Meta Llama nedir? Model, lisans ve Muse dönemi (Ekim 2026)

Meta Llama ne işe yarar?

Meta Llama, geliştiricilerin indirip kendi uygulamalarında, sunucularında ya da bilgisayarlarında çalıştırabildiği açık ağırlıklı yapay zekâ modelleridir. Meta’nın Llama belgeleri modellerin Hugging Face ve Kaggle üzerinden alınmasını; ince ayar (fine-tuning), nicemleme (quantization) ve istem yazımı rehberlerini; Linux, Mac ve Windows’ta yerel çalıştırmayı ve LangChain, LlamaIndex gibi araçlarla entegrasyonu ayrı başlıklarda anlatıyor.

18 Ekim 2026’da llama.com adresini açtığımızda Meta’nın geliştirici sitesi dev.meta.ai’ye yönlendik; sitenin ana sayfası artık Muse modellerini öne çıkarıyor, Llama ise ayrı bir “Llama” bölümünde duruyor. Benzer açık model aileleri için Qwen nasıl kullanılır ve DeepSeek nedir yazılarına bakabilirsiniz.

Llama modelleri hangileri?

Llama ailesinde üç kuşak bulunur: Llama 2, Llama 3 (3, 3.1, 3.2 ve 3.3) ve Llama 4. Llama 4, uzmanlar karışımı (mixture-of-experts) mimarili ve görsel girdi alan iki modelden oluşuyor; tablo Meta’nın Llama 4 model kartından alınmıştır.

Özellik	Llama 4 Scout	Llama 4 Maverick
Etkin parametre	17B	17B
Uzman sayısı	16	128
Toplam parametre	109B	400B
En uzun bağlam	10 milyon token	1 milyon token
Tek GPU’da çalışır mı?	Evet; INT4 nicemlenmiş sürüm tek H100’de	Hayır
Girdi ve çıktı	Metin ve en fazla 5 görsel girdi; yalnız metin çıktı	Metin ve en fazla 5 görsel girdi; yalnız metin çıktı
Bilgi kesim tarihi	Ağustos 2024	Ağustos 2024

Model adlarındaki B harfi parametre sayısını İngilizce “billion” cinsinden gösterir; etkin parametre, her token için gerçekten çalışan kısımdır.

Llama 4 Türkçe destekliyor mu?

Hayır; Llama 4’ün model kartındaki resmî dil listesinde Türkçe yok. Meta’nın listesi Arapça, İngilizce, Fransızca, Almanca, Hintçe, Endonezce, İtalyanca, Portekizce, İspanyolca, Tagalogca, Tayca ve Vietnamca’dan oluşuyor; görsel anlama ise yalnız İngilizce için destekleniyor.

Bu, modelin Türkçe metin üretemeyeceği anlamına gelmez; ancak Türkçe kalite için resmî bir taahhüt olmadığını gösterir. Türkçe içerik işinde kullanmadan önce kendi metinlerinizle test edin; asistanları aynı Türkçe görevle karşılaştırma yöntemimiz ChatGPT ile Gemini arasındaki fark yazısında.

Llama modeline erişim ile Meta AI hizmeti arasındaki fark nedir?

Llama ve Muse modelleri geliştiricinin çalıştırdığı modellerdir; Meta AI ise Meta’nın herkese sunduğu asistan hizmetidir. Üç katmanı karıştırmamak, lisans ve veri sorumluluğunu doğru belirlemek için önemlidir.

Katman	Meta’daki karşılığı	Nasıl erişilir?	Kim için?
Açık ağırlıklı model	Llama 2–4; Muse Glimmer; Muse Spark Open	Hugging Face, Kaggle, dev.meta.ai	Kendi sunucusunda çalıştıran geliştirici
Barındırılan API	Meta Model API (Muse modelleri)	dev.meta.ai; Meta, mevcut OpenAI SDK uyumlu istemcinin bu API’ye yönlendirilebildiğini yazıyor	Model çalıştırmak istemeyen geliştirici
Tüketici asistanı	Meta AI (Muse Spark; görsel için Muse Image)	meta.ai, Meta AI uygulaması ve Meta’nın sosyal uygulamaları	Herkes

Meta AI ile görsel üretimi ve Türkiye erişimi Meta AI ile görsel oluşturma yazısında.

