При корпоративной закупке Llama на поверхности выбирают модель, а на деле выбирают путь поставки, по которому можно подписать договор, провести аудит, обеспечить деградацию и посчитать затраты. Ключевое изменение 2026 года: публичная предварительная версия собственного Llama API от Meta была отключена 6 июля, поэтому хостинговый маршрут сместился к облачным платформам и сторонним провайдерам инференса. Компании, которым нужно оставить данные в своей среде, возвращаются к открытым весам и частному развёртыванию.

Примечание: Llama и Meta Llama — товарные знаки Meta Platforms, Inc. Материал носит технический характер и не означает аффилированности, агентских, спонсорских или партнёрских отношений с Meta. Лицензии, доступные версии и условия закупки могут меняться; ориентируйтесь на официальные страницы Meta и поставщиков, а также на подписанные договоры.

1. Сначала определите предмет закупки

Одна фраза «закупаем Llama» может означать три разные вещи:

  • Открытые веса: скачать веса и развернуть самостоятельно; лицензия ограничивает использование и распространение.
  • Хостинговый API: купить инференс у облачной платформы или провайдера, оплата по токенам или вычислительным ресурсам.
  • Частное решение: поставщик передаёт оборудование, программное обеспечение и обслуживание; договор включает лицензию, поддержку и SLA.

В закупочных документах нужно указать версию модели, место развёртывания, роли при обработке данных, объём услуг и критерии приёмки. Формулировки «используем модель Llama» недостаточно: возникают споры о версии, соответствии и стоимости.

2. Четыре маршрута доступа

Маршрут Договор и счёт Граница данных Нагрузка на эксплуатацию Когда подходит
Облачный хостинг Договор с облачным провайдером, оплата по облачному счёту Данные попадают в выбранный регион облака и подчиняются его DPA, региональным правилам и условиям субподрядчиков Низкая Уже используется это облако, нужны закупка с соблюдением требований и выбор региона
API специализированного провайдера Договор с каждым поставщиком, расчёты различаются Данные попадают в сервис поставщика, правила определяются его условиями Низкая Быстрый запуск, колеблющийся трафик, оплата по факту
Самостоятельное развёртывание открытых весов Закупка оборудования или аренда облачных GPU плюс договор на обслуживание Можно оставить в своей среде; аренда облачных GPU всё равно остаётся у третьей стороны Высокая Чувствительные данные, стабильно высокий объём, офлайн или периферия
Локальный AI-шлюз Локальный договор, расчёты в национальной валюте и счёт-фактура Запросы проходят через шлюз, нужно проверить его условия обработки данных Низкая Национальные платёжные документы, единая точка доступа к нескольким моделям

Собственный Llama API от Meta больше не входит в список доступных маршрутов. AWS Bedrock, Azure AI Foundry и Google Vertex AI предлагают часть моделей Llama; состав моделей, регионы и порядок подключения меняются быстро, поэтому перед закупкой сверяйтесь с официальным каталогом.

У маршрутов нет абсолютного превосходства: решают граница данных и возможности эксплуатации.

3. Проверка лицензии: открытые веса не означают MIT

Llama распространяется по общественной лицензии сообщества, а не по открытой лицензии, признанной OSI. На примере Llama 4 и Llama 3.3 коммерческое использование разрешено, но есть жёсткие ограничения:

  • Продукты и сервисы с более чем 700 млн месячных активных пользователей должны запросить у Meta отдельную лицензию по показателям за месяц до даты релиза; без одобрения использовать права нельзя.
  • При распространении модели, производных материалов или продукта с моделью нужно заметно указать «Built with Llama» на сайте, в интерфейсе или документации продукта.
  • При обучении или доработке других моделей на материалах Llama и их распространении название модели должно начинаться с «Llama».
  • Копии должны сопровождаться лицензией и файлом Notice, а также соблюдать Acceptable Use Policy и требования торгового комплаенса.
  • Лицензия не передаёт права на товарный знак и разрешает использовать имя Llama только для выполнения требований к маркировке и наименованию.

Эти пункты должен проверить юрист; условия разных версий могут отличаться, приоритет имеет файл LICENSE, приложенный к модели. Лицензия не даёт SLA, компенсации или обязательств по размещению данных.

