Ce qu'est Llama 3
Llama est une famille de modèles d'IA développée par Meta, l'entreprise derrière Facebook et Instagram. Comme avec ChatGPT ou Claude, vous tapez une question et vous obtenez une réponse. L'intéressant n'est pas ce qu'il fait, mais la façon dont il est distribué.
La plupart des modèles d'IA restent enfermés dans le produit de celui qui les fabrique. Vous utilisez ChatGPT chez OpenAI, et le modèle lui-même ne quitte jamais leurs serveurs. Meta, lui, publie les poids de Llama, c'est-à-dire les nombres qui constituent le modèle entraîné, pour que n'importe qui puisse les télécharger et les faire tourner.
Une analogie utile : la plupart des IA fonctionnent comme un restaurant, vous commandez et on cuisine pour vous. Llama ressemble davantage à la publication de la recette. Vous pouvez toujours manger au restaurant, mais vous pouvez aussi cuisiner vous-même, adapter le plat ou ouvrir votre propre cuisine.
Une précision qui fait débat en ligne. On présente généralement Llama comme de l'open source alors qu'il s'agit, à la lettre, de « poids ouverts » : la licence pose quelques conditions, dont des restrictions sur l'usage commercial à très grande échelle. Pour un particulier, cela ne change rien en pratique. Pour une entreprise qui construit un produit dessus, la licence mérite d'être lue.
Pourquoi cela compte même si vous ne téléchargez jamais rien
Trois conséquences arrivent jusqu'à l'utilisateur ordinaire.
C'est peu cher, donc c'est partout. Comme n'importe qui peut l'héberger, la concurrence tire les coûts vers le bas. Les modèles Llama font tourner une bonne partie de l'IA que vous croisez dans d'autres produits sans qu'elle porte d'étiquette, et c'est en général ce qu'un service désigne quand il parle d'une formule rapide ou économique.
Il peut fonctionner sans internet. Un modèle installé sur votre propre machine marche dans un avion, dans un environnement sécurisé ou partout où les données ne doivent pas sortir des murs. Aucun service hébergé ne peut proposer cela.
Il maintient le marché honnête. Une option gratuite et compétente met un plafond aux tarifs que peuvent pratiquer les modèles fermés, et vous y gagnez quel que soit l'outil que vous utilisez.
Ce qu'il fait vraiment bien
Être honnête là-dessus sert plus que l'enthousiasme. Llama existe en plusieurs tailles, et l'arbitrage est toujours le même : les petits modèles sont extrêmement rapides et peu coûteux, les grands sont plus capables mais ne sont plus bon marché à faire tourner.
| Tâche | Llama | Mieux ailleurs |
|---|---|---|
| Questions factuelles rapides | Rapide et largement suffisant | Non |
| Listes courtes, brainstorming, reformulations simples | Très bon, et instantané | Non |
| Travail répétitif sur de nombreux éléments | Idéal, car le coût par élément compte | Non |
| Tout ce qui doit tourner hors ligne ou en privé | La seule vraie option | Non |
| Un texte qu'une personne lira de bout en bout | Utilisable | Claude, nettement |
| Raisonnement complexe en plusieurs étapes | Plus faible que les modèles de pointe | GPT ou Claude |
| Documents très longs | Limité | Gemini |
| Tout ce qui date des dernières semaines | Il ne le sait pas | Un modèle avec accès au web |
Le schéma est net : excellent pour le volume et la vitesse, compétitif sur les questions du quotidien, et en retrait des modèles de pointe sur le raisonnement difficile et l'écriture soignée. C'est un échange honnête pour quelque chose de gratuit, et c'est pour cela que « lequel est le meilleur » est la mauvaise question. Utilisez-le là où la vitesse et le coût comptent, et changez de modèle quand la tâche devient difficile.
Trois façons de l'utiliser
1. Depuis un espace de travail, sans rien configurer. L'option la plus simple. Llama est inclus dans Whizi aux côtés de GPT, Claude et Gemini : vous lui envoyez les questions rapides et vous basculez vers un modèle plus puissant dans la même conversation quand la tâche se complique. Rien à installer.
2. Sur votre propre ordinateur. Des outils comme Ollama et LM Studio téléchargent un modèle et le font tourner en local. Attentes réalistes : il vous faut une machine raisonnablement récente avec beaucoup de mémoire, les modèles qui tournent confortablement sont les petits, et les réponses seront plus lentes qu'avec un service hébergé, sauf si vous avez un bon GPU. En échange, rien de ce que vous tapez ne quitte votre machine, et cela fonctionne internet coupé. Cela vaut vraiment le coup si la confidentialité ou l'usage hors ligne est une exigence, et c'est inutile sinon.
3. Via une API. Si vous développez un logiciel, des fournisseurs hébergent Llama à un coût par token très bas, et c'est souvent la raison de le préférer à un modèle de pointe sur les tâches à gros volume.
