Apa Itu Llama AI? Penjelasan tentang Keluarga Model Open Weight Meta

Apa Sebenarnya Llama Itu

Llama adalah serangkaian large language model, yaitu neural network yang dilatih pada sejumlah besar teks untuk memprediksi apa yang akan datang selanjutnya dalam sebuah urutan, yang ternyata merupakan dasar yang sangat ampuh untuk menjawab pertanyaan, menulis, meringkas, menerjemahkan, menulis kode, dan menalar melalui masalah. Secara teknis, model-model ini dibangun di atas arsitektur transformer yang mendasari hampir setiap model bahasa modern, dan dirilis dalam beberapa ukuran, dari versi kecil dengan sekitar satu miliar parameter yang dapat dijalankan di laptop hingga versi yang sangat besar yang membutuhkan perangkat keras pusat data yang serius. Rentang ukuran di seluruh keluarga mencakup sekitar satu miliar hingga dua triliun parameter.

Yang membedakan Llama bukanlah teknologi yang mendasarinya, melainkan bagaimana Meta memilih untuk mendistribusikannya. Alih-alih menawarkan akses hanya melalui layanan berbayar, Meta menerbitkan bobot model, yaitu nilai numerik yang mengkodekan semua yang dipelajari model selama pelatihan. Siapa pun yang menerima lisensi dapat mengunduh bobot tersebut dan menjalankan model di mana pun mereka suka. Pendekatan itu biasanya disebut "open-weight," dan perbedaan antara itu dan "open source" penting, yang akan dibahas secara detail di bagian selanjutnya.

Llama juga bukan hal yang sama dengan Meta AI, asisten yang muncul di dalam Facebook, Instagram, WhatsApp, dan aplikasi Meta sendiri. Meta AI awalnya dibangun di atas Llama, yang merupakan salah satu alasan mengapa kedua nama tersebut sering membingungkan, tetapi ini adalah produk, bukan model. Mulai April 2026, asisten Meta didukung oleh lini model yang lebih baru dan terpisah, bukan Llama.

Sejarah Singkat Llama

Model pertama, yang disebut LLaMA dalam penulisan huruf kapital aslinya, diumumkan pada Februari 2023 dan dirilis dalam berbagai ukuran parameter mulai dari 7 miliar hingga 65 miliar. Awalnya, model ini hanya ditawarkan kepada peneliti yang disetujui di bawah lisensi non-komersial, tetapi bobotnya menyebar di internet dalam beberapa hari setelah dirilis. Kebocoran tersebut ternyata menjadi titik balik: gelombang developer mulai bereksperimen dengan model tersebut, dan proyek-proyek seperti llama.cpp, program ringan untuk menjalankan Llama di komputer biasa, muncul hampir seketika dan membuat AI lokal praktis bagi orang-orang tanpa perangkat keras yang mahal.

Meta merespons dengan mengubah pendekatannya. Llama 2, yang dirilis pada Juli 2023, hadir dengan bobot yang tersedia untuk penggunaan komersial di bawah lisensi komunitas baru, dan dengan versi obrolan yang disesuaikan dengan instruksi di samping model dasar, yang membuatnya jauh lebih mudah untuk membangun asisten di atasnya. Code Llama menyusul pada Agustus 2023, versi yang dikhususkan untuk pemrograman. Llama 3 hadir pada April 2024 dengan kualitas yang jauh lebih baik, dan Llama 3.1 pada Juli 2024 memperkenalkan model dengan 405 miliar parameter yang termasuk yang terbesar yang tersedia secara terbuka pada saat itu, bersama dengan context window 128.000 token. Llama 3.2 pada September 2024 menambahkan model teks yang sangat kecil dengan 1 miliar dan 3 miliar parameter yang ditujukan untuk ponsel dan perangkat edge, ditambah model yang mampu memproses visi dengan 11 miliar dan 90 miliar parameter. Llama 3.3, yang dirilis pada Desember 2024, menghadirkan model dengan 70 miliar parameter dengan kualitas yang mendekati versi 3.1 yang jauh lebih besar dengan biaya operasional yang jauh lebih rendah.

Generasi terbaru, Llama 4, dirilis pada 5 April 2025. Hingga November 2026, Llama 4 tetap menjadi generasi terbaru yang menggunakan nama Llama.

