Llama-modellen in detail: van Llama 2 tot Llama 4 en wat open source bij AI werkelijk betekent

Wie alleen de Meta-AI-app of het chatveld in WhatsApp kent, ziet slechts het oppervlak. Daaronder werkt een familie van AI-modellen genaamd Llama, die Meta sinds 2023 in meerdere generaties uitbrengt. Het bijzondere: anders dan bij ChatGPT, Claude of Gemini kan bij Llama praktisch iedereen de zogenoemde modelgewichten downloaden en het model op eigen hardware draaien, in plaats van verplicht via de servers van een aanbieder te gaan. Dit artikel legt uit wat dat concreet betekent, hoe de Llama-versies verschillen en waar deze openheid in het dagelijks leven en beroepsleven daadwerkelijk verschil maakt.

Wat betekent “open source” respectievelijk “open weight” bij AI eigenlijk?

Het verschil met ChatGPT, Claude en Gemini

Bij de meeste bekende AI-chatbots zoals ChatGPT van OpenAI, Claude van Anthropic of Gemini van Google verloopt de eigenlijke berekening uitsluitend op de servers van de betreffende aanbieder. Je typt een vraag in, de aanvraag reist via internet naar het datacenter van de aanbieder, wordt daar verwerkt, en het antwoord komt terug. Het model zelf – dus het enorme bestand met de getrainde “denkpatronen” – blijft daarbij altijd bij de aanbieder en is voor niemand daarbuiten inzichtelijk of downloadbaar.

Bij Llama is dat anders. Meta publiceert de getrainde modelgewichten om te downloaden. Wie over de technische voorwaarden beschikt, kan Llama op een eigen server, in de eigen cloudomgeving of zelfs op een krachtige pc installeren en draaien, volledig zonder dat er ook maar één aanvraag naar Meta’s servers wordt gestuurd. Precies daarom spreekt men bij Llama nauwkeuriger van “open weight” in plaats van volledig klassiek opensourcesoftware: de getrainde resultaten zijn openlijk inzichtelijk en bruikbaar, de precieze trainingsgegevens en het complete trainingsproces daarentegen niet volledig openbaar.

Wat betekent dit concreet: zelf hosten in plaats van een clouddienst gebruiken?

“Zelf hosten” betekent dat een bedrijf of een ervaren particulier de software zo inricht dat de AI op eigen hardware draait, of dat een eigen server op kantoor is, een gehuurde server bij een Duits datacenter of een private cloud. Het grote voordeel: alle gegevens die in de AI worden ingevoerd, verlaten in dat geval nooit de eigen infrastructuur. Er is geen derde bedrijf dat de aanvragen meeleest, opslaat of voor eigen doeleinden analyseert. Dat is het beslissende structurele verschil met Meta AI als kant-en-klaar product, dat altijd via Meta’s eigen servers draait, of met ChatGPT en Claude, waarbij een eigen exploitatie technisch in principe niet mogelijk is.

Een open-weight-model zoals Llama is als een recept dat je kunt downloaden en in je eigen keuken kunt nakoken. Een klassieke cloudchatbot is als een restaurant waar je steeds opnieuw naartoe moet, omdat je het recept nooit te zien krijgt.

Lukinski AI · ab 49 €/MonatFrag die Immobilien-KI — Jetzt testen →Frag z.B.: „Ist diese Mietvertragsklausel wirksam?“

De Llama-generaties in overzicht

Llama 1 en 2: de begintijd

De eerste Llama-versie uit het voorjaar van 2023 was in eerste instantie alleen bedoeld voor onderzoeksdoeleinden en zorgde er vooral voor dat open AI-modellen überhaupt serieus werden genomen. Met Llama 2 in de zomer van 2023 opende Meta het gebruik voor het eerst expliciet ook voor commerciële doeleinden en legde daarmee de basis voor een brede ontwikkelaarsgemeenschap die op Llama voortbouwt.

