什么是 Llama AI？

一分钟了解 Llama AI

Llama 是由 Meta（Facebook、Instagram 和 WhatsApp 的母公司）推出的大语言模型系列。当人们搜索“Llama AI”时，通常是指这些模型之一，或是运行该模型的聊天应用。首个版本于 2023 年 2 月 24 日发布，名为 LLaMA（Large Language Model Meta AI 的缩写）。自那以后，Meta 陆续发布了多个世代，截至 2026 年 10 月，最新的 Llama 世代依然是 2025 年 4 月 5 日发布的 Llama 4。

Llama 与 ChatGPT 或 Gemini 等助手的不同之处在于 Meta 的共享方式。Meta 公开发布了模型权重——即包含模型所学全部内容的大型文件。任何人只要接受许可协议，都可以下载这些权重、在自己的硬件上运行、进行微调，并在其基础上构建产品。通常的称谓是“开放权重”（open weights）：你获得了训练好的模型，但须遵守 Meta 附带条件的专有许可协议。

在 Llama.Online 上，你可以直接在浏览器中免费与四款真实的 Llama 模型对话：Llama 4 Maverick、Llama 4 Scout、Llama 3.3 70B 以及 Llama 3.1 8B。我们是一家独立网站，并非由 Meta 运营。这些模型运行在云端推理服务商上，我们的网站将你的消息传递给它们，并将答案以流式传输返回。

谁开发了 Llama

Llama 由 Meta Platforms, Inc. 开发并发布。每个版本都附带一份模型卡（model card），详细说明了训练数据、支持的语言、预期用途和许可协议。Meta 在 Hugging Face 的 meta-llama 组织下发布了这些卡片和权重。

2025 年，Meta 将其 AI 业务重组为一个名为 Meta Superintelligence Labs 的新团队，该团队现在以全新的名称 Muse 构建 Meta 最新的模型。Llama 依然是 Meta 的开放权重系列，至今仍被广泛使用，但这已不再是 Meta 投入最新研发工作的主阵地。

通俗讲解 Llama 的工作原理

Llama 模型是一个在大规模文本（对于 Llama 4，还包括图像）上训练出来的神经网络。它通过不断预测下一个文本小片段（称为 Token）来撰写答案，直到回复完成。在训练过程中，它掌握了语法、事实、写作风格以及推理模式。随后，Meta 会根据对话示例对“instruct”（指令）版本进行微调，使其能够听懂要求并提供有用的回复。我们聊天中的模型正是这些 instruct 版本。

理解 Llama 模型之间的差异主要看以下三个概念：

• 规模（Size）。模型通常用参数量来描述，即网络内部的数值。Llama 3.1 8B 拥有 80 亿参数，而 Llama 3.3 70B 拥有 700 亿参数。参数规模越大，通常意味着知识储备越丰富、对细微差别的处理越出色，但回复速度也相对更慢，所需的硬件成本也更高。
• 混合专家（Mixture of Experts）。Llama 4 是首个采用这种架构构建的 Llama 模型。每个模型包含许多专家子网络，针对每个 Token 仅激活其中一部分。根据 Meta 的模型卡，Llama 4 Maverick 总共拥有 4000 亿参数，每个 Token 激活 170 亿参数；而 Llama 4 Scout 总共拥有 1090 亿参数，每个 Token 同样激活 170 亿参数。这样既拥有庞大的知识储备，又能保证快速的回复速度。
• 上下文窗口（Context window）。这是指模型一次性能够处理的文本量。Meta 的模型卡标明 Llama 3.1 和 3.3 为 128K Token，Llama 4 Maverick 为 1M，Llama 4 Scout 则高达 10M。托管提供商提供的实际限制通常低于卡片上的最大值，包括我们在内的聊天应用也会对过长的对话进行适度截断。

每个 Llama 模型也都有知识截止日期。它学习的是截至特定日期前的数据，对之后发生的事情一无所知。Meta 标明 Llama 3.1 和 3.3 的截止时间为 2023 年 12 月，Llama 4 为 2024 年 8 月。Llama 模型本身无法自行浏览互联网，我们的聊天功能也没有接入实时网络访问。