Comment en tirer de bonnes réponses
Les petits modèles récompensent un style de prompt différent de celui des modèles de pointe. Trois habitudes changent beaucoup de choses.
Soyez direct et précis. Donne 10 idées de nom pour un café, une par ligne, sans explications marche mieux qu'une demande conversationnelle. Les petits modèles suivent bien les consignes explicites et simples, et se dispersent sur les consignes élaborées.
Une chose à la fois. Les modèles de pointe encaissent six contraintes dans un seul prompt. Les petits modèles s'en sortent mieux avec une suite de demandes uniques.
Dites le format attendu. Réponds en une seule phrase ou renvoie uniquement une liste numérotée évite le remplissage que produisent les petits modèles quand ils doutent.
Et sachez quand changer. Si une réponse est vague, se contredit ou passe à côté d'une évidence, c'est le signal pour porter la même question vers un modèle plus puissant plutôt que de continuer à reformuler. Dans un espace de travail qui en réunit plusieurs, cela tient en un clic et la conversation suit.
Ce à quoi il faut faire attention
Il ne sait pas ce qui s'est passé récemment. Ses connaissances s'arrêtent à sa date d'entraînement et, sauf s'il est branché à un moteur de recherche, il répondra à une question sur le mois dernier à partir de connaissances générales, et avec beaucoup d'aplomb.
Il invente des choses, comme tous les modèles. Les petits le font un peu plus. Vérifiez tout fait précis, toute date et tout chiffre.
Gratuit ne veut pas dire confidentiel, s'il est hébergé. Faire tourner Llama sur votre propre machine, c'est confidentiel. L'utiliser via le service de quelqu'un d'autre, c'est accepter sa politique de données, exactement comme avec n'importe quel autre modèle.
La confusion des versions. Llama 3 était une génération, et des versions plus récentes sont sorties depuis. Demandez quelle version vous utilisez si cela compte, car les écarts de capacité entre générations sont importants.
- Utilisez-le pour les questions rapides, les listes courtes et les tâches répétitives où la vitesse compte
- Passez à un modèle plus puissant quand la tâche demande un raisonnement rigoureux ou un texte soigné
- Gardez des prompts directs, une demande à la fois, et précisez le format de sortie
- Ne l'installez en local que si vous avez réellement besoin d'un usage hors ligne ou confidentiel
- Vérifiez tout fait précis, toute date et tout chiffre, comme avec n'importe quel modèle
- Demandez quelle version vous utilisez, car les générations diffèrent beaucoup entre elles
Questions fréquentes
Faut-il télécharger un logiciel pour utiliser Llama 3 ?
Non. Le télécharger et le faire tourner en local est une option, et c'est la bonne si vous avez besoin d'un usage hors ligne ou totalement confidentiel, mais cela exige une machine assez puissante et donne des réponses plus lentes qu'un service hébergé. La plupart des gens l'utilisent depuis une plateforme dans le navigateur, où il côtoie d'autres modèles et ne demande absolument aucune configuration.
Llama 3 est-il plus rapide que ChatGPT ?
Les petits modèles Llama sont nettement plus rapides, ce qui les rend excellents pour les questions courtes, les listes rapides et tout ce qui est répétitif. L'arbitrage porte sur la capacité : sur le raisonnement complexe et l'écriture soignée, les modèles de pointe sont clairement meilleurs. L'approche raisonnable consiste à utiliser Llama pour la vitesse et à changer de modèle quand une question se révèle plus difficile qu'elle n'en avait l'air.
Llama est-il vraiment gratuit ?
Les poids du modèle se téléchargent gratuitement et la licence autorise la plupart des usages, avec quelques conditions qui concernent surtout les déploiements commerciaux à très grande échelle. Le faire tourner n'est pas gratuit en pratique, puisque cela coûte soit votre propre matériel et votre électricité, soit le tarif par token d'un hébergeur, tout simplement bien plus bas que celui des modèles de pointe.
Est-ce confidentiel si je le fais tourner sur mon propre ordinateur ?
Oui, et c'est la meilleure raison de l'installer en local. Rien de ce que vous tapez ne quitte votre machine, cela fonctionne internet débranché, et aucune politique de fournisseur ne s'applique puisqu'il n'y a aucun fournisseur dans la boucle. Les contreparties sont l'effort d'installation, une machine avec assez de mémoire, des réponses plus lentes sans un bon GPU, et le fait d'être limité aux petits modèles, les seuls à tourner confortablement.
Faut-il utiliser Llama à la place de ChatGPT ou de Claude ?
À la place, rarement. En complément, souvent. C'est le bon choix pour les questions simples et rapides, le travail répétitif à gros volume et tout ce qui doit tourner en privé ou hors ligne. Pour un texte que quelqu'un lira attentivement, pour un raisonnement difficile en plusieurs étapes et pour les documents très longs, les modèles de pointe sont nettement meilleurs. Avoir les deux sous la main transforme le choix en décision prise tâche par tâche, et non en engagement.