¿Qué es Llama de Meta y dónde encaja Llama 3?
Llama es una familia de modelos de lenguaje que Meta, la empresa de Facebook, Instagram y WhatsApp, publicó entre febrero de 2023 y abril de 2025. Llama 3 es la generación de 2024. Meta la sacó en cuatro tandas, desde un modelo de 1B que cabe en un móvil hasta uno de 405B que necesita un centro de datos. Todos siguen disponibles en la página de Meta en Hugging Face. Esta es la lista completa:
Los modelos Llama 3 de Meta, los dos Llama 4 que vinieron después y el modelo abierto más reciente de Meta, comprobados en las publicaciones de la propia Meta y en la lista de precios de OpenRouter el 3 de noviembre de 2026:
| Modelo | Lanzamiento | Tamaños | Contexto | Precio en OpenRouter, entrada / salida por 1M de tokens |
|---|---|---|---|---|
| Llama 3 | 18 de abril de 2024 | 8B, 70B | 8K | Ya no aparece |
| Llama 3.1 | 23 de julio de 2024 | 8B, 70B, 405B | 128K | 8B: $0.05 / $0.08; 70B: $0.40 / $0.40 |
| Llama 3.2 | 25 de septiembre de 2024 | 1B, 3B (texto), 11B, 90B (visión) | 128K en 1B y 3B | 1B: $0.027 / $0.201; 3B: $0.051 / $0.335 |
| Llama 3.3 | 6 de diciembre de 2024 | 70B | 128K | $0.10 / $0.32 |
| Llama 4 Scout | 5 de abril de 2025 | 109B en total, 17B activos | 10M | $0.10 / $0.30 |
| Llama 4 Maverick | 5 de abril de 2025 | 400B en total, 17B activos | 1M | $0.19 / $0.65 |
| Muse Spark Open | 15 de octubre de 2026 | 816B en total, unos 42B activos | 1M | $1.25 / $4.25 |
Llama no es un chatbot en el que te registras: es el modelo que va debajo de uno. Lo que Meta regala son los pesos, los miles de millones de números que forman el modelo ya entrenado, así que cualquiera puede descargar Llama y ejecutarlo en su propio equipo, incluso sin internet. Casi toda la IA funciona como un restaurante: tú pides y ellos cocinan. Llama es la receta publicada. Puedes seguir comiendo fuera o cocinarla en casa.
Mucha gente dice que Llama es de código abierto, pero en rigor es de pesos abiertos, con una licencia que tiene condiciones. La licencia comunitaria de Llama 3.3 dice que, si los productos de una empresa tuvieron "más de 700 millones de usuarios activos mensuales en el mes natural anterior", esa empresa "debe solicitar una licencia a Meta". Esa cláusula afecta a un puñado de gigantes. A ti no te cambia nada.
¿Meta sigue sacando modelos Llama?
No. Llama 4 Scout y Llama 4 Maverick, publicados el 5 de abril de 2025, son los últimos Llama que Meta ha lanzado a noviembre de 2026. Llama 4 Behemoth, el modelo maestro de casi 2T de parámetros que Meta enseñó ese día, sigue sin aparecer en su página de Hugging Face. En su lugar, Meta Superintelligence Labs lanzó otra familia. El 8 de abril de 2026 presentó Muse Spark y escribió que "podemos alcanzar las mismas capacidades con más de un orden de magnitud menos de cómputo que nuestro modelo anterior, Llama 4 Maverick".
Llama 3 no se encareció cuando Meta pasó página. Llama 3.3 70B cuesta $0.10 por millón de tokens de entrada y $0.32 por millón de tokens de salida en OpenRouter a 3 de noviembre de 2026, la misma tarifa que registró en agosto el índice de costos de Whizi. Anthropic cobra $4 y $20 por Claude Opus 5.5. En entrada, eso hace a Llama 3.3 40 veces más barato.
Muse Spark ya mueve la app y la web de Meta AI, y Meta está pasando WhatsApp, Instagram y Facebook a ese modelo, así que el asistente que te contesta en WhatsApp está dejando de ser Llama. Meta no ha publicado sus pesos. La parte abierta también se mudó a Muse: el 15 de octubre de 2026 Meta lanzó Muse Spark Open, un modelo de mezcla de expertos de 816B con unos 42B de parámetros activos por token y un contexto de 1M de tokens, bajo una nueva Muse Model License. A $1.25 y $4.25 en OpenRouter, cuesta unas 12 veces lo que Llama 3.3 en entrada.