Llama 家族一览

有关各个版本演进细节的完整故事，请参阅我们的 Llama 历史页面。关于 Llama 3.2 和 Llama Guard 4 的更多详情请浏览各自的资料页。

Llama 4 之后的发展

如果你阅读过较早的文章，可能会期待现在已经有了 Llama 5。但截至 2026 年 10 月，尚无 Llama 5 问世。2025 年 4 月，Meta 预告了一款规模大得多的教师模型 Llama 4 Behemoth，并表示该模型仍在训练中。路透社于 2025 年 5 月报道称其发布已推迟，且 Meta 至今未公开发布该模型。Meta 的较新模型已改名为 Muse：

• Muse Spark（2026 年 4 月 8 日）是 Meta Superintelligence Labs 的首款模型。它为 Meta AI 应用和 meta.ai 提供算力支持。其权重并未公开；Meta 仅通过 API 向精选合作伙伴提供。
• Muse Glimmer（2026 年 8 月 10 日）是一款拥有 300 亿参数的模型，专为本地智能体（Agent）打造。Meta 在 Hugging Face 上以 Apache 2.0 许可协议发布了其权重。
• Muse Wonder 和 Muse Wonder Full（2026 年 10 月 12 日）被 Meta 称为其迄今为止最强大的模型。它们通过 Meta Model API 和 Meta 的 Muse Code 工具提供，不提供可下载的权重。
• Muse Spark Open（2026 年 10 月 15 日）是 Muse Spark 的开放权重版本，采用全新的 Muse Model License，Meta 称该协议包含有限的商业条款。

伴随着这一转变，带来了两项实际变化。首先，Meta 旗下应用中的 Meta AI 助手现在运行在 Muse 而非 Llama 上。其次，Meta 于 2026 年 7 月 6 日关闭了其托管的 Llama API 预览版。Meta 开发者帮助中心现已声明，其全新的 Meta Model API 不再提供 Llama 模型服务，Llama 转为完全由用户自行下载和托管。用户依然可以从 Meta 下载 Llama 模型，许多云服务商也提供相关托管，这也正是我们聊天功能的运作方式。

Llama 擅长什么

• 日常提问与答疑解惑。让它通俗地解释一个概念、对比不同选项，或一步步指导你完成某个流程。
• 写作与润色。起草文稿、撰写邮件、社交媒体文案、故事创作、调整语言基调以及校对。
• 内容总结。粘贴一篇文章或会议纪要，让它提炼核心观点、撰写简报或列出待办事项。
• 多语言能力。Llama 4 官方支持 12 种语言：阿拉伯语、英语、法语、德语、印地语、印度尼西亚语、意大利语、葡萄牙语、西班牙语、他加禄语、泰语和越南语。Llama 3.1 和 3.3 支持 8 种语言。其他语言通常也能正常处理，但可能会出现稍多的错误。
• 辅助编程。解释代码、编写小型函数、排查 Bug 以及在不同编程语言之间进行转换。
• 图像理解（借助 Llama 4）。描述照片、读取图表或截图，或解答有关图片的问题。
• 构建专属产品。企业可以在自己的服务器上部署 Llama，确保数据留在本地，并进行定向微调。

需要注意的局限性

• 可能会一本正经地胡说八道。和所有语言模型一样，Llama 有时会捏造事实、人名、数字或引用来源。重要信息务必自行核实。
• 缺乏实时信息。它不知道截止日期之后的最新新闻、价格或事件，也无法联网查询。
• 并非专业人士。它能提供健康、法律或理财方面的常识，但它不是医生、律师或财务顾问。
• 不再是最前沿的模型。Llama 4 诞生于 2025 年 4 月，包括 Meta 自家的 Muse Wonder 在内的更新模型，在复杂的编程和长时间智能体任务中整体表现更为领先。不过在日常对话、写作和图像处理方面，Llama 4 依然十分强大。

开放权重、许可协议与 "Built with Llama"

