外观
Llama 系：开源权重鼻祖，超长文档自己跑
Llama 系模型档案：Meta 的开源权重旗舰线，Llama 4 Scout 有 1000 万上下文、Maverick 是 400B 混合专家旗舰，Llama 3.3 70B 仍是本地部署主力；权重公开下载、自己搭服务，超长文档与断网场景怎么选，一页讲清。
家族成员（2026 年 11 月）
| 模型 | 定位 | 一句话 |
|---|---|---|
| Llama 4 Maverick | 旗舰 | 最新一代主力，17B 激活 / 400B 总参数、128 个专家，100 万上下文，原生多模态（文字 + 图片输入），2025-04-05 发布 |
| Llama 4 Scout | 超长上下文档 | 17B 激活 / 109B 总参数、16 个专家，1000 万上下文——开源权重里最长的上下文，一次喂整套代码库、几百份文档都装得下，2025-04-05 发布 |
| Llama 4 Behemoth | 教师模型 · 未发布 | 约 2T 总参数，只用来给 Scout 和 Maverick 蒸馏、生成训练数据，权重从未公开，别等它 |
| Llama 3.3 70B | 本地部署主力 | 上一代 70B 密集模型，128K 上下文，纯文字，2024-12 发布；硬件要求低一档，Ollama、LM Studio 里最常见的 Llama 档位 |
| Llama 3.1 405B / 70B / 8B | 上一代全家桶 | 2024-07 发布，128K 上下文；405B 是当年最大的开源权重，8B 是轻量本地档，老项目还在用 |
| Llama Guard 4 | 安全护栏 | 配套的输入输出审核模型，搭自己服务时用来拦有害内容与越狱提示词 |
档位与命名以 Meta 官方文档为准。注意：Llama 4 是目前最新的 Llama 一代，截至 2026 年 10 月 Meta 没有发布更新的 Llama 世代——Meta 最新的模型改叫 Muse 系列（Muse Spark 是闭源旗舰、给 Meta AI 用，Muse Glimmer 是 2026-08 发布的开源权重智能体模型），新项目选 Llama 还是等 Muse 开源线，看你对权重开放的要求。
擅长什么
- 开源权重路线最老牌：从 Llama 2 到 Llama 4，权重一直公开下载，Hugging Face 上直接拿，本地跑、自己部署、微调，生态（Ollama、vLLM、LM Studio、llama.cpp）最全的一档，见 本地部署。
- 超长上下文：Scout 的 1000 万上下文是开源权重里的纪录，整套代码库、几百份合同、几年聊天记录一次喂进去做检索与问答；注意托管商实际开放的窗口通常只有 128K–320K，完整 1000 万得自己部署才用得上。
- 多模态：Llama 4 原生支持图片输入，看图、读截图、按图说话都能做；Llama 3.3 及以前是纯文字模型，看图得另外接视觉模型。
- 便宜量大：托管 API 的价格只有闭源旗舰的零头，批量处理、跑量任务先比价 Llama 档位。
- 知识截止较早：Llama 4 的知识截止到 2024-08，2024 年 8 月之后的事它不知道，问新发布、新政策要另外给它喂资料或接搜索。
在哪用
- Meta AI App / 网页版：Meta 自家的聊天助手，打开就能聊；2026 年起 Meta AI 的主力模型已换成 Muse 系列，Llama 更多是开发者与本地部署路线。
- 开源权重（Hugging Face / meta-llama）：自己下载权重本地跑或部署到服务器，断网也能用，见 本地部署。
- Ollama / LM Studio 本地跑：
ollama run llama4:scout就能拉起 Scout（量化版单张高端显卡能跑），Maverick 要多卡或云服务器；Llama 3.3 70B 量化版对硬件友好得多。 - 托管 API：Groq、Together AI、DeepInfra 等第三方托管商都有 Llama 档位，按 token 计费，各家开放的上下文窗口与价格不一样，选之前对照官网确认。
- 第三方中转：部分中转站有 Llama 档位，价格与真伪要自己验，别为一个模型单独大额充值。
花多少钱（2026 年 11 月核实，以官网为准）
- 权重本身免费：下载、本地跑、微调都不收模型授权费，只花自己的电费和显卡钱；但注意许可证不是 Apache 2.0——Llama 4 用的是 Llama 4 Community License，月活超过 7 亿的产品要另外向 Meta 拿授权，商用前读一遍许可证。
- 托管 API：各托管商报价不同，2026 年 11 月常见区间约 0.10–0.27 美元输入 / 0.30–0.85 美元输出 每百万 tokens（Novita、Together、DeepInfra 口径）；Meta 自己给的 Maverick 混合成本估算约 0.19–0.49 美元/百万 tokens，实际账单以托管商为准。
- 省钱思路：长文档检索先试 Scout 的托管档，效果不够再上 Maverick；量大、要求不高的任务用 Llama 3.3 70B 或 8B 小模型；能本地跑的任务直接本地跑，API 的钱都省了。
和其他几家怎么分工
- 开源权重本地跑、数据不出门：Llama 系主场，生态最全，Ollama、vLLM、LM Studio 都有现成支持；也可以看 DeepSeek 系、Qwen 系、GLM 系与 Mistral 系。
- 超长文档、整套代码库一次喂进去：Llama 4 Scout 主场，1000 万上下文是纪录；托管商窗口不够时自己部署。
- 写代码、长程智能体任务：Claude 系与 GLM 系优先，Llama 4 Maverick 也能顶，但旗舰档的智能体能力仍以前两家口碑更好。
- 日常聊天、写东西、查资料：各家中间档都够用，Meta AI 免费版先试。
- 批量处理、量大便宜：Llama 4 Scout、Llama 3.3 70B 与 DeepSeek Flash、Haiku、Flash-Lite 一起比价。
相关页
- 模型库：十大家族对照
- 本地部署：开源模型在自己电脑上跑
- API 和中转是什么：官方 API 与中转站怎么选