Cos'è Meta Llama, e dove si colloca Llama 3?
Llama è la famiglia di modelli linguistici che Meta, la società di Facebook, Instagram e WhatsApp, ha pubblicato tra febbraio 2023 e aprile 2025. Llama 3 è la generazione del 2024, uscita in quattro tappe: si va da un modello da 1B che sta su uno smartphone a uno da 405B che richiede un data center. Sono ancora tutti scaricabili dalla pagina di Meta su Hugging Face. Ecco la linea completa:
I modelli Llama 3, i due Llama 4 arrivati dopo e il modello aperto più recente di Meta, verificati sui post ufficiali di Meta e sul listino di OpenRouter il 3 novembre 2026:
| Modello | Uscita | Dimensioni | Contesto | Prezzo OpenRouter, ingresso / uscita per 1M di token |
|---|---|---|---|---|
| Llama 3 | 18 aprile 2024 | 8B, 70B | 8K | Non più in listino |
| Llama 3.1 | 23 luglio 2024 | 8B, 70B, 405B | 128K | 8B: $0.05 / $0.08; 70B: $0.40 / $0.40 |
| Llama 3.2 | 25 settembre 2024 | 1B, 3B (testo), 11B, 90B (immagini) | 128K su 1B e 3B | 1B: $0.027 / $0.201; 3B: $0.051 / $0.335 |
| Llama 3.3 | 6 dicembre 2024 | 70B | 128K | $0.10 / $0.32 |
| Llama 4 Scout | 5 aprile 2025 | 109B totali, 17B attivi | 10M | $0.10 / $0.30 |
| Llama 4 Maverick | 5 aprile 2025 | 400B totali, 17B attivi | 1M | $0.19 / $0.65 |
| Muse Spark Open | 15 ottobre 2026 | 816B totali, circa 42B attivi | 1M | $1.25 / $4.25 |
Llama non è un chatbot a cui ti iscrivi: è il modello che ci sta sotto. Meta regala i pesi, i miliardi di numeri che formano il modello addestrato, così chiunque può scaricarlo e farlo girare sul proprio hardware, anche offline. Per chi scrive in italiano conta la versione. Il Llama 3 di aprile 2024 era dichiarato per l'inglese, e infatti all'Università di Bari ne hanno ricavato LLaMAntino-3-ANITA, un Llama 3 8B riaddestrato sull'italiano. Dalla 3.1 Meta elenca otto lingue ufficiali, italiano compreso, e la 3.3 le conferma.
Si legge spesso che Llama è open source. A rigore è a pesi aperti, con una licenza che pone condizioni. La licenza di Llama 3.3 dice che un'azienda i cui prodotti avevano più di 700 milioni di utenti attivi mensili nel mese precedente deve chiedere a Meta una licenza a parte: riguarda pochi colossi. Più vicina a noi è la policy d'uso di Llama 3.2, che non concede i diritti sui modelli multimodali (l'11B e il 90B che leggono immagini) a chi risiede o ha la sede principale nell'Unione europea. Se invece usi un prodotto che li integra, il divieto non ti riguarda.
Meta fa ancora modelli Llama?
No. Llama 4 Scout e Llama 4 Maverick, usciti il 5 aprile 2025, sono a novembre 2026 gli ultimi Llama pubblicati da Meta. Llama 4 Behemoth, il modello maestro da quasi 2.000 miliardi di parametri annunciato quel giorno, non è mai comparso sulla pagina Hugging Face di Meta. Meta Superintelligence Labs ha lanciato invece un'altra famiglia: l'8 aprile 2026 ha presentato Muse Spark, scrivendo di poter raggiungere le stesse capacità con oltre un ordine di grandezza di calcolo in meno rispetto al modello precedente, Llama 4 Maverick.
Llama 3 non è rincarato. Su OpenRouter Llama 3.3 70B parte da $0.10 per milione di token in ingresso e $0.32 in uscita (verifica dell'8 novembre 2026), la stessa tariffa registrata ad agosto dall'indice dei costi di Whizi. Per Claude Opus 5.5 Anthropic chiede $4 e $20. In ingresso Llama 3.3 costa quindi 40 volte meno.
