Відкритий AI завдає удар у відповідь з Meta’s Llama 4

За останні кілька років світ AI перейшов від культури відкритої співпраці до культури, домінуваної тісно охоронюваними пропрієтарними системами. OpenAI – компанія, яка була заснована з “відкритим” у своєму імені, – змінила свою позицію на утримання своїх найпотужніших моделей у секреті після 2019 року. Конкуренти, такі як Anthropic і Google (GOOGL ), подібним чином побудували передові AI за.API-стінами, доступними лише на їхніх умовах. Цей закритий підхід був частково виправданий питаннями безпеки та бізнес-інтересами, але він залишив багатьох у спільноті, які оплакували втрату раннього відкритого духу.

Тепер цей дух здійснює свій повернення. Нові моделі Llama 4 від Meta сигналізують про сміливу спробу відродити відкритий AI на вищому рівні – і навіть традиційно охоронювані гравці звертають увагу. Недавно генеральний директор OpenAI Сем Альтман визнав, що компанія була “на неправильній стороні історії” щодо відкритих моделей, і оголосив про плани щодо “потужної нової відкритої моделі” GPT-4. Коротко кажучи, відкритий AI завдає удар у відповідь, і значення та цінність “відкритості” еволюціонують.

(Джерело: Meta)

Llama 4: Відкритий виклик Meta до GPT-4o, Claude і Gemini

Meta представила Llama 4 як ще один прямий виклик новим моделям від важких гравців AI, позиціонуючи її як відкриту альтернативу. Llama 4 доступна у двох варіантах – Llama 4 Scout і Llama 4 Maverick – з вражаючими технічними характеристиками. Обидві моделі є моделями mixture-of-experts (MoE), які активують лише частину своїх параметрів на запит, що дозволяє досягти величезного розміру без розбивки витрат на виконання. Scout і Maverick володіють 17 мільярдами “активних” параметрів (ті, які працюють над будь-яким входом), але завдяки MoE Scout розподіляє ці параметри між 16 експертами (109B параметрів усього), а Maverick – між 128 експертами (400B параметрів усього). Результат: моделі Llama 4 демонструють потужну продуктивність – і роблять це з унікальними перевагами, яких немає навіть у деяких закритих моделей.

Наприклад, Llama 4 Scout володіє лідерством у галузі – 10-мільйонним вікном контексту токенів, що на кілька порядків перевищує більшість конкурентів. Це означає, що вона може приймати й обробляти величезні документи або кодові бази за один раз. Незважаючи на свій масштаб, Scout достатньо ефективна, щоб працювати на одному GPU H100 при високому квантуванні, що свідчить про те, що розробникам не потрібно буде використовувати суперкомп’ютер, щоб експериментувати з нею.

Тим часом Llama 4 Maverick налаштована на максимальну потужність. Ранні тести показують, що Maverick дорівнює або перевершує найкращі закриті моделі у завданнях з розумінням, кодуванням та баченням. Насправді Meta вже демонструє навіть більшу сестру, Llama 4 Behemoth, яка ще перебуває у стадії навчання, і яка, як повідомляється, “перевершує GPT-4.5, Claude 3.7 Sonnet і Gemini 2.0 Pro на кількох STEM-бенчмарках”. Повідомлення ясне: відкриті моделі більше не є другосортними; Llama 4 претендує на статус найкращої.

Не менш важливо, Meta зробила Llama 4 негайно доступною для завантаження та використання. Розробники можуть завантажити Scout і Maverick з офіційного сайту або Hugging Face під ліцензією Llama 4 Community License. Це означає, що будь-хто – від гаражного хакера до компанії з Fortune 500 – може зайти під капот, донастроїти модель під свої потреби та розгорнути її на власному обладнанні чи у хмарі. Це різко контрастує з пропрієтарними пропозиціями, такими як GPT-4o від OpenAI або Claude 3.7 від Anthropic, які подаються через платні API без доступу до підлеглих ваг.

Meta підкреслює, що відкритість Llama 4 полягає в наданні можливостей користувачам: “Ми ділимося першими моделями у сім’ї Llama 4, які дозволять людям створювати більш персоналізовані багатомодальні досвіди”. Інакше кажучи, Llama 4 – це інструментарій, який повинен бути в руках розробників та дослідників усьому світі. Видаючи моделі, які можуть конкурувати з такими, як GPT-4 і Claude, Meta відроджує ідею про те, що топові AI не повинні перебувати за платним муром.

