Meta ha appena rilasciato Llama 4, il suo modello di intelligenza artificiale open source più potente fino ad oggi, raggiungendo prestazioni alla pari con GPT‑5 di OpenAI su più benchmark, tra cui ragionamento, matematica, codifica e comprensione multilingue. Con 1 trilione di parametri (densi, non MoE), Llama 4 è stato addestrato su 15 trilioni di token di dati disponibili pubblicamente, utilizzando il nuovo supercluster AI interno di Meta con 100.000 GPU H100. Il modello è disponibile in tre versioni: Llama 4 Base (1T), Llama 4 Instruct (perfezionato per la chat e il seguito delle istruzioni) e Llama 4 Code (specializzato per la programmazione). Su MMLU, Llama 4 Instruct ottiene un punteggio di 89,5% (GPT‑5: 89,7%) e sulla codifica HumanEval raggiunge un 91% pass@1 (GPT‑5: 92%). La vera svolta è la licenza: Llama 4 è completamente open source e consente l'uso commerciale e di ricerca senza restrizioni, inclusi pesi dei modelli, architettura e codice di addestramento. Ciò rende l’IA di frontiera accessibile a startup, ricercatori e governi di tutto il mondo, ponendo fine al dominio closed-source di OpenAI e Google. Meta ha collaborato con AWS, Azure e GCP per offrire Llama 4 come servizio gestito, con prezzi a partire da 2 dollari per milione di token (rispetto ai 15 dollari di GPT‑5). L'azienda afferma che Llama 4 è stato addestrato con un nuovo 'Sparse Attention with Adaptive Routing' che riduce i costi di inferenza del 40% rispetto a modelli densi di dimensioni simili. Questo articolo tratta l'architettura del modello, i benchmark delle prestazioni, le licenze, le modalità di accesso e cosa significa per il settore dell'intelligenza artificiale e la concorrenza globale.
Architecture Deep Dive: Sparse Attention with Adaptive Routing
Il meccanismo SAAR è un modello di attenzione sparsa appresa. Il modello genera un vettore di query e utilizza un piccolo MLP per prevedere quali token chiave sono rilevanti. Vengono presi in considerazione solo questi token, riducendo la matrice dell’attenzione da 128k×128k a ~1k×1k. Il routing è adattivo: cambia per livello e per testa, consentendo al modello di allocare dinamicamente il calcolo a token importanti. Ciò si traduce in una riduzione del 40% dei FLOP di inferenza rispetto a un trasformatore denso delle stesse dimensioni, pur mantenendo la precisione. Anche il tempo di formazione è stato ridotto da circa 3 mesi a 2 mesi sul cluster RSC 2.0.
Benchmarks: How Llama 4 Stacks Against GPT‑5, Claude 4, and Gemini Ultra
Sul MMLU standard, Llama 4 raggiunge l'89,5%, appena lo 0,2% sotto GPT‑5. In MATH (ragionamento matematico), ottiene un punteggio dell'84,8% contro l'85,2% di GPT‑5. Su HumanEval, Llama 4 Code ottiene il 91% contro il 92%. Su GSM8K (matematica scolastica elementare), ottiene un punteggio del 95,3% (GPT‑5: 96,5%). Nelle attività multilingue (FLORES), Llama 4 batte GPT‑5 in 12 lingue su 20. Nelle valutazioni delle preferenze umane (classificazioni ELO), Llama 4 è valutato leggermente inferiore a GPT‑5 ma superiore a Claude 4 e Gemini Ultra. Questi risultati lo rendono il miglior modello open source mai rilasciato.
Open‑Source License: What Does 'Fully Open' Mean?
A differenza dei precedenti modelli Llama, Llama 4 non ha restrizioni sull'uso commerciale. Puoi integrarlo in qualsiasi prodotto, perfezionarlo e persino ridistribuire le versioni modificate. La licenza è una licenza permissiva personalizzata (simile al MIT) ma con una clausola che richiede l'attribuzione. Si tratta di un cambiamento radicale rispetto a OpenAI e ai modelli chiusi di Google e si prevede che scatenerà un’ondata di innovazione nel settore sanitario, dell’istruzione e in molti altri settori. Meta ha inoltre rilasciato il dataset di addestramento (anonimo) e l'intero codice di addestramento, rendendone possibile la riproduzione.
How to Access Llama 4
Puoi scaricare i pesi da Hugging Face (richiede la registrazione) o utilizzare l'API tramite i partner di Meta: AWS Bedrock, Azure AI Studio e Google Cloud Vertex AI. Il prezzo dell'API è di 2 dollari per milione di token di input e 6 dollari per milione di token di output: significativamente più economico di GPT‑5. C'è anche un'interfaccia di chat gratuita su llama.meta.com con limiti di velocità. Per il self-hosting su larga scala, Meta fornisce un contenitore di inferenza ottimizzato con supporto vLLM e TensorRT‑LLM.
Impact on AI Industry: The End of Proprietary Dominance?