自 Llama 2 以来，每个版本都附带各自的 Llama Community License。简而言之，该协议允许你免费使用、复制、修改和重新分发模型，包括用于商业目的。作为前提，你必须遵守 Meta 的可接受使用政策，在采用该模型的产品中展示 "Built with Llama"，将基于 Llama 训练的任何模型名称以 "Llama" 开头，并在分发权重时附带一份许可协议副本。如果某家企业在相关版本发布时的产品月活跃用户数（MAU）超过 7 亿，则必须向 Meta 申请单独的许可。对于 Llama 3.2 和 Llama 4 中的多模态模型，可接受使用政策未向欧盟境内的个人和企业授予许可权，但基于这些模型构建的产品最终用户不受此影响。

这正是我们网站页脚标有 "Built with Llama" 的原因。我们的 Llama 许可协议页面对各项条款进行了更详细的解释，而我们的开源 AI 指南则解释了为什么很多人对 Llama 称之为“开放权重”而非严格意义上的“开源”。

使用 Llama AI 的方式

在浏览器中在线聊天

最快捷的方法是使用我们的免费 Llama 聊天。无需安装任何软件，也无需注册账号，手机和电脑均可即开即用。

在自己的电脑上本地运行

使用 Ollama、LM Studio 和 llama.cpp 等工具可以下载 Llama 模型并在本地运行，甚至支持离线使用。像 Llama 3.2 3B 或 Llama 3.1 8B 这样的小型模型可以在很多笔记本电脑上流畅运行；而超大模型则需要相当强劲的硬件配置。详见如何本地运行 Llama。

通过代码调用 API

开发者可以通过提供兼容 OpenAI 接口的云服务商调用 Llama，例如 OpenRouter。我们的 Llama API 指南提供了可直接复制的代码示例和最新的公开参考价格。

如何在本站开始与 Llama 对话

1. 打开聊天界面。系统默认选择 Llama 4 Maverick。
2. 如有需要，你可以从模型菜单中挑选其他模型。我们的 Llama 模型挑选指南能帮你做出最合适的选择。
3. 输入你的问题；如果使用的是 Llama 4 模型，还可以上传照片或截图。
4. 继续追问交流，遇到关键事实建议与可靠来源核对。

每位访客每天都有一份免费额度，目前为每天 100 条消息，该额度与我们的 AI 工具通用。实用技巧参考：如何撰写高质量提示词。

常见问题解答

Llama AI 是免费的吗？

在 Meta 许可协议的约束下，这些模型可以免费下载，但运行它们需要消耗硬件或云算力成本。我们的在线聊天提供每日免费消息额度，通过广告赞助来维持运营。

Llama 和 Meta AI 是一回事吗？

不是。Meta AI 是内置在 Meta 旗下应用及 meta.ai 网站上的官方助手。它曾经基于 Llama 运行，但 Meta 表示自 2026 年 4 月起已改由 Muse Spark 提供算力支持。而 Llama 是人人皆可使用的开放权重模型系列，包括我们这样的独立网站也能接入使用。

Llama 是开源的吗？

它的权重是公开可下载的，但 Llama Community License 附加了传统开源协议所没有的限制条件，例如可接受使用政策和 7 亿用户限制规则。因此，“开放权重”是更为严谨准确的表述。

有 Llama 5 吗？

没有。截至 2026 年 10 月，最新的 Llama 世代为 Llama 4。Meta 更晚推出的模型已被命名为 Muse，它们不属于 Llama 家族，我们的聊天中也不提供。

我应该使用哪款 Llama 模型？

处理绝大多数任务以及涉及图片时，建议首选 Llama 4 Maverick。处理长文档建议使用 Scout，纯文本任务可使用 Llama 3.3 70B，而需要最快得到简短回复时则推荐 Llama 3.1 8B。

Llama 能看懂图片吗？

Llama 4 Maverick 和 Llama 4 Scout 支持图片输入，Llama 3.2 视觉模型也同样支持。在我们的聊天中，选择 Llama 4 模型时每条消息可附加一张图片。需要注意的是，Llama 无法生成或绘制图像。