Memahami AI open-source: arti "terbuka" pada ekosistem Llama

Llama sering disebut sebagai "open-source AI". Deskripsi yang lebih tepat sebenarnya lebih spesifik: Meta menyediakan bobot (weights) hasil pelatihan untuk publik, sehingga Anda dapat mengunduh dan menjalankannya di mana saja, tetapi tetap di bawah lisensi dengan ketentuan tertentu. Apakah ini tergolong open source masih menjadi perdebatan. Panduan ini menjelaskan istilah-istilah tersebut, apa saja yang bisa Anda lakukan dengan bobot terbuka (open weights), apa yang diwajibkan lisensi Llama, serta posisi Llama di antara model-model terbuka lainnya pada akhir 2026.

Komponen pembentuk model AI

• Arsitektur dan kode: rancangan jaringan saraf serta perangkat lunak yang melatih dan menjalankannya.
• Bobot atau weights (parameter): miliaran angka yang dipelajari selama pelatihan. Angka-angka ini menyimpan apa yang "diketahui" model, dan merupakan bagian paling mahal untuk diproduksi.
• Data pelatihan: teks, kode, dan gambar yang dipelajari oleh model.
• Dokumentasi: terutama model card, yang menjelaskan tujuan penggunaan, bahasa yang didukung, batasan, serta hasil evaluasi.

Kata "terbuka" bisa merujuk ke salah satu dari komponen ini, dan dari sinilah kebingungan biasanya bermula.

Model tertutup, open weights, dan open source

Model tertutup hanya tersedia sebagai layanan: Anda mengirimkan permintaan ke server perusahaan dan tidak pernah mendapatkan model itu sendiri. Model open-weight memungkinkan Anda mengunduh bobotnya dan menjalankannya di perangkat keras sendiri atau melalui penyedia mana pun yang Anda pilih. Open source, dalam definisi perangkat lunak tradisional, mencakup lebih dari itu: lisensi yang mengizinkan siapa saja menggunakan, mempelajari, memodifikasi, dan membagikan karya tersebut untuk tujuan apa pun, tanpa diskriminasi terhadap orang atau bidang penggunaan tertentu.

Pada tahun 2024, Open Source Initiative (OSI), yang mengelola Definisi Open Source, merilis Open Source AI Definition 1.0. Definisi ini menuntut kebebasan yang sama, ditambah kode yang digunakan untuk melatih model dan informasi data pelatihan yang memadai agar sistem serupa dapat dibuat ulang. OSI telah menyatakan secara terbuka bahwa lisensi Llama dari Meta bukan open source, merujuk pada ketentuan komersial tambahan bagi perusahaan berskala sangat besar dan pembatasan dalam Kebijakan Penggunaan yang Dapat Diterima (Acceptable Use Policy). Meta sendiri sudah lama mendeskripsikan Llama sebagai open source.

Jadi, penjelasan singkat yang paling tepat adalah: Llama merupakan keluarga model open-weight yang dirilis di bawah lisensi komunitas milik Meta sendiri.

Poin penting Llama Community License

Setiap generasi Llama memiliki lisensinya masing-masing; Llama 4 Community License Agreement mulai berlaku pada 5 April 2025. Poin-poin utamanya meliputi:

• Anda mendapatkan lisensi gratis dan berlaku global untuk menggunakan, menyalin, memodifikasi, serta mendistribusikan model dan karya turunannya.
• Jika Anda mendistribusikan Llama, atau menawarkan produk maupun layanan yang memuatnya, Anda wajib menyertakan salinan lisensi dan menampilkan atribusi "Built with Llama" secara jelas. Itulah alasan Anda melihat tulisan tersebut di situs ini.
• Jika Anda menggunakan Llama atau output-nya untuk membuat atau menyempurnakan model AI yang Anda distribusikan, nama model tersebut harus diawali dengan kata "Llama".
• Perusahaan yang produknya memiliki lebih dari 700 juta pengguna aktif bulanan (MAU) pada saat rilis model harus meminta lisensi terpisah dari Meta.
• Penggunaan Anda harus mematuhi hukum dan Acceptable Use Policy Meta, yang melarang aktivitas ilegal serta daftar penggunaan berbahaya lainnya.
• Model disediakan "apa adanya" (as is), tanpa jaminan apa pun.

Halaman lisensi Llama kami membahasnya lebih mendalam. Ini adalah informasi umum, bukan nasihat hukum: baca lisensi resminya sebelum Anda membangun apa pun dengan Llama.

Apa yang bisa Anda lakukan dengan open weights

• Jalankan model sendiri, di komputer atau server pribadi, menggunakan aplikasi seperti Ollama, LM Studio, atau llama.cpp. Perintah (prompt) Anda tidak pernah meninggalkan perangkat. Lihat panduan cara menjalankan Llama secara lokal.
• Pilih penyedia Anda. Banyak penyedia cloud menghosting Llama, sehingga Anda tidak terikat pada harga atau ketentuan satu perusahaan saja. Obrolan kami menggunakan salah satunya; pengembang dapat membaca panduan menggunakan Llama melalui API.
• Fine-tuning model dengan contoh data Anda sendiri untuk menyesuaikannya dengan bidang, bahasa, atau gaya tertentu.
• Pelajari arsitekturnya. Peneliti dapat membedah cara kerja internal model, hal yang mustahil dilakukan pada layanan tertutup.
• Simpan versi yang stabil. Model yang sudah diunduh tidak akan berubah atau hilang saat perusahaan memperbarui produknya.