(Джерело: Meta)

Аутентичний ідеалізм чи стратегічна гра?

Meta позиціонує Llama 4 у великих, майже альтруїстичних термінах. “Наша відкрита модель AI, Llama, була завантажена понад один мільярд разів”, – заявив недавно генеральний директор Meta Марк Цукерберг, додавши, що “відкриття моделей AI є важливим для забезпечення доступу людей до переваг AI”. Ця позиціонування малює Meta як захисника демократизації AI – компанії, яка готова поділитися своїми коронними моделями заради загального блага. І дійсно, популярність сім’ї Llama підтверджує це: моделі були завантажені у приголомшливому масштабі (перейшовши від 650 мільйонів до 1 мільярда загальних завантажень за кілька місяців), і вони вже використовуються у виробництві компаніями, такими як Spotify, AT&T і DoorDash.

Meta з гордістю зазначає, що розробники цінують “прозорість, налаштування та безпеку” відкритих моделей, які вони можуть запускати самостійно, що “допомагає досягти нових рівнів творчості та інновацій” порівняно з чорними скриньками API. У принципі, це звучить як стара етика відкритого програмного забезпечення (подумайте про Linux або Apache), застосована до AI – недвозначна перемога для спільноти.

Однак не можна ігнорувати стратегічні розрахунки за цією відкритістю. Meta не є благодійною організацією, і “відкритість” в цьому контексті супроводжується застереженнями. Зокрема, Llama 4 випускається під спеціальною ліцензією спільноти, а не під стандартною перmissive ліцензією – тому, хоча ваги моделі вільні для використання, існують обмеження (наприклад, певні випадки використання з великими ресурсами можуть потребувати дозволу, а ліцензія є “пропрієтарною” у тому сенсі, що вона створена Meta). Це не відповідає визначенню відкритого джерела від Open Source Initiative (OSI), яке призвело до критики щодо того, що компанії неправильно використовують термін.

На практиці підхід Meta часто описується як “відкритість ваг” або “джерело-доступний” AI: код і ваги відкриті, але Meta все ще зберігає деякий контроль і не розкриває все (тренувальні дані, наприклад). Це не зменшує корисності для користувачів, але показує, що Meta є стратегічно відкритою – зберігаючи досить поводів, щоб захистити себе (і, можливо, свій конкурентний перевагу). Багато фірм приклеюють на свої AI-моделі ярлики “відкритого джерела”, приховуючи при цьому ключові деталі, що підводить справжній дух відкритості.

Чому Meta вирішила відкритися взагалі? Конкурентний ландшафт пропонує підказки. Видача потужних моделей безкоштовно може швидко створити широку базу розробників та підприємств – Mistral AI, французький стартап, зробив саме це з своїми ранніми відкритими моделями, щоб здобути авторитет як топова лабораторія.

Відсівши ринок Llama, Meta забезпечує, що її технологія стає фундаментальною в екосистемі AI, що може принести дивіденди в довгостроковій перспективі. Це класична стратегія “обнімання та розширення”: якщо всі використовують вашу “відкриту” модель, ви непрямо встановлюєте стандарти та, можливо, навіть спрямовуєте людей до своїх платформ (наприклад, продукти AI-помічників Meta використовують Llama). Є також елемент PR та позиціонування. Meta грає роль благодієвого інноватора, особливо на тлі OpenAI, яка зазнала критики за свій закритий підхід. Насправді зміна позиції OpenAI щодо відкритих моделей частково підкреслює, наскільки ефективним був крок Meta.

Після появи революційної відкритої китайської моделі DeepSeek-R1 у січні, яка обігнала попередні моделі, Альтман зазначив, що OpenAI не хоче залишатися “на неправильній стороні історії”. Тепер OpenAI обіцяє відкриту модель з потужними можливостями розуміння в майбутньому, що свідчить про зміну позиції. Неможливо не побачити впливу Meta у цій зміні. Позиціонування Meta щодо відкритості є як аутентичним, так і стратегічним: воно дійсно розширює доступ до AI, але це також хитра тактика, щоб обігнати конкурентів та сформувати майбутнє ринку на умовах Meta.