Muse Spark oggi fa funzionare l'app e il sito di Meta AI, e Meta lo sta portando su WhatsApp, Instagram e Facebook. In Italia Meta AI era arrivato con l'annuncio del 20 marzo 2025, quando l'assistente si basava ancora sui modelli Llama. I pesi di Muse Spark non sono pubblici, ma anche il ramo aperto è passato a Muse: il 15 ottobre 2026 Meta ha rilasciato Muse Spark Open, un mixture-of-experts da 816B con circa 42B parametri attivi per token e 1M di contesto, sotto la nuova Muse Model License. A $1.25 e $4.25 su OpenRouter costa circa 12 volte Llama 3.3 in ingresso.
Il sito per sviluppatori di Meta, dove ora porta llama.com, elenca Muse Wonder, Muse Spark, Muse Spark Open e Muse Glimmer, senza nominare una sola versione di Llama. Restano un link alla documentazione e uno a GitHub, e niente di nuovo.
In cosa Llama 3 è ancora bravo?
Llama 3.3 70B è un modello veloce, economico e senza ragionamento, e tutto il suo valore sta lì. Artificial Analysis lo misura a 75 token al secondo in uscita, media tra i fornitori a novembre 2026. Risponde subito, senza una fase di riflessione. Le taglie più piccole sono ancora più rapide e perdono precisione.
Dove vale la pena usarlo, e quando conviene cambiare:
- Domande veloci su fatti ed elenchi brevi: Llama 3.3 è rapido e basta.
- Idee e riscritture semplici: risposta istantanea e costo quasi nullo.
- Lo stesso compito su centinaia di elementi: vince lui, perché decide il prezzo per elemento.
- Tutto ciò che deve girare offline o restare sul tuo computer: un modello aperto è l'unica strada.
- Testi che qualcuno leggerà fino in fondo: meglio Claude o GPT.
- Ragionamenti difficili a più passaggi: Llama 3.3 non ha fase di ragionamento, quindi scegli un modello che ragiona, come GPT o Claude Opus.
- Documenti lunghi: Llama 3.3 si ferma a 128K token, quindi passa a Llama 4 Maverick o a Gemini, che arrivano a 1M.
- Fatti successivi a dicembre 2023: Llama 3.3 non li conosce, a meno che non sia collegato a una ricerca web.
Llama 3 è ottimo per volume e velocità, va bene per le domande di tutti i giorni ed è indietro rispetto ai modelli che ragionano sui problemi difficili. A $0.10 per milione di token in ingresso è uno scambio onesto. Chiedersi quale sia il migliore non porta lontano: usalo dove contano velocità e costo, e cambia quando il compito si fa duro.
Come si usa Llama 3 oggi?
1. In uno spazio di lavoro, senza installare nulla. Il piano Pro di Whizi include Llama 3.3 70B, Llama 4 Scout e Llama 4 Maverick accanto a GPT, Claude e Gemini. Un messaggio a Llama 3.3 costa 1 credito, uno a Claude Opus 5.5 ne costa 20. Mandi a Llama le domande rapide e passi a un modello più forte nella stessa conversazione quando la cosa si complica. Non c'è niente da installare.
2. Sul tuo computer. Ollama e LM Studio scaricano un modello e lo fanno girare in locale. Le dimensioni dicono cosa è realistico: su Ollama Llama 3.2 3B pesa 2 GB e gira sulla maggior parte dei portatili, mentre Llama 3.3 70B pesa 43 GB e chiede tanta memoria o una buona GPU. In cambio, niente di ciò che scrivi lascia la tua macchina e funziona anche senza internet. Ha senso se ti servono riservatezza o uso offline, altrimenti è fatica inutile.
3. Tramite API. Se sviluppi software, OpenRouter elenca diversi fornitori che ospitano Llama 3.3 70B, da $0.10 per milione di token in ingresso con DeepInfra a $0.72 con Google Vertex, prezzi verificati l'8 novembre 2026. Con una forbice così, prima di scegliere un fornitore per lavori ad alto volume conviene confrontarli.
Come ottenere buone risposte da Llama?
I modelli più piccoli vogliono prompt diversi da quelli dei modelli di punta. Tre abitudini cambiano molto il risultato.
Vai dritto al punto. Elenca 10 nomi per un bar, uno per riga, senza spiegazioni funziona meglio di una richiesta chiacchierata. Llama segue bene istruzioni semplici ed esplicite e si perde su quelle elaborate.