4. Размещение данных и конфиденциальность

Для хостингового маршрута нужно письменно подтвердить: регион данных, трансграничную передачу, субподрядчиков, срок хранения, использование для обучения, механизм удаления, сертификаты безопасности и отчёты аудита. Фраза «корпоративная безопасность» на маркетинговой странице не заменяет DPA и договор.

Самостоятельное развёртывание тоже не обеспечивает соответствие автоматически. Журналы, мониторинг, резервные копии, удалённое обслуживание и права аккаунтов могут стать каналами утечки данных; при аренде облачных GPU данные остаются на инфраструктуре облачного провайдера.

Командам из Китая также нужно учитывать требования Закона о защите персональной информации и Закона о безопасности данных; при трансграничной передаче персональных данных может потребоваться оценка безопасности или типовой договор — решение принимает юрист. В бесплатных и пробных средах не следует размещать реальные данные клиентов.

5. Оборудование, ёмкость и затраты

При планировании собственной ёмкости нельзя смотреть только на число параметров. Видеопамять должна вмещать веса, KV Cache, накладные расходы фреймворка и запас на параллельные запросы; чем длиннее контекст и выше параллелизм, тем быстрее растёт KV Cache. Примерные ориентиры:

  • Класс 8B: 4-битные веса занимают около 4–6 ГБ, одной карты на 16–24 ГБ хватает с запасом.
  • Класс 70B: 4-битные веса занимают около 35–45 ГБ, обычно нужны 48–80 ГБ видеопамяти или несколько карт.
  • Llama 4 Scout: 109 млрд параметров всего, 17 млрд активных; 4-битные веса занимают примерно 55–60 ГБ, под длинный контекст нужен дополнительный запас KV Cache.
  • Llama 4 Maverick: 400 млрд параметров всего, 17 млрд активных; 4-битные веса занимают порядка 200 ГБ, обычно требуется многокарточный сервер.

У MoE меньше активных параметров, что снижает вычислительную нагрузку, но не объём видеопамяти. Квантование экономит видеопамять, однако нужно проверить качество на коде, математике и многоязычных задачах.

Совокупная стоимость включает GPU, электроэнергию, охлаждение, стойки, сеть, хранение, резервирование, мониторинг и персонал. Выгодность собственного развёртывания зависит от загрузки: затраты окупаются при постоянной полной загрузке, а при низком или колеблющемся трафике оплата по факту обычно выгоднее. Цены смотрите в предложениях поставщиков и на странице цены на модели.

6. Аккаунты, права и контроль доступа

  • Регистрируйте аккаунты на корпоративном домене, включайте SSO/SAML и многофакторную аутентификацию.
  • Разделяйте аккаунты и ключи по средам, проектам и командам, давайте минимальные права, устанавливайте срок действия и период ротации; храните ключи в сервисе управления секретами, а не во фронтенде, Git и журналах.
  • Включайте журналы аудита с фиксацией вызванной модели, расхода токенов и срабатываний политик для чувствительных данных; настраивайте белые списки исходящих адресов, DLP и политики хранения.

При предоставлении внешнего сервиса дополнительно проверьте изоляцию арендаторов и границы данных клиентов: один ключ не должен обслуживать нескольких клиентов.

7. SLA, деградация и выход

При закупке уточните и зафиксируйте в договоре: целевой уровень доступности, задержку p95, часы поддержки, сроки реакции и восстановления при сбоях, уведомление об инцидентах, компенсацию за невыполнение, окна обслуживания и уведомление о снятии модели.

Даже хороший SLA не заменяет проект деградации. Подготовьте как минимум один резервный канал: второго хостинг-провайдера, ту же модель в другом облаке или небольшую собственную модель. Сделайте слой абстракции на OpenAI-совместимом интерфейсе, вынесите имя модели, адрес и ключ в конфигурацию, добавьте проверку здоровья, тайм-ауты, повторы, предохранитель и ограничение скорости; при 401 проверяйте учётные данные, при 429 применяйте задержку, при 5xx переключайтесь.

При деградации учитывайте размещение данных: резервный регион за границей может нарушить обязательства основного договора. В условиях выхода укажите, как экспортируются данные, через какой срок удаляются, предоставляется ли помощь с миграцией и кому принадлежат модели и промпты.

