Meta acaba de lanzar Llama 4, su modelo de IA de código abierto más potente hasta la fecha, que logra un rendimiento a la par del GPT-5 de OpenAI en múltiples puntos de referencia, incluidos razonamiento, matemáticas, codificación y comprensión multilingüe. Con 1 billón de parámetros (denso, no MoE), Llama 4 se entrenó con 15 billones de tokens de datos disponibles públicamente, utilizando el nuevo supercluster de IA interno de Meta con 100.000 GPU H100. El modelo viene en tres versiones: Llama 4 Base (1T), Llama 4 Instruct (afinado para chatear y seguir instrucciones) y Llama 4 Code (especializado para programación). En MMLU, Llama 4 Instruct obtiene una puntuación de 89,5 % (GPT‑5: 89,7 %), y en la codificación HumanEval logra un 91 % aprobado@1 (GPT‑5: 92 %). Lo que realmente cambia las reglas del juego es la licencia: Llama 4 es completamente de código abierto, lo que permite el uso comercial y de investigación sin restricciones, incluidos los pesos de los modelos, la arquitectura y el código de entrenamiento. Esto hace que la IA de vanguardia sea accesible para nuevas empresas, investigadores y gobiernos de todo el mundo, poniendo fin al dominio del código cerrado de OpenAI y Google. Meta se ha asociado con AWS, Azure y GCP para ofrecer Llama 4 como un servicio administrado, con precios tan bajos como $2 por millón de tokens (en comparación con los $15 de GPT-5). La compañía afirma que Llama 4 fue entrenada con una novedosa 'Atención dispersa con enrutamiento adaptativo' que reduce el costo de inferencia en un 40% en comparación con modelos densos de tamaño similar. Este artículo cubre la arquitectura del modelo, los puntos de referencia de rendimiento, las licencias, cómo acceder y lo que significa para la industria de la IA y la competencia global.
Architecture Deep Dive: Sparse Attention with Adaptive Routing
El mecanismo SAAR es un patrón de atención escasa aprendido. El modelo genera un vector de consulta y utiliza un pequeño MLP para predecir qué tokens clave son relevantes. Solo se atienden estos tokens, lo que reduce la matriz de atención de 128k×128k a ~1k×1k. El enrutamiento es adaptable: cambia por capa y por cabeza, lo que permite que el modelo asigne dinámicamente computación a tokens importantes. Esto da como resultado una reducción del 40 % en los FLOP de inferencia en comparación con un transformador denso del mismo tamaño, manteniendo al mismo tiempo la precisión. El tiempo de formación también se redujo de unos 3 meses estimados a 2 meses en el clúster RSC 2.0.
Benchmarks: How Llama 4 Stacks Against GPT‑5, Claude 4, and Gemini Ultra
En la MMLU estándar, Llama 4 alcanza el 89,5%, sólo un 0,2% por debajo del GPT-5. En MATH (razonamiento matemático), obtiene una puntuación del 84,8% frente al 85,2% de GPT-5. En HumanEval, Llama 4 Code obtiene 91% frente a 92%. En GSM8K (matemáticas de primaria), obtiene una puntuación del 95,3 % (GPT‑5: 96,5 %). En tareas multilingües (FLORES), Llama 4 supera a GPT‑5 en 12 de 20 idiomas. En las evaluaciones de preferencia humana (clasificaciones ELO), Llama 4 tiene una calificación ligeramente inferior a GPT-5 pero superior a Claude 4 y Gemini Ultra. Estos resultados lo convierten en el mejor modelo de código abierto jamás lanzado.
Open‑Source License: What Does 'Fully Open' Mean?
A diferencia de los modelos Llama anteriores, Llama 4 no tiene restricciones de uso comercial. Puede integrarlo en cualquier producto, ajustarlo e incluso redistribuir versiones modificadas. La licencia es una licencia permisiva personalizada (similar a la MIT) pero con una cláusula que requiere atribución. Se trata de un cambio radical respecto de los modelos cerrados de OpenAI y Google, y se espera que desencadene una ola de innovación en la atención sanitaria, la educación y muchos otros sectores. Meta también ha publicado el conjunto de datos de entrenamiento (anonimizados) y el código de entrenamiento completo, lo que hace posible la reproducción.
How to Access Llama 4
Puede descargar los pesos de Hugging Face (requiere registro) o utilizar la API a través de los socios de Meta: AWS Bedrock, Azure AI Studio y Google Cloud Vertex AI. El precio de la API es de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, significativamente más barato que GPT-5. También hay una interfaz de chat gratuita en llama.meta.com con límites de velocidad. Para el autohospedaje a gran escala, Meta proporciona un contenedor de inferencia optimizado con soporte para vLLM y TensorRT-LLM.
Impact on AI Industry: The End of Proprietary Dominance?