Bagaimana Model Llama Bekerja

Pada tingkat praktis, menggunakan model Llama berarti memuat bobotnya ke dalam software yang dapat menjalankannya dan memberinya teks, dan terkadang gambar. Ada dua cara umum untuk melakukannya. Yang pertama adalah dengan melakukan hosting sendiri: unduh bobot dari repositori seperti Hugging Face dan jalankan di mesin atau server kita sendiri, menggunakan alat seperti llama.cpp, Ollama, atau LM Studio untuk penggunaan lokal dan framework penyajian untuk produksi. Yang kedua adalah menggunakan layanan hosting, karena sebagian besar penyedia cloud utama dan banyak perusahaan inferensi khusus menawarkan model Llama melalui API, biasanya dengan harga lebih rendah daripada model frontier berpemilik.

Teknik yang disebut kuantisasi adalah bagian besar mengapa Llama menjadi sangat mudah diakses. Kuantisasi menyimpan angka model pada presisi yang lebih rendah, yang secara substansial mengurangi jejak memorinya dengan hanya sedikit penurunan kualitas. Itulah mengapa model Llama yang lebih kecil dapat dijalankan di laptop, dan mengapa bahkan model yang cukup besar dapat dikompresi ke dalam satu kartu grafis kelas atas. Kelemahannya adalah model yang lebih besar tetap membutuhkan memori yang signifikan, sehingga varian Llama terbesar tetap menjadi pilihan pusat data bagi sebagian besar organisasi.

Karena bobotnya berada di tangan kita, Llama juga dapat disetel ulang, artinya dilatih lebih lanjut pada data kita sendiri untuk mengkhususkannya. Teknik seperti LoRA membuat hal ini terjangkau dengan hanya memperbarui sebagian kecil model daripada keseluruhannya. Sebuah perusahaan dapat mengadaptasi model Llama untuk dokumen internalnya, gaya penulisannya, atau tugas yang spesifik, dan menjaga hasilnya sepenuhnya di bawah kendalinya sendiri. Kemampuan itu, bersama dengan kemampuan untuk menjaga data sensitif agar tidak pernah keluar dari infrastruktur kita sendiri, adalah alasan utama mengapa banyak organisasi memilih Llama daripada model berpemilik yang dihosting.

Llama 4: Generasi Terbaru

Llama 4 memperkenalkan dua perubahan signifikan. Ini adalah keluarga model pertama Meta yang menggunakan arsitektur campuran ahli (mixture-of-expert), di mana model tersebut berisi banyak sub-jaringan khusus dan hanya mengaktifkan beberapa di antaranya untuk setiap bagian teks yang diprosesnya. Hal ini memungkinkan model memiliki jumlah parameter total yang sangat besar sambil menjaga biaya pengoperasiannya lebih dekat dengan model yang jauh lebih kecil. Model ini juga secara bawaan multimodal, artinya dibangun sejak awal untuk menangani teks dan gambar, bukan menambahkan fitur penglihatan setelahnya.

Dua model dirilis secara publik. Llama 4 Scout memiliki total 109 miliar parameter dengan 17 miliar parameter aktif setiap saat, tersebar di 16 ahli, dan menawarkan context window 10 juta token, yang terbesar dari semua model yang tersedia secara terbuka pada saat rilis. Llama 4 Maverick memiliki sekitar 400 miliar parameter total, juga dengan 17 miliar parameter aktif, dan context window 1 juta token. Model ketiga yang jauh lebih besar, yang disebut Behemoth, dengan sekitar dua triliun parameter, telah dipratinjau dan digunakan dalam pelatihan model yang lebih kecil, tetapi belum pernah dirilis secara publik. Meta juga menerbitkan Llama Guard 4, sebuah model dengan 12 miliar parameter yang dirancang untuk mengklasifikasikan perintah dan respons demi keamanan.

Penerimaan Llama 4 beragam. Model ini hadir dengan klaim benchmark yang kuat, tetapi menuai kritik ketika terungkap bahwa versi eksperimental yang disetel khusus, bukan model yang dirilis, telah diajukan ke papan peringkat publik yang populer, yang membuat banyak pengamat skeptis terhadap peringkat utamanya. Pengujian independen sejak saat itu umumnya menempatkan Maverick di belakang pesaing open-weight yang lebih baru seperti model DeepSeek dan Qwen terbaru pada tugas coding dan penalaran yang sulit. Model ini tetap mumpuni dan tersedia secara luas, tetapi bukan lagi pemimpin yang jelas di bidang open-weight seperti Llama 3.1 sebelumnya.

Llama Community License: Open Weight, Bukan Open Source

Lisensi inilah yang menjadi sumber kebingungan seputar Llama, jadi penting untuk menjelaskannya secara tepat. Llama didistribusikan di bawah Llama Community License, yang memberikan lisensi gratis, di seluruh dunia, dan bebas royalti untuk menggunakan, mereproduksi, dan memodifikasi model, termasuk untuk tujuan komersial. Tidak ada biaya, dan bagi sebagian besar developer dan perusahaan, itulah intinya.

