Главная/ИИ/Llama

Установка Llama на компьютер и сервер

Установка Llama через Ollama занимает одну команду: ollama run llama3.1:8b скачивает модель на 4,9 ГБ и запускает чат. Для ПК подходят Llama 3.2 и 3.1 8B, для сервера с картой Llama 3.3 70B, а Llama 4 Scout и Maverick требуют десятков и сотен гигабайт видеопамяти.

4 мин чтенияДанные проверены 16 октября 2026

Ответ за 30 секунд

Для домашнего ПК берите Llama 3.1 8B или 3.2 3B, для сервера с картой на 48 ГБ Llama 3.3 70B. Русского нет в официальном списке языков Llama 3.3 и Llama 4, поэтому сравните её с Qwen или Gemma на своих текстах.

В сжатии Q4 модель весит 43 ГБ: нужна карта на 48 ГБ с коротким контекстом или на 80 ГБ с запасом.

Сколько памяти нужно Llama 3 и Llama 4

01 · 1 мин

Какие версии Llama есть и какую ставить#

Meta выпускает Llama открытыми весами. На 14 октября 2026 последняя серия на Hugging Face это Llama 4 от апреля 2025 года; младшие модели при этом остаются в линейке 3.x.

МодельПараметрыКонтекстФайл в Ollama (Q4)
Llama 3.21B и 3B128K1,3 и 2,0 ГБ
Llama 3.18B, 70B, 405B128K4,9 / 43 / 243 ГБ
Llama 3.370B128K43 ГБ
Llama 4 Scout109B всего, 17B активных, 16 экспертов10M67 ГБ
Llama 4 Maverick400B всего, 17B активных, 128 экспертов1M245 ГБ

По описанию в каталоге Ollama, Llama 3.3 70B отвечает на уровне 3.1 405B при почти вшестеро меньшем размере, поэтому из крупных моделей третьей серии берут обычно её. Llama 4 понимает изображения на входе.

Инструмент · 1 мин

Сколько памяти нужно Llama 3 и Llama 4#

Llama 4 построена на смеси экспертов: каждое слово считают 17 млрд параметров, поэтому Scout отвечает быстро. Но хранить в памяти приходится все 109 млрд, и файл Scout в Q4 весит 67 ГБ, больше, чем Llama 3.3 70B. Память выбирают по полному размеру, скорость оценивают по активной части.

Если считать кажется лишним, ориентируйтесь так: 3B и 8B живут на процессоре и карте 8 ГБ, 70B просит карту на 48-80 ГБ, Llama 4 уже серверная история. Почему карта ускоряет ответы в разы, описано в разделе сервер под ИИ.

Сколько памяти нужно Llama

Выберите модель Meta, сжатие и контекст; у Llama 4 считается полный размер

Модель
Квантование
Контекст

03 · 1 мин

Как развернуть Llama локально и в Docker#

  1. Поставьте Ollama или запустите её контейнер ollama/ollama.
  2. Скачайте модель: ollama run llama3.2 (3B), ollama run llama3.1:8b или ollama run llama3.3 (70B). В Docker то же самое через docker exec -it ollama ollama run llama3.1:8b.
  3. Подключите программы к API на порту 11434: чат Open WebUI, n8n или свой код с библиотекой openai.

Второй путь: оригинальные веса с Hugging Face и движок vLLM в контейнере vllm/vllm-openai. Репозитории meta-llama закрыты до принятия лицензии на сайте, поэтому контейнеру передают токен HF_TOKEN аккаунта, который её принял. Файлы GGUF для запуска без Python берут для llama.cpp.

04 · 1 мин

Llama и русский язык: что проверить до запуска#

В карточке Llama 3.3 официально поддержаны английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский. У Llama 4 список длиннее, 12 языков, но русского в нём тоже нет. Модель отвечает по-русски, но карточка Llama 4 относит работу на неподдержанных языках к использованию вне назначения и предлагает дообучать модель под нужный язык.

Для русскоязычного бота сравните Llama с моделями, где русский заявлен: у Gemma 4 больше 140 языков, у Mistral Small 4 русский в списке языков модели. Разборы: Gemma и Mistral.

05 · 1 мин

Лицензия Llama: что можно делать с моделью#

Llama распространяется под собственной Llama Community License, а не под Apache или MIT. Коммерческое использование разрешено, но компании, у продуктов которой на дату выхода версии было больше 700 млн активных пользователей в месяц, нужно отдельное разрешение Meta. Ещё действуют правила допустимого использования, их ссылка есть в карточке модели.

Если своя карта не окупается, ту же задачу решает API. AI Gateway Таймвеб Клауд даёт OpenAI-совместимый доступ к современным моделям с оплатой в рублях; для своего GPU-сервера минимальный аванс от 5 000 ₽ на 14 октября 2026.

06 · 1 мин

Вопросы об установке Llama#