El lanzamiento abierto de Llama 4 es un evento sísmico. Las empresas emergentes ahora pueden crear aplicaciones sobre un modelo de clase GPT-5 sin pagar altas tarifas de API ni compartir datos con las grandes empresas tecnológicas. Los gobiernos pueden desplegar IA soberana. Los investigadores pueden analizar y mejorar el modelo. Esto podría acelerar la investigación sobre la seguridad de la IA y democratizar el acceso. OpenAI y Google pueden verse obligados a bajar precios o abrir sus modelos. Los analistas predicen una 'explosión cámbrica' de aplicaciones de IA durante el próximo año, a medida que Llama 4 se convierta en el modelo básico predeterminado para los desarrolladores de todo el mundo.
Energy and Environmental Considerations
Training Llama 4 consumió aproximadamente 50 GWh de electricidad, aproximadamente el consumo anual de 5.000 hogares estadounidenses. Meta ha compensado esto con créditos de energía renovable. Sin embargo, el costo de inferencia es mucho menor debido a SAAR y la naturaleza de código abierto permite la optimización. Los investigadores ya han adaptado Llama 4 para que se ejecute en dispositivos periféricos (teléfonos inteligentes) mediante cuantificación, abriendo la puerta a la IA en el dispositivo. Meta se compromete a reducir la huella de carbono de los futuros modelos.
What This Means for Developers: Build Anything, Anywhere
Para los desarrolladores, Llama 4 es un sueño. Puede crear agentes de IA, chatbots, copilotos y herramientas de análisis personalizados sin las limitaciones de las API cerradas. El modelo se puede ajustar con datos propietarios con solo 100 ejemplos (pocas tomas). Muchas empresas ya han anunciado productos con tecnología Llama 4 a las pocas horas de su lanzamiento, incluido un asistente de diagnóstico médico, un analizador de contratos legales y un tutor de codificación personal. El futuro está abierto.
⚡ Key Highlights
1 Trillion Parameters – Open‑Source and Free
Modelo denso con rendimiento que rivaliza con GPT‑5, disponible bajo una licencia permisiva de código abierto (similar a Llama 3 pero sin restricciones de uso). Pesos, código de entrenamiento y arquitectura completamente publicados.
89.5% on MMLU – Matches GPT‑5 on Reasoning
Comparado con MMLU (87% en matemáticas, 92% en humanidades, 86% en ciencias), casi idéntico al GPT-5 (89,7%) y superando a Claude 4 (87,1%).
91% on HumanEval – Competitive with GPT‑5 for Coding
Llama 4 Code obtiene una puntuación de 91 % aprobado@1 en HumanEval, en comparación con el 92 % de GPT‑5 y el 88 % de Claude 4. Sobresale en Python, JavaScript y Rust.
Multilingual Support – 200 Languages
Formado en un corpus multilingüe diverso, supera a GPT-5 en muchos idiomas de bajos recursos (por ejemplo, suajili, tagalo, hindi).
128k Context Window (Expandable to 1M)
Maneja documentos extensos, bases de código y conversaciones. El contexto experimental 1M a través de la atención de ventana deslizante está disponible en las ramas de investigación.
Ultra‑Low Inference Cost – $2/M Tokens (Hosted)
Debido al SAAR y la cuantificación (FP8), la inferencia alojada es 7 veces más barata que GPT-5, y el autohospedaje es incluso menor (estimado en 0,50 USD/millón de tokens en hardware básico).
Customizable and Fine‑Tunable
El código abierto completo permite a cualquiera ajustar sus propios datos para tareas de dominios específicos (médicos, legales, financieros), una capacidad que no está disponible con los modelos cerrados.
Partnerships with Major Cloud Providers
AWS, Azure, GCP y OVH ofrecen Llama 4 como un servicio gestionado con fácil acceso a API. Primer mes gratis para desarrolladores.
✓Pros
- ✓Rendimiento a la par del GPT‑5 a una fracción del coste
- ✓Totalmente de código abierto: sin restricciones de uso o redistribución
- ✓Costo de inferencia ultrabajo: $2/millón de tokens alojados, incluso más baratos autohospedados
- ✓Multilingüe y multimodal (solo texto pero maneja código y datos estructurados)
- ✓La ventana de contexto grande (128k) admite documentos largos
- ✓Personalizable y ajustable para tareas específicas del dominio
- ✓Disponible en los principales proveedores de nube con fácil acceso a API
- ✓Democratiza la IA de frontera: permite la innovación en regiones desatendidas
✗Cons
- ✗1 billón de parámetros requieren una cantidad importante de hardware para el autohospedaje (al menos 8 GPU A100)
- ✗Los datos de entrenamiento pueden tener sesgos y limitaciones (aunque Meta ha implementado filtrado)
- ✗Aún no es multimodal (sin visión ni audio nativos), pero Meta ha insinuado una versión multimodal en 2027.
- ✗La licencia aún requiere atribución y prohíbe el uso para determinadas aplicaciones dañinas (no vinculante)
- ✗El soporte y la documentación de la comunidad apenas están comenzando; puede llevar tiempo madurar
- ✗El código abierto permite que los malos actores hagan un mal uso del modelo: Meta se basa en promesas de uso responsable
- ✗Los precios de las API alojadas, aunque económicos, siguen sumando para la producción a gran escala
- ✗Es posible que el modelo no esté tan alineado con la seguridad como GPT-5 (sin auditoría basada en la constitución)