Il rilascio aperto di Llama 4 è un evento sismico. Le startup ora possono creare applicazioni su un modello di classe GPT‑5 senza pagare tariffe API elevate o condividere dati con i big della tecnologia. I governi possono implementare un’intelligenza artificiale sovrana. I ricercatori possono analizzare e migliorare il modello. Ciò potrebbe accelerare la ricerca sulla sicurezza dell’IA e democratizzarne l’accesso. OpenAI e Google potrebbero essere costretti ad abbassare i prezzi o ad aprire i loro modelli. Gli analisti prevedono una “esplosione cambriana” di applicazioni IA nel prossimo anno, poiché Llama 4 diventerà il modello di base predefinito per gli sviluppatori di tutto il mondo.
Energy and Environmental Considerations
Il training Llama 4 ha consumato circa 50 GWh di elettricità, circa il consumo annuo di 5.000 case negli Stati Uniti. Meta ha compensato questo con crediti di energia rinnovabile. Tuttavia, il costo di inferenza è molto inferiore grazie a SAAR e la natura open source consente l’ottimizzazione. I ricercatori hanno già portato Llama 4 per l’esecuzione su dispositivi edge (smartphone) tramite quantizzazione, aprendo la porta all’intelligenza artificiale sul dispositivo. Meta si impegna a ridurre l'impronta di carbonio dei modelli futuri.
What This Means for Developers: Build Anything, Anywhere
Per gli sviluppatori, Llama 4 è un sogno. Puoi creare agenti AI, chatbot, copiloti e strumenti di analisi personalizzati senza i vincoli delle API chiuse. Il modello può essere messo a punto su dati proprietari con soli 100 esempi (pochi scatti). Molte aziende hanno già annunciato i prodotti Llama 4 entro poche ore dal rilascio, tra cui un assistente per la diagnosi medica, un analizzatore di contratti legali e un tutor di codifica personale. Il futuro è aperto.
⚡ Key Highlights
1 Trillion Parameters – Open‑Source and Free
Modello denso con prestazioni che rivaleggiano con GPT‑5, disponibile con una licenza open source permissiva (simile a Llama 3 ma senza restrizioni di utilizzo). Pesi, codice di addestramento e architettura completamente pubblicati.
89.5% on MMLU – Matches GPT‑5 on Reasoning
Benchmark su MMLU (87% in matematica, 92% in discipline umanistiche, 86% in scienze): quasi identico a GPT‑5 (89,7%) e superando Claude 4 (87,1%).
91% on HumanEval – Competitive with GPT‑5 for Coding
Llama 4 Code ha ottenuto un punteggio del 91% pass@1 su HumanEval, rispetto al 92% di GPT‑5 e all'88% di Claude 4. Eccelle in Python, JavaScript e Rust.
Multilingual Support – 200 Languages
Formato su un corpus multilingue diversificato, supera GPT‑5 in molte lingue con risorse limitate (ad esempio swahili, tagalog, hindi).
128k Context Window (Expandable to 1M)
Gestisce documenti lunghi, basi di codice e conversazioni. Il contesto sperimentale 1M tramite finestra scorrevole è disponibile nei rami di ricerca.
Ultra‑Low Inference Cost – $2/M Tokens (Hosted)
Grazie a SAAR e alla quantizzazione (FP8), l'inferenza ospitata è 7 volte più economica di GPT-5 e il self-hosting è ancora più basso (stima di 0,50 dollari/milione di token su hardware di base).
Customizable and Fine‑Tunable
L'open source completo consente a chiunque di ottimizzare i propri dati per attività specifiche del settore (medico, legale, finanziario), una funzionalità non disponibile con i modelli chiusi.
Partnerships with Major Cloud Providers
AWS, Azure, GCP e OVH offrono Llama 4 come servizio gestito con facile accesso API. Primo mese gratuito per gli sviluppatori.
✓Pros
- ✓Prestazioni alla pari con GPT‑5 a una frazione del costo
- ✓Completamente open source: nessuna restrizione sull'uso o sulla ridistribuzione
- ✓Costo di inferenza estremamente basso: 2 dollari per milione di token ospitati, anche più economici con hosting autonomo
- ✓Multilingue e multimodale (solo testo ma gestisce codice e dati strutturati)
- ✓La finestra di contesto ampia (128k) supporta documenti lunghi
- ✓Personalizzabile e ottimizzabile per attività specifiche del dominio
- ✓Disponibile sui principali provider cloud con facile accesso API
- ✓Democratizza l’intelligenza artificiale di frontiera: consente l’innovazione nelle regioni svantaggiate
✗Cons
- ✗1 trilione di parametri richiedono hardware significativo per il self-hosting (almeno 8 GPU A100)
- ✗I dati di addestramento possono presentare errori e limitazioni (sebbene Meta abbia implementato il filtraggio)
- ✗Non ancora multimodale (nessuna visione o audio nativi), ma Meta ha accennato a una versione multimodale nel 2027
- ✗La concessione della licenza richiede ancora l'attribuzione e vieta l'uso per determinate applicazioni dannose (non vincolante)
- ✗Il supporto e la documentazione della comunità sono appena iniziati e potrebbero richiedere del tempo per maturare
- ✗L’open source consente ai malintenzionati di abusare del modello: Meta fa affidamento su impegni di utilizzo responsabile
- ✗I prezzi delle API ospitate, sebbene economici, sono comunque adeguati per la produzione su larga scala
- ✗Il modello potrebbe non essere allineato alla sicurezza come GPT-5 (nessun audit basato sulla costituzione)