Llama 3: de brede doorbraak

Met Llama 3 in 2024 verbeterde Meta vooral de kwaliteit van de antwoorden, de meertaligheid en het vermogen om met aanzienlijk langere teksten om te gaan. Llama 3 geldt als de versie waarmee open modellen voor het eerst serieus konden concurreren met de beste gesloten modellen, en werd de basis van talloze bedrijfstoepassingen.

Llama 4: Scout, Maverick en Behemoth

De actuele generatie Llama 4 kwam in april 2025 en bracht een belangrijke technische sprong: de modellen zijn vanaf de basis “multimodaal” opgebouwd, begrijpen dus niet alleen tekst, maar ook afbeeldingen in één model. De familie bestaat uit meerdere groottes: Llama 4 Scout is de compactere, efficiëntere variant voor eenvoudigere taken en gebruik met beperkte hardware. Llama 4 Maverick is de krachtigere allroundvariant voor veeleisendere taken. Llama 4 Behemoth is veruit het grootste model van de familie en diende in eerste instantie vooral als intern “lerarenmodel”, waarmee de kleinere varianten werden getraind; of en wanneer Behemoth als zelfstandig model openbaar beschikbaar wordt, was ook medio 2026 nog niet definitief bepaald.

Versie	Verschijning	Bijzonderheid	Typisch gebruik
Llama 1	2023	Alleen voor onderzoeksdoeleinden	Wetenschappelijke studies
Llama 2	2023	Voor het eerst ook commercieel bruikbaar	Eerste bedrijfsprojecten
Llama 3	2024	Aanzienlijk betere taalkwaliteit, meer talen	Breed ontwikkelaars- en bedrijfsgebruik
Llama 4 Scout	2025	Compact, hulpbronvriendelijk, multimodaal	Eenvoudigere taken, kleinere servers
Llama 4 Maverick	2025	Krachtig, multimodaal	Veeleisende bedrijfstoepassingen
Llama 4 Behemoth	aangekondigd, openbare beschikbaarheid open	Grootste model, in eerste instantie intern lerarenmodel	Onderzoek, training van kleinere modellen

De Llama-licentie: wat je moet weten

Ook al wordt Llama vaak “opensource-model” genoemd, is dat in strikte zin niet helemaal juist. Volgens de officiële definitie van opensourcesoftware zou het gebruik volledig onbeperkt moeten zijn, dat is bij Llama niet het geval. Meta staat commercieel gebruik weliswaar in zeer ruime mate toe, met één belangrijke uitzondering: wie een product of dienst exploiteert met meer dan 700 miljoen maandelijks actieve gebruikers, heeft een afzonderlijke licentie rechtstreeks van Meta nodig. Voor de overgrote meerderheid van bedrijven, ook grotere middelgrote bedrijven of vastgoedondernemingen, is deze grens in de praktijk volkomen irrelevant, omdat ze qua omvang ver daaronder liggen. Belangrijk blijft echter om de precieze licentievoorwaarden te kennen voordat Llama vast wordt verankerd in een eigen product.

Voor bijna elk normaal bedrijf in Duitsland is de licentiegrens van 700 miljoen gebruikers pure theorie. Relevanter is de vraag hoe en waar je Llama exploiteert, niet of je dat juridisch mag.

Toepassingsvoorbeelden uit het dagelijks en beroepsleven

Voorbeeld 1: Alledaagse vragen in de chat

Het eenvoudigste gebruik vindt plaats via Meta AI zelf: een vraag over een kookrecept, een vertaling, een korte samenvatting van een tekst. Hier draait Llama op de achtergrond op Meta’s eigen servers, zonder dat de gebruiker daar überhaupt iets van merkt.

Voorbeeld 2: Ontwikkelaars bouwen eigen toepassingen

Een softwarebedrijf kan een Llama-model downloaden en inbouwen in een eigen app, bijvoorbeeld een klantenservice-chatbot, zonder voor elke afzonderlijke aanvraag aan een externe cloudaanbieder te betalen. De lopende kosten bestaan dan uit de eigen server in plaats van uit afrekening per aanvraag.