Llama 4 lisansı neye izin verir?

Llama 4 Topluluk Lisansı, Llama 4’ü kullanma, çoğaltma, dağıtma ve değiştirme için münhasır olmayan, dünya çapında, devredilemez ve telifsiz sınırlı bir hak verir; ancak dağıtım ve büyük ölçekli kullanım için şartlar koyar. Lisansın yürürlük tarihi 5 Nisan 2025’tir. Öne çıkan şartlar:

• Dağıtım: Llama’yı ya da onu içeren bir ürünü dağıtırsanız lisansın bir kopyasını vermeli ve ilgili web sitesinde, arayüzde ya da belgede “Built with Llama” ibaresini görünür biçimde göstermelisiniz.
• Türev model adı: Llama’yı ya da çıktılarını kullanarak eğittiğiniz ve dağıttığınız bir modelin adı “Llama” ile başlamalı.
• Atıf metni: Dağıtılan kopyalarda belirtilen telif ibaresini içeren bir “Notice” dosyası bulunmalı.
• Kullanım politikası: Kullanım, yasalara ve Llama 4 kabul edilebilir kullanım politikasına uymalı.
• Büyük ölçek: Llama 4 sürüm tarihinde ürün ya da hizmetlerinizin önceki takvim ayındaki aylık aktif kullanıcısı 700 milyonu aşıyorsa Meta’dan ayrıca lisans istemeniz gerekir.

Bu özet hukuki görüş değildir; ticari kullanımdan önce lisansın tam metnini okuyun.

Meta 2026'da Llama'dan sonra hangi modelleri çıkardı?

Meta, 2026’da yeni modellerini Muse adıyla yayımlıyor; bunların ikisi açık ağırlıklıdır. Tarihler Meta’nın araştırma ve geliştirici bloglarından alınmıştır.

Model	Tarih	Özellik	Lisans ve erişim
Muse Image	7 Temmuz 2026	Meta AI’daki görsel üretim modeli	Meta AI içinde
Muse Glimmer	10 Ağustos 2026	30B parametre; tek tüketici GPU’lu Mac ya da PC’de yerel ajanlar için; 100’den fazla dilde veriyle eğitildi	Apache 2.0; Hugging Face
Muse Spark Open	15 Ekim 2026	Toplam 816B, token başına yaklaşık 42B etkin parametre; metin, görsel, video ve ses girdisi; 1 milyon token bağlam	Muse Model License (sınırlı ticari şartlar); Hugging Face ve bulut kataloglar
Muse Wonder	Ekim 2026 itibarıyla dev.meta.ai’de	Kodlama, uzun süren ajanlar ve bilgisayar kullanımı	Meta Model API ve Muse Code

Meta’ya göre Muse Spark Open, MLX ile iki Apple M5 Ultra Mac Studio üzerinde masaüstünde çalışabilen ilk sınıfındaki model. Benzer şekilde X tarafında Grok ailesi de API ve uygulama olarak ayrışıyor.

Llama ya da Muse hangi durumda tercih edilir?

Model seçimi lisansa, donanıma ve dile göre yapılır; aşağıdaki eşleştirme yalnız Meta’nın yayımladığı özelliklere dayanır, bir kalite sıralaması değildir.

1. Serbest lisans şart: Apache 2.0 lisanslı Muse Glimmer.
2. Tek GPU ve çok uzun bağlam: 10 milyon token bağlamlı, INT4 sürümü tek H100’de çalışan Llama 4 Scout.
3. En geniş girdi türü ve ajan işleri: Muse Spark Open; lisansının sınırlı ticari şartlarını okuyun.
4. Model çalıştırmak istemeyenler: Meta Model API.
5. Türkçe ağırlıklı iş: Llama 4’ün listesinde Türkçe yok; her seçeneği kendi Türkçe metninizle test edin.

Meta AI’ın cevaplarında markanızın nasıl anlatıldığı da bir görünürlük konusudur; yapay zekâ aramalarının farklarını yapay zekâ arama motorları karşılaştırması sayfasında, kavramı GEO nedir sayfasında anlattık. Bu görünürlüğü SEO hizmeti kapsamında izliyoruz; diğer yazılar blog sayfasında.

Sık sorulan sorular