảnh một triệu token, con số này khá tốt, nhưng các mô hình khác cũng đạt được mức tương tự.

Llama 4 Scout cạnh tranh tốt với GPT-4o mini, nhưng nó thú vị ở hai điểm. Thứ nhất, nó được thiết kế để hoạt động trên một GPU H100 duy nhất. Mặc dù đây vẫn là GPU thuộc lớp máy chủ, nhưng các mô hình lớn hơn thường hoạt động trên một cụm nhiều GPU thay vì một GPU chuyên dụng duy nhất. Thứ hai, nó có cửa sổ ngữ cảnh 10 triệu token, thực sự là tốt nhất trong phân khúc. Tuy nhiên, cần lưu ý rằng hiện tại chưa có nhà cung cấp nào hỗ trợ tính năng này.

Mặc dù Meta đã công bố một số điểm hiệu năng tạm thời cho Behemoth - rõ ràng là nó vượt trội hơn GPT-4.5 trong một vài bài kiểm tra - nhưng mọi thứ diễn ra quá nhanh trong lĩnh vực AI nên không đáng để quá chú trọng vào chúng cho đến khi sản phẩm chính thức ra mắt. Tương tự, bất kỳ mô hình suy luận Llama 4 nào cũng sẽ là một bước tiến lớn.

Llama 4 rõ ràng là tương lai của dòng Llama, nhưng các mô hình Llama 3 vẫn là những lựa chọn tốt. Chúng không còn được coi là mang lại hiệu năng tiên tiến nhất, nhưng chúng có thể có giá cả phải chăng và hiệu quả.

Tại sao Llama lại quan trọng?

Hầu hết các mô hình ngôn ngữ lớn (LLM) mà bạn đã nghe đến - o1 và GPT-4o của OpenAI, Gemini của Google, Claude của Anthropic - đều là phần mềm độc quyền và mã nguồn đóng. Các nhà nghiên cứu và doanh nghiệp có thể sử dụng API chính thức để truy cập chúng và thậm chí tinh chỉnh những phiên bản mô hình để đưa ra phản hồi phù hợp, nhưng họ không thể thực sự can thiệp hoặc hiểu được những gì đang diễn ra bên trong.

Tuy nhiên, với Llama, bạn có thể tải xuống mô hình ngay lập tức, và miễn là có đủ kỹ năng kỹ thuật, bạn có thể chạy nó trên máy chủ đám mây hoặc chỉ cần tìm hiểu mã nguồn của nó. Bạn có thể chạy các mô hình Llama 3 trên một số máy tính, mặc dù Llama 4 Scout và Maverick quá lớn để sử dụng tại nhà.

Và điều hữu ích hơn nữa là bạn cũng có thể chạy nó trên Microsoft Azure, Google Cloud, Amazon Web Services và các cơ sở hạ tầng đám mây khác để vận hành ứng dụng dựa trên LLM hoặc huấn luyện nó trên dữ liệu của riêng bạn để tạo ra loại văn bản bạn cần. Chỉ cần đảm bảo kiểm tra hướng dẫn của Meta về việc sử dụng Llama một cách có trách nhiệm - giấy phép không hoàn toàn dễ dãi như giấy phép mã nguồn mở truyền thống.

Tuy nhiên, bằng cách tiếp tục cởi mở với Llama, Meta đang giúp các công ty khác dễ dàng hơn đáng kể trong việc phát triển những ứng dụng dựa trên AI mà họ có nhiều quyền kiểm soát hơn - miễn là họ tuân thủ chính sách sử dụng được chấp nhận. Đáng lo ngại là người dùng ở EU hiện bị cấm sử dụng Llama 4, nhưng chúng ta sẽ xem liệu điều đó có thay đổi khi nó được triển khai hay không. Giới hạn lớn duy nhất khác của giấy phép là các công ty có hơn 700 triệu người dùng hàng tháng phải xin phép đặc biệt để sử dụng Llama, vì vậy những công ty như Apple, Google và Amazon phải tự phát triển LLM của riêng họ.

Trong một bức thư kèm theo bản phát hành Llama 3.1, CEO Mark Zuckerberg đã vô cùng minh bạch về kế hoạch của Meta trong việc giữ cho Llama luôn mở:

"Tôi tin rằng mã nguồn mở là cần thiết cho một tương lai tích cực của AI. AI có tiềm năng hơn bất kỳ công nghệ hiện đại nào khác trong việc tăng năng suất, sự sáng tạo và chất lượng cuộc sống của con người - và để thúc đẩy tăng trưởng kinh tế đồng thời mở khóa những tiến bộ trong nghiên cứu y học và khoa học. Mã nguồn mở sẽ đảm bảo rằng nhiều người trên thế giới có thể tiếp cận được những lợi ích và cơ hội của AI, rằng quyền lực không tập trung trong tay một số ít công ty, và rằng công nghệ có thể được triển khai đồng đều và an toàn hơn trong toàn xã hội."

Và thực sự, điều đó khá thú vị - miễn là vấn đề với EU được giải quyết ổn thỏa. Chắc chắn, Meta sẽ được hưởng lợi bằng cách phần nào nắm giữ vai trò chủ đạo trong một trong những mô hình AI quan trọng nhất. Nhưng các nhà phát triển độc lập, những công ty không muốn bị ràng buộc vào một hệ thống khép kín, và tất cả những người khác quan tâm đến AI đều sẽ được hưởng lợi. Rất nhiều bước phát triển lớn trong lĩnh vực điện toán trong 70 năm qua đã được xây dựng dựa trên nghiên cứu và thử nghiệm mở, giờ đây AI dường như cũng là một trong số đó. Mặc dù Google, OpenAI và Anthropic sẽ luôn là những người chơi trong lĩnh vực này, nhưng họ sẽ không thể xây dựng được rào cản thương mại hay sự ràng buộc khách hàng như Google đã làm được trong lĩnh vực tìm kiếm và quảng cáo.

Bằng cách đưa Llama ra thị trường, nhiều khả năng sẽ luôn có một lựa chọn thay thế đáng tin cậy cho các AI mã nguồn đóng.