Voorbeeld 3: Gevoelige gegevens in de vastgoed- en financiële sector

Een voorbeeld uit de praktijk: een makelaarskantoor wil verkoopbrochures, objectbeschrijvingen of interne notities over koopgeïnteresseerden met AI-ondersteuning opstellen, zonder dat klantgegevens, koopprijzen of contractconcepten naar een Amerikaanse cloudaanbieder worden overgedragen. Met een zelf geëxploiteerd Llama-model op een server in Duitsland blijven deze gegevens volledig binnen de eigen infrastructuur. Dat is geen vervanging voor volledige naleving van gegevensbeschermingsregels, maar een structureel verschil met een cloudchatbot, waarbij gegevens in principe het eigen bedrijf verlaten. Belangrijk daarbij: de inspanning voor inrichting, onderhoud en actualisering van een eigen model is reëel en moet realistisch worden ingepland voordat je hiervoor kiest.

Voorbeeld 4: Vertaling en meertaligheid bij overheidsinstanties en administratie

Overheidsinstanties of grotere behandelteams gebruiken open modellen zoals Llama soms om meertalige aanvragen voor te sorteren of standaardantwoorden voor te formuleren, zonder burgergegevens naar een externe clouddienst te versturen.

Voorbeeld 5: Een eenvoudig rekenvoorbeeld over de kostenlogica

Stel dat een klein bedrijf maandelijks ongeveer 50.000 AI-aanvragen voor tekstcreatie laat verwerken. Via een commerciële cloudchatbot met afrekening per aanvraag kunnen afhankelijk van aanbieder en modelgrootte snel meerdere honderden euro’s per maand bij elkaar komen, omdat de kosten met het gebruiksvolume stijgen. Een zelf geëxploiteerde server met een compacter Llama-model zoals Scout veroorzaakt daarentegen grotendeels vaste kosten voor huur en exploitatie van de server, onafhankelijk van of 10.000 of 80.000 aanvragen per maand worden verwerkt. Vanaf een bepaald gebruiksvolume kan de eigen exploitatie daardoor goedkoper worden dan de lopende afrekening per aanvraag – maar alleen als de nodige vakkennis voor inrichting en onderhoud al aanwezig is of wordt ingekocht. Voor klein, onregelmatig gebruik blijft een clouddienst vaak nog steeds de praktischere keuze.

Veelgestelde vragen

Is Llama volledig gratis te gebruiken?

Het downloaden en gebruiken van de modelgewichten is voor de meeste toepassingen gratis. Kosten ontstaan door de exploitatie, dus door serverhardware of cloudrekenkracht die nodig is om het model uit te voeren.

Heb ik programmeerkennis nodig om Llama zelf te exploiteren?

Voor zelfstandige exploitatie zijn doorgaans technische vakkennis of een IT-dienstverlener nodig. Voor het normale gebruik via Meta AI in WhatsApp of de app is daarentegen geen voorkennis nodig.

Is een zelf geëxploiteerd Llama-model automatisch AVG-conform?

Nee, automatisch is helemaal niets. Zelf exploiteren schept echter de technische voorwaarde dat gegevens het eigen bedrijf niet moeten verlaten, wat een belangrijke basis is voor privacyvriendelijke oplossingen. De concrete juridische uitvoering blijft desondanks noodzakelijk.

Wat is het verschil tussen Llama 4 Scout en Maverick?

Scout is de compactere, hulpbronvriendelijkere variant voor eenvoudigere taken en kleinere servers, Maverick de krachtigere variant voor veeleisendere toepassingen met een dienovereenkomstig hogere hardwarebehoefte.

Kan elk bedrijf Llama inzetten in eigen producten?

Voor de overgrote meerderheid van bedrijven ja, binnen de Llama-licentievoorwaarden. Alleen bij diensten met meer dan 700 miljoen maandelijks actieve gebruikers is een afzonderlijke overeenkomst met Meta vereist.

Wie na deze technische deep-dive nog eens het kant-en-klare product Meta AI in het dagelijks leven wil plaatsen, vindt het overzicht op de aanbiederspagina over Meta. Een vergelijking met de andere grote AI-aanbieders is te vinden op de overzichtspagina van de AI-modellen-cluster.