8. Пилот и приёмка перед запуском

Рекомендуется провести воспроизводимый пилот на 2–4 недели:

  1. Определите сценарии, метрики успеха, классификацию данных и данные, которые нельзя передавать стороннему API.
  2. Пусть юристы проверят лицензию, DPA, трансграничную передачу, использование для обучения и условия удаления, и зафиксируют выводы.
  3. Откройте аккаунты, пройдите корпоративную верификацию, настройте SSO и реестр ключей; параллельно постройте основной и резервный маршруты с единым OpenAI-совместимым слоем абстракции.
  4. Запустите пилот на реальных задачах, фиксируя долю успеха, задержку p50/p95, долю ошибок, число токенов на задачу и долю переделок.
  5. Проверьте длинный контекст, пиковый параллелизм, 429 и недоступность модели, а также отработайте исчерпание квоты, отказ региона и утечку ключа.
  6. Проведите реальный платёж и получите счёт-фактуру, сверьте юридическое лицо, валюту, налоги и процесс возмещения.

Критерии приёмки нужно записать до пилота; в производство переходите только при выполнении всех четырёх условий: качество, стоимость, соответствие и эксплуатация.

9. Контроль затрат и постоянная оптимизация

После запуска ежемесячно делайте четыре вещи: собирайте токены и расходы по командам и проектам; устанавливайте бюджеты и оповещения; проверяйте аномальные вызовы и утечки ключей; сверяйте изменения цен.

Порядок оптимизации обычно такой: сначала удалите лишний контекст и повторные запросы, затем распределите задачи по моделям разного размера, включите кэширование и пакетную обработку и только потом рассматривайте собственное развёртывание или долгосрочные обязательства. При собственной инфраструктуре следите за загрузкой GPU, временем очереди и простоем.

ZSQH AI Gateway предоставляет OpenAI-совместимый интерфейс и может служить единой точкой входа и резервным каналом для централизованного управления счетами, ключами и соответствием имён моделей. Модели и цены смотрите на странице цены на модели; цены могут меняться. Для получения аккаунта можно сразу зарегистрироваться.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://ai.zhongshangqihang.com/v1",
    api_key=os.environ["ZSQH_API_KEY"],
)

resp = client.chat.completions.create(
    model="llama-3.3-70b-instruct",  # сверяйтесь со списком моделей платформы
    messages=[{"role": "user", "content": "В трёх предложениях объясните, что проверить перед закупкой Llama для бизнеса"}],
    temperature=0.2,
    max_tokens=256,
)
print(resp.choices[0].message.content)

10. Частые вопросы

Meta всё ещё предоставляет официальный Llama API?

По состоянию на октябрь 2026 года публичная предварительная версия Llama API от Meta была отключена 6 июля 2026 года, и официально рекомендуется переходить к сторонним поставщикам. Сейчас платформа Meta для разработчиков продвигает серию Muse; Muse и Llama — разные семейства. Наличие новых планов проверяйте на странице Meta.

Llama — открытая модель, её можно использовать коммерчески?

Llama — модель с открытыми весами, её часто называют открытой, но она распространяется по лицензии сообщества, а не по открытой лицензии OSI. Коммерческое использование обычно разрешено при соблюдении порога месячной аудитории, маркировки, наименования, Notice, AUP и требований торгового комплаенса; точные условия — в LICENSE соответствующей версии.

Собственный Llama всегда дешевле API?

Не всегда. Собственное развёртывание убирает плату за токены, но добавляет GPU, электроэнергию, помещение, эксплуатацию и резервирование. При высокой загрузке или запрете на передачу данных за границу собственный вариант выгоднее; при низком и колеблющемся трафике оплата по факту экономичнее.

Если данные на своём сервере, соответствие уже обеспечено?

Нет. Нужно учитывать, кто имеет доступ, где хранятся журналы и резервные копии, есть ли трансграничная передача и собираются ли персональные данные. При трансграничной передаче персональных данных требуется юридическая оценка по применимому законодательству.

Как избежать привязки к одному поставщику?

Сделайте слой абстракции на OpenAI-совместимом интерфейсе, вынесите имя модели, адрес и ключ в конфигурацию; сохраните резервный канал; пропишите в договоре экспорт и удаление данных, помощь с миграцией и уведомление о снятии модели; регулярно проверяйте альтернативные модели на реальных задачах.

Полезное чтение: Корпоративная закупка OpenAI API, Корпоративная закупка DeepSeek API, Цены на модели.