Hal yang perlu dipertimbangkan

• Kebutuhan perangkat keras. Model kecil seperti Llama 3.1 8B dapat berjalan di PC rumahan yang mumpuni; model besar seperti Llama 4 Maverick membutuhkan perangkat keras server tingkat lanjut. Menjalankan model sendiri juga berarti Anda harus mengonfigurasi dan memperbaruinya secara mandiri.
• Data pelatihan tidak dipublikasikan. Model card dari Meta hanya menjelaskan data secara umum, sehingga tidak ada pihak luar yang bisa mereproduksi atau mengaudit proses pelatihannya secara penuh.
• Keamanan menjadi tanggung jawab Anda sebagian. Model card Meta meminta pengembang menambahkan perlindungan keamanan yang sesuai dengan skenario penggunaan masing-masing, dan Meta menyediakan alat seperti Llama Guard untuk memfilter konten.
• Ketentuan lisensi tetap berlaku, seperti yang tercantum di atas.

Lima pertanyaan sebelum memilih model terbuka

1. Apa saja yang diizinkan oleh lisensi, dan apakah sesuai dengan kebutuhan saya, termasuk untuk penggunaan komersial?
2. Apakah perangkat keras saya sanggup menjalankannya, atau pada akhirnya saya tetap harus membayar penyedia cloud?
3. Apakah model mendukung bahasa dan jenis input (teks, gambar) yang saya perlukan?
4. Seberapa baru wawasan model tersebut, dan apakah itu berpengaruh bagi tugas saya?
5. Sistem pengaman apa yang perlu saya tambahkan di sekitarnya?

Llama sendiri dapat membantu Anda bersiap. Tempelkan teks lisensi atau model card dan minta model menjelaskan bagian-bagian pentingnya bagi Anda:

Berikut adalah teks lisensi dari sebuah model AI. Rangkum dengan bahasa yang mudah dipahami apa saja yang boleh dan tidak boleh saya lakukan, apa yang wajib saya tampilkan atau sertakan jika saya membuat produk dengannya, serta batasan apa pun untuk penggunaan komersial. Tandai bagian yang kurang jelas. Ini hanya untuk orientasi umum, bukan nasihat hukum. Lisensi: [tempel teks]

Buka perintah ini di chat, atau gunakan alat peringkas untuk memahami model card yang panjang secara cepat.

Posisi Llama di akhir 2026

Llama 4 Scout dan Llama 4 Maverick, yang dirilis pada 5 April 2025, masih menjadi model Llama serbaguna terbaru, sekaligus model terbaru di chat kami. Meta juga sempat mengumumkan Llama 4 Behemoth berukuran jauh lebih besar yang masih dalam tahap pelatihan; model ini belum dirilis. Sejak saat itu, Meta mengalihkan fokus pengembangan model utamanya ke lini baru bernama Muse, yang dikembangkan oleh Meta Superintelligence Labs:

• Muse Spark (April 2026) bersifat proprietari dan menjadi mesin utama asisten bawaan Meta.
• Muse Glimmer (Agustus 2026) adalah model open-weight yang lebih kecil dan dirilis di bawah lisensi Apache 2.0, sebuah lisensi perangkat lunak permisif standar.
• Muse Wonder (Oktober 2026) hanya tersedia melalui layanan Meta, tanpa bobot yang dapat diunduh.
• Muse Spark Open (15 Oktober 2026) adalah model open-weight berukuran besar di bawah Muse Model License tersendiri.

Model Muse bukan bagian dari keluarga Llama dan tidak tersedia di chat kami. Untuk melihat lini masa lengkapnya, buka riwayat Llama.

Perusahaan lain juga menerbitkan model-model open-weight, termasuk DeepSeek, tim Qwen dari Alibaba, dan Mistral AI. Kami menyediakan panduan komparasi antara Llama vs DeepSeek, Llama vs Qwen, dan Llama vs Mistral.

Tanya Jawab (FAQ)

Apakah Llama berbayar?

Mengunduh bobotnya gratis di bawah lisensi Meta, dan sebagian besar individu serta pelaku bisnis dapat menggunakannya tanpa membayar royalti ke Meta. Menjalankannya tetap membutuhkan biaya komputasi, baik dari perangkat keras Anda sendiri maupun biaya layanan cloud. Chat di situs kami dapat digunakan gratis oleh pengunjung, dengan batas pesan harian, dan didukung oleh iklan.

Apakah AI dengan open weights kurang aman?

Hal ini masih menjadi bahan diskusi hangat. Bobot terbuka memungkinkan siapa saja memodifikasi pembatas keamanan, tetapi juga memberi ruang bagi peneliti independen untuk menguji model serta memungkinkan organisasi menjaga kerahasiaan datanya secara internal. Meta mempublikasikan informasi keselamatan di model card dan merekomendasikan perlindungan tambahan pada produk yang di-deploy.

Apakah saya wajib menampilkan "Built with Llama" jika hanya mengobrol di sini?

Tidak. Persyaratan tersebut hanya berlaku bagi pihak yang mendistribusikan Llama atau membangun produk dengannya, seperti situs web ini. Saat menggunakan chat kami, Anda hanya tunduk pada ketentuan layanan kami.

Bisakah saya mengunduh model yang digunakan di chat ini?

Bisa. Meta mempublikasikan keempatnya di Hugging Face, tempat Anda menyetujui lisensi sebelum mengunduh: Llama 4 Maverick, Llama 4 Scout, Llama 3.3 70B Instruct, dan Llama 3.1 8B Instruct. Halaman model kami memuat rincian untuk masing-masing model tersebut.