梅塔（Meta）刚刚在她的第一次Llamacon会议上启动了专门针对她的Llama模型的API，在她的人工智能策略中迈出了决定性的一步。这一技术公告的背后是一个更雄心勃勃的动作：将开源生态系统转变为竞争平台，转换为OpenAI，Anthropic或Google的封闭优惠。
混合模型：在控制和打开之间
Llama API可在免费和有限的预览中获得，将商业API的使用简单性与开源模型的可移植性相结合。它允许一次点击创建访问键，即诸如Llama 3.3 8b，Llama 4 Scout或Maverick之类的模型的交互式探索，并通过Python或Typescript SDK进行适合。它与OpenAI SDK兼容，促进了从Chatgpt迁移。
与关闭的服务不同，用户保留了个性化模型的所有权。 Meta不会将模型存储在她的服务器上，也不会重复使用提示，也不会退出培训。这种定位显然是针对希望利用大型模型的力量的开发商和公司，同时掌握其生命周期和治理。
API战争中的破裂策略
通过组合商业和开源API，META引入了模型破裂。在Openai将其型号锁定在所有者基础架构中，Meta提供模块化，可导出和可互操作的用途。这种选择符合公司对技术主权敏感的公司的期望，要求对数据机密性要求监管机构以及厌倦了封闭模型的不透明性的开发人员。
自2023年以来，Llama自2023年以来下载超过十亿，已经成为开源标准。 API允许META通过掌握开发，评估和部署环境，从模型供应商的状态转移到平台的状态。这种逻辑回想起了针对iOS的Android：通过开放，同时构建受控环境，从而捕获开发人员。
集成加速和微调推理
API包含竞争服务中很少可用的高级功能。在本机中可以进行诸如Llama 3.3 8b之类的模型的微调，并产生数据，培训和集中评估。目的是明确的：降低成本并提高绩效而不依赖外部基础设施。
Meta还提供了通过小脑和GROQ推断的优化版本。这些合作可以减少响应时间，直接选择了API中的执行引擎。在统一接口中遵循所有用途。这种体系结构增强了美洲驼对具有高潜伏期限制的工业应用的吸引力。
社区安全监督
Meta还推出了开源安全工具的套餐：Llama Guard 4，Llama Firewall，Press Guard 2，以及专门的计划-Llama Deffessers-帮助组织审核其系统的鲁棒性。该倡议旨在构建社区对LLMS安全性的方法，面临恶意及时，数据泄漏或算法操纵的风险不断增长。
迈向公司的AI Linux？
宣布与IBM，Dell，Red Hat和Nvidia位置集成的公告将Llama Stack作为AI部署的工业基础。 Meta试图将其软件砖作为CIO的开源标准。最终，挑战是建立一个紧密耦合的生态系统的替代方案。
一个新的平台
通过启动Llama API，Meta将开源成功转变为战略杠杆，以抵抗封闭模型的霸权。该公司不再满足于发布模型的权重：它结构了开发，培训，部署和安全性的完整环境。 AI之战不仅将在模型的质量上进行，还可以在受控环境中联合开发人员的基础。在这个地面上，元刚刚放置了一个非常有效的第一砖。