Вплив на розробників, підприємства та майбутнє AI

Для розробників повернення відкритих моделей, таких як Llama 4, – це свіжий вітер. Замість того, щоб бути заблокованими в екосистемі одного постачальника та платити за неї, вони тепер мають можливість запускати потужний AI на власній інфраструктурі або вільно налаштовувати його.

Це величезна перевага для підприємств у чутливих галузях – фінанси, охорона здоров’я чи уряд – які побоюються передавати конфіденційні дані в чужу чорну скриньку. З Llama 4 банк або лікарня можуть розгорнути топову мовну модель за своєю брандмауером, налаштувати її на приватних даних, не поділяючи жодного токена з зовнішньою організацією. Є також економічна вигода. Хоча платіж за використання API для топ-моделей може стрімко зростати, відкрита модель не має плати за використання – ви платите лише за обчислювальну потужність для її запуску. Бізнеси, які масштабують важку роботу з AI, можуть значно заощадити, вибравши відкрите рішення, яке можна масштабувати всередині.

Не дивно, що ми бачимо більший інтерес до відкритих моделей з боку підприємств; багато з них починають розуміти, що контроль та безпека відкритого AI краще відповідають їхнім потребам, ніж універсальні закриті послуги.

Розробники також отримують вигоду в інноваціях. З доступом до внутрішніх структур моделі вони можуть донастроїти та покращити AI для конкретних галузей (право, біотехнології, регіональні мови – ви можете назвати будь-що) способами, яких закритий API можливо ніколи не задовольнить. Вибух спільних проектів навколо попередніх моделей Llama – від чат-ботів, донастроєних на медичні знання, до хобі-аплікацій на смартфонах, які запускають мініатюрні версії, – довів, як відкриті моделі можуть демократизувати експериментування.

Однак відродження відкритих моделей також піднімає складні питання. Чи дійсно відбувається “демократизація”, якщо тільки ті, хто має значні обчислювальні ресурси, можуть запускати модель з 400B параметрів? Хоча Llama 4 Scout і Maverick знижують планку апаратного забезпечення порівняно з монолітними моделями, вони все ще є важковаговими – це момент, якого не втрачать деякі розробники, чиї ПК не можуть з ними впоратися без допомоги хмари.

Надія полягає в тому, що техніки, такі як стиснення моделі, дистиляція чи менші варіанти експертів, зможуть передати потужність Llama 4 до більш доступних розмірів. Іншою проблемою є неправильне використання. OpenAI та інші довго стверджували, що відкритий випуск потужних моделей може дозволити зловмисним акторам (для генерації дезінформації, коду шкідливого ПЗ тощо).

Ці побоювання залишаються: відкрита модель Claude або GPT могла б бути використана неправильно без безпекових фільтрів, які компанії застосовують до своїх API. З іншого боку, прихильники відкритості стверджують, що відкритість дозволяє спільноті також виявляти та виправляти проблеми, роблячи моделі більш надійними та прозорими з часом, ніж будь-яка секретна система. Є докази того, що спільноти відкритих моделей серйозно ставляться до безпеки, розробляють自己的 захист та діляться найкращими практиками – але це триває.

Що стає все більш очевидним, так це те, що ми рухаємося до гібридного ландшафту AI, де відкриті та закриті моделі співіснують, кожна впливаючи на іншу. Закриті постачальники, такі як OpenAI, Anthropic та Google, все ще мають перевагу в абсолютній продуктивності – поки що. Насправді, дослідження наприкінці 2024 року показало, що відкриті моделі відставали приблизно на рік від найкращих закритих моделей у можливостях. Але ця прогалина швидко скорочується.

У сучасному ринку “відкритий AI” вже не означає лише хобі-проекти або старіші моделі – тепер це серце стратегії AI для технологічних гігантів та стартапів. Запуск Llama 4 від Meta – це потужне нагадування про еволюцію цінності відкритості. Це одночасно філософська позиція щодо демократизації технологій та тактичний крок у високих ставках галузі. Для розробників та підприємств це відкриває нові двері до інновацій та автономії, навіть якщо це ускладнює рішення з новими компромісами. І для ширшої екосистеми це підносить надію, що переваги AI не будуть заблоковані в руках кількох корпорацій – якщо етика відкритого джерела зможе утримати свою позицію.