Lisensi ini memang disertai dengan beberapa ketentuan. Perusahaan yang produknya memiliki lebih dari 700 juta pengguna aktif bulanan pada bulan sebelum rilis versi tertentu harus meminta lisensi terpisah dari Meta, yang dapat diberikan atau ditolak oleh Meta atas kebijakannya sendiri. Klausul tersebut ditujukan untuk perusahaan teknologi terbesar dan hampir tidak relevan bagi perusahaan lain. Siapa pun yang mendistribusikan produk yang dibangun di atas Llama harus menampilkan "Built with Llama," dan model yang berasal dari Llama harus menggunakan nama Llama sebagai awalan. Lisensi ini juga mencakup Kebijakan Acceptable Use Policy yang melarang penggunaan tertentu seperti aktivitas ilegal dan pengembangan senjata. Terakhir, lisensi Llama 4 menahan hak-hak tertentu untuk model multimodalnya dari individu dan perusahaan yang berbasis di Uni Eropa, meskipun pengguna akhir produk yang dibangun di atas model tersebut tidak terpengaruh.

Karena kondisi ini, Open Source Initiative telah menyimpulkan bahwa lisensi Llama tidak memenuhi Definisi Open Source, karena membatasi siapa yang dapat menggunakan software dan untuk tujuan apa. Inilah mengapa penulis yang cermat menggambarkan Llama sebagai open-weight daripada open source. Bagi developer praktis, perbedaan ini biasanya tidak terlalu penting, tetapi akan menjadi penting jika organisasi kita memiliki kebijakan yang mensyaratkan lisensi open-source yang benar-benar terbuka, atau jika suatu hari kita mungkin diakuisisi oleh perusahaan di atas ambang batas pengguna.

Apa yang Terjadi Setelah Llama 4: Era Muse

Hal terpenting yang perlu dipahami tentang Llama saat ini adalah momentumnya telah terhenti. Pada Juni 2025, Meta mengatur ulang upaya AI-nya di bawah grup baru bernama Meta Superintelligence Labs, yang dipimpin oleh Alexandr Wang, mantan kepala eksekutif Scale AI. Rilis utama pertama grup ini terjadi pada 8 April 2026, dan itu bukan Llama. Muse Spark adalah model penalaran berbasis API dengan bobot tertutup, dan ini menandai pertama kalinya Meta merilis model terdepan tanpa bobot terbuka sejak Llama 2 pada tahun 2023. Asisten Meta sendiri beralih ke Muse Spark, menggantikan Llama sebagai mesin di balik Meta AI.

Hal itu memunculkan pertanyaan yang wajar tentang apakah lini Llama terbuka telah berakhir. Meta telah menyatakan bahwa model Llama saat ini akan tetap tersedia sebagai open source, tetapi belum mengumumkan versi Llama baru apa pun. Yang telah dilakukannya adalah kembali ke bobot terbuka dengan nama Muse. Pada 10 Agustus 2026, Meta merilis Muse Glimmer, sebuah model multimodal dengan 30 miliar parameter di bawah lisensi Apache 2.0 yang permisif, dengan context window 128.000 token. Pada Oktober 2026, mereka menyusul dengan Muse Spark Open, sebuah model campuran ahli dengan total sekitar 816 miliar parameter dan context window jutaan token, yang dilaporkan sebagai open-weight terkuat Meta hingga saat ini dan dirilis di bawah lisensi model Muse sendiri, bukan Apache 2.0.

Ada konsekuensi lisensi yang menarik di sini. Lisensi Apache 2.0 Muse Glimmer menghapus klausul 700 juta pengguna, persyaratan atribusi "Built with Llama", dan aturan penamaan yang menyertai Llama Community License, menjadikannya jauh lebih permisif daripada rilis Llama mana pun. Secara praktis, upaya open-weight Meta masih berjalan dan bisa dibilang lebih terbuka daripada sebelumnya, tetapi mereka tidak lagi berada di bawah merek Llama. Jika kita melihat ulasan lama yang menyebut Llama 4 sebagai model terbaru Meta, itu sudah tidak akurat lagi. Jika kita melihat ulasan terbaru yang mengklaim ada versi Llama yang lebih baru, ada baiknya untuk memeriksanya di saluran resmi Meta, karena beberapa pelacak independen menunjukkan tidak ada rilis Llama baru sejak April 2025.