El sitio para desarrolladores de Meta, al que ahora redirige llama.com, enumera Muse Wonder, Muse Spark, Muse Spark Open y Muse Glimmer. No nombra ni una sola versión de Llama. Llama conserva allí un enlace a la documentación y otro a GitHub, y nada nuevo.
¿Para qué sirve hoy Llama 3?
Llama 3.3 70B es un modelo rápido, barato y sin razonamiento, y ahí está todo su atractivo. Artificial Analysis lo mide en 91,9 tokens de salida por segundo de media entre proveedores, por encima de la mediana de 70,6 de los modelos abiertos de su tamaño. Responde al instante, sin paso de pensamiento. Los tamaños pequeños son todavía más rápidos, a cambio de más errores.
Dónde se gana el sitio y dónde conviene cambiar:
- Preguntas rápidas de un dato y listas cortas: Llama 3.3 es rápido y suficiente.
- Lluvia de ideas y reescrituras simples: es instantáneo y el costo es casi cero.
- La misma tarea sobre cientos de elementos: gana, porque manda el precio por elemento.
- Todo lo que deba funcionar sin conexión o quedarse en tu equipo: un modelo abierto es la única opción.
- Un texto que alguien leerá de principio a fin: pásaselo a Claude o GPT.
- Razonamiento difícil de varios pasos: Llama 3.3 no tiene paso de pensamiento, así que elige un modelo de razonamiento como GPT o Claude Opus.
- Documentos largos: Llama 3.3 se queda en 128K tokens, así que usa Llama 4 Maverick o Gemini, con 1M.
- Cualquier cosa posterior a diciembre de 2023: Llama 3.3 no la sabe salvo que esté conectado a un buscador.
Llama 3 es excelente para volumen y velocidad, correcto para las preguntas del día a día y queda por detrás de los modelos de razonamiento en los problemas difíciles. A $0.10 por millón de tokens de entrada, es un trato justo. Por eso "cuál es mejor" es la pregunta equivocada: úsalo donde cuentan la velocidad y el costo, y cambia de modelo cuando la tarea se complique.
¿Cómo se usa Llama 3 hoy?
1. Desde un espacio de trabajo, sin configurar nada. El plan Pro de Whizi incluye Llama 3.3 70B, Llama 4 Scout y Llama 4 Maverick junto a GPT, Claude y Gemini. Un mensaje con Llama 3.3 cuesta 1 crédito; uno con Claude Opus 5.5, 20. Manda a Llama las preguntas rápidas y cambia a un modelo más potente en la misma conversación cuando la cosa se complique. No hay nada que instalar.
2. En tu propio equipo. Ollama y LM Studio descargan un modelo y lo ejecutan en local. El tamaño decide qué es realista: Llama 3.2 de Ollama en 3B es una descarga de 2,0 GB y corre en casi cualquier portátil, mientras que Llama 3.3 70B pesa 43 GB y pide un equipo con mucha memoria o una buena GPU. A cambio, nada de lo que escribes sale de tu máquina y funciona sin internet. Merece la pena si lo que necesitas es privacidad o uso sin conexión; si no, sobra.
3. A través de una API. Si estás desarrollando software, OpenRouter lista más de diez proveedores que alojan Llama 3.3 70B, desde $0.10 por millón de tokens de entrada en DeepInfra hasta $0.72 en Google Vertex, a 3 de noviembre de 2026. Esa diferencia es el motivo para comparar proveedores antes de elegir uno para trabajo de mucho volumen.
¿Cómo sacarle buenas respuestas a Llama?
Los modelos pequeños premian otra forma de escribir prompts que los de frontera. Tres hábitos cambian mucho el resultado.
Sé directo y concreto. Dame 10 ideas de nombre para una cafetería, una por línea, sin explicaciones funciona mejor que una petición en tono de charla. Llama sigue bien las instrucciones simples y explícitas, y se dispersa con las rebuscadas.
Una cosa cada vez. Un modelo de frontera maneja seis condiciones en un mismo prompt. Llama rinde mejor con una serie de peticiones sueltas.