Una cosa alla volta. Un modello di punta regge sei vincoli in un solo prompt. Llama rende di più con una serie di richieste singole.
Indica il formato. Rispondi in una frase oppure restituisci solo un elenco numerato taglia il riempitivo che un modello piccolo aggiunge quando è incerto.
E capisci quando cambiare. Se una risposta è vaga, si contraddice o salta qualcosa di ovvio, sposta la stessa domanda su un modello più forte invece di riformularla all'infinito. In uno spazio di lavoro con più modelli basta un clic, e la conversazione prosegue.
A cosa fare attenzione con Llama 3?
Non sa cosa è successo di recente. Secondo la scheda di Meta, le conoscenze di Llama 3.3 si fermano a dicembre 2023, quelle di Llama 4 ad agosto 2024. Se non è collegato a una ricerca, risponderà a una domanda sul mese scorso con informazioni vecchie, e con aria sicura.
Si inventa le cose, come ogni modello. Quelli piccoli un po' di più. Controlla ogni fatto, data o cifra precisa.
Gratis non vuol dire riservato, se è ospitato da altri. Llama sul tuo computer è riservato. Usarlo tramite il servizio di qualcun altro significa accettare la sua politica sui dati, come con qualsiasi altro modello.
Le versioni si confondono. "Llama" può voler dire un modello da 1B per smartphone o uno da 405B da data center, e l'app Meta AI non gira più su Llama. Chiedi quale versione stai usando quando conta, perché le differenze sono grandi: Llama 4 Maverick regge 1M di token di contesto, Llama 3.3 si ferma a 128K, circa 100.000 parole.
- Usa Llama 3.3 per domande rapide, elenchi brevi e lavori ripetitivi dove contano velocità e costo
- Passa a un modello che ragiona quando servono passaggi logici accurati o un testo rifinito
- Scrivi prompt diretti, una richiesta alla volta, e indica il formato della risposta
- Fallo girare in locale solo se ti serve l'uso offline o riservato, e parti da un modello 3B o 8B
- Verifica ogni fatto successivo a dicembre 2023, perché lì si fermano le conoscenze di Llama 3.3
- Chiedi quale versione stai usando, perché Llama 3, Llama 4 e Muse sono molto diversi
Domande frequenti
Devo scaricare un programma per usare Llama 3?
No. Scaricarlo è una delle strade, quella giusta se ti serve un uso offline o del tutto riservato, ma Llama 3.3 70B pesa 43 GB e vuole una macchina potente. La maggior parte delle persone lo usa dal browser, su una piattaforma che lo ospita accanto ad altri modelli, senza configurare nulla.
Come si chiama adesso l'IA di Meta?
L'assistente si chiama Meta AI e da aprile 2026 gira su Muse Spark, non su Llama. Meta dice che Muse Spark fa funzionare l'app e il sito di Meta AI e da maggio 2026 lo sta portando su WhatsApp, Instagram e Facebook. In Italia Meta AI è stato annunciato il 20 marzo 2025, quando si basava su Llama. Llama si può ancora scaricare, Muse Spark no.
Llama è davvero gratis?
I pesi si scaricano gratis e la licenza consente quasi tutti gli usi, salvo per chi supera i 700 milioni di utenti attivi mensili. Farlo funzionare invece costa: paghi hardware ed elettricità, oppure la tariffa per token di un fornitore, che per Llama 3.3 70B parte da $0.10 per milione di token in ingresso a novembre 2026.
È riservato se lo faccio girare sul mio computer?
Sì, ed è il motivo più forte per usarlo in locale. Niente di ciò che scrivi esce dalla tua macchina, funziona con internet scollegato e non vale la politica di nessun fornitore, perché nessun fornitore è coinvolto. Il prezzo è la fatica di configurarlo, una macchina con memoria sufficiente, risposte più lente senza una buona GPU e il limite ai modelli più piccoli.
Conviene usare Llama al posto di ChatGPT o Claude?
Al posto, raramente. Insieme, spesso. Llama è la scelta giusta per domande semplici e veloci, lavoro ripetitivo ad alto volume e tutto ciò che deve restare privato o funzionare offline. Per testi che qualcuno leggerà con attenzione, ragionamenti difficili a più passaggi e documenti oltre i 128K token, i modelli di punta fanno meglio. Averli entrambi ti fa scegliere compito per compito.