Kelebihan dan Kekurangan

Keunggulan utama Llama adalah kendali. Karena kita dapat menghosting model sendiri, kita memutuskan ke mana data kita akan dikirim, yang dapat menjadi penentu dalam bidang kesehatan, keuangan, hukum, dan pemerintahan, di mana pengiriman informasi sensitif ke API pihak ketiga mungkin tidak dapat diterima. Hosting sendiri juga jauh lebih murah dalam volume tinggi daripada membayar per token kepada penyedia eksklusif, dan penyesuaian memungkinkan kita membangun model khusus yang tidak dapat ditandingi oleh layanan umum. Ekosistem di sekitarnya adalah kekuatan lain: Llama telah didukung oleh hampir setiap alat utama, platform cloud, dan penyedia inferensi, sehingga terdapat banyak tutorial, alat, dan penyesuaian komunitas yang dibangun di atasnya.

Namun, kekurangannya nyata. Menjalankan model yang lebih besar sendiri membutuhkan perangkat keras dan keahlian operasional yang substansial, dan bagi banyak tim, API yang dihosting jauh lebih mudah. ​​Lisensinya, meskipun permisif bagi sebagian besar pengguna, bukanlah open source dalam arti yang sebenarnya. Dan Llama 4 sekarang sudah berusia lebih dari satu setengah tahun di bidang yang berkembang pesat. Model open-weight yang lebih baru dari lab lain telah mengunggulinya di banyak benchmark, dan karya terbaru Meta sendiri hadir dengan nama Muse. Bagi seseorang yang memulai proyek baru hari ini, Llama bukan lagi model open-weight pertama yang otomatis dipertimbangkan, meskipun tetap menjadi pilihan yang stabil, didukung dengan baik, dan banyak digunakan.

Cara Mencoba Llama Sendiri

Cara termudah untuk bereksperimen adalah dengan menjalankan model kecil secara lokal. Alat seperti Ollama dan LM Studio memungkinkan kita mengunduh model Llama dan berinteraksi dengannya di laptop dengan beberapa perintah atau klik, dan model Llama 3 yang lebih kecil, dalam rentang parameter 1 miliar hingga 8 miliar, berjalan dengan nyaman di perangkat keras konsumen modern. Ini adalah cara yang baik untuk merasakan kemampuan model open source tanpa membayar apa pun atau mengirim data ke mana pun.

Jika kita ingin mencoba model Llama 4 yang lebih besar, penyedia hosting adalah pilihan yang praktis. Beberapa platform cloud dan layanan inferensi menawarkan Scout dan Maverick melalui API sederhana dengan harga rendah, dan sebagian besar memungkinkan kita beralih antar model dengan mudah. ​​Bahkan Scout yang terkuantisasi membutuhkan GPU dengan memori tinggi untuk dihosting sendiri, jadi menyewanya biasanya lebih masuk akal untuk eksperimen. Dan jika kita menginginkan sesuatu yang lebih baru dari Meta, bobot Muse Glimmer dan Muse Spark Open tersedia untuk diunduh, tunduk pada lisensi masing-masing, yang harus kita baca sebelum membangun apa pun di atasnya.

Memilih di Antara Model Terbuka Meta Saat Ini

Untuk penggunaan lokal di perangkat dan berbiaya rendah, model Llama 3.x yang lebih kecil tetap populer karena didukung dengan baik dan dapat dijalankan hampir di mana saja. Untuk dokumen panjang dan hosting yang sederhana, context window Llama 4 Scout yang besar dan jumlah parameter aktif yang sederhana menjadikannya pilihan yang tepat. Untuk kualitas terbaik dalam keluarga Llama 4, Maverick adalah pilihan yang lebih kuat. Dan bagi siapa pun yang menginginkan teknologi open-weight terbaru dari Meta, dan lisensi yang lebih permisif dalam kasus Glimmer, model Muse adalah yang perlu dievaluasi. Dalam setiap kasus, bandingkan benchmark terkini untuk tugas spesifik kita daripada mengandalkan reputasi model, dan baca lisensi yang berlaku untuk versi yang akan kita gunakan, karena ketentuan berbeda antar rilis.


Jadi, Llama adalah keluarga model bahasa open-weight dari Meta, dan signifikansinya jauh melampaui rilis tunggal mana pun. Dengan menerbitkan bobot model yang mumpuni, Meta membantu menciptakan seluruh ekosistem alat AI lokal, varian yang disempurnakan, dan deployment yang dihosting sendiri, dan memaksa industri yang lebih luas untuk menganggap serius model open-weight. Keluarga ini berkembang dari rilis penelitian pada awal tahun 2023 menjadi model Llama 4 yang besar, multimodal, dan campuran para ahli pada tahun 2025, semuanya didistribusikan di bawah lisensi yang murah hati bagi hampir semua orang tetapi tidak sepenuhnya open source.