Di el formato. Responde en una sola frase o devuelve solo una lista numerada corta el relleno que mete un modelo pequeño cuando duda.
Y aprende cuándo cambiar. Si una respuesta es vaga, se contradice o se salta algo evidente, lleva la misma pregunta a un modelo más potente en vez de seguir reformulándola. En un espacio de trabajo con varios modelos, eso es un clic y la conversación sigue donde estaba.
¿Con qué tener cuidado al usar Llama 3?
No sabe lo que ha pasado hace poco. La ficha técnica de Meta da a Llama 3.3 un corte de conocimiento en diciembre de 2023, y a Llama 4 en agosto de 2024. Salvo que esté conectado a un buscador, te contestará una pregunta sobre el mes pasado con conocimiento viejo, y sonará muy seguro.
Se inventa cosas, como todos los modelos. Los pequeños, algo más. Comprueba cualquier dato, fecha o cifra concreta que te dé.
Gratis no significa privado si está alojado. Ejecutar Llama en tu propio equipo es privado. Usarlo a través del servicio de otro significa que se aplica su política de datos, exactamente igual que con cualquier otro modelo.
La confusión de versiones es real. "Llama" puede ser un modelo de 1B para el móvil o uno de 405B para un centro de datos, y la app de Meta AI ya no funciona con Llama. Pregunta qué versión estás usando cuando importe, porque las diferencias son grandes: Llama 4 Maverick admite 1M de tokens de contexto y Llama 3.3, 128K, unas 100.000 palabras.
- Usa Llama 3.3 para preguntas rápidas, listas cortas y tareas repetitivas donde cuentan la velocidad y el costo
- Cambia a un modelo de razonamiento cuando la tarea pida pensar en varios pasos o escribir con cuidado
- Escribe prompts directos, una petición cada vez, y di en qué formato quieres la respuesta
- Ejecútalo en local solo si necesitas uso sin conexión o privado, y empieza por un modelo de 3B u 8B
- Comprueba cualquier dato posterior a diciembre de 2023, que es donde se detiene el conocimiento de Llama 3.3
- Pregunta qué versión estás usando, porque Llama 3, Llama 4 y Muse se parecen poco
Preguntas frecuentes
¿Necesito descargar algún programa para usar Llama 3?
No. Descargarlo es una opción, y es la buena si necesitas uso sin conexión o totalmente privado, pero Llama 3.3 70B es una descarga de 43 GB que pide un equipo potente. La mayoría lo usa en el navegador, a través de una plataforma que lo aloja junto a otros modelos, sin configurar nada.
¿Cómo se llama ahora la IA de Meta?
El asistente de Meta se llama Meta AI, y desde abril de 2026 funciona con Muse Spark, no con Llama. Meta dice que Muse Spark mueve la app y la web de Meta AI, y desde mayo de 2026 está llegando a WhatsApp, Instagram y Facebook. Llama es la familia de modelos abiertos que Meta AI usaba antes. Llama todavía se puede descargar; Muse Spark, no.
¿Llama es realmente gratis?
Los pesos se descargan gratis, y la licencia permite casi cualquier uso salvo que tus productos superen los 700 millones de usuarios activos mensuales. Ejecutarlo, en cambio, no sale gratis: pagas tu propio hardware y la electricidad, o la tarifa por token de un proveedor alojado, que para Llama 3.3 70B empieza en $0.10 por millón de tokens de entrada a noviembre de 2026.
¿Es privado si lo ejecuto en mi propio equipo?
Sí, y esa es la mejor razón para ejecutarlo en local. Nada de lo que escribes sale de tu máquina, funciona con internet desconectado y no se aplica la política de ningún proveedor, porque no hay proveedor. Lo que cuesta es el esfuerzo de configurarlo, un equipo con memoria suficiente, respuestas más lentas sin una buena GPU y quedarte con los modelos pequeños.
¿Debería usar Llama en lugar de ChatGPT o Claude?
En lugar de, pocas veces. Junto a ellos, muchas. Llama es la elección correcta para preguntas simples y rápidas, trabajo repetitivo de mucho volumen y todo lo que deba correr en privado o sin conexión. Para un texto que alguien leerá con atención, razonamiento difícil de varios pasos y documentos de más de 128K tokens, los modelos de frontera son mejores. Tener los dos te deja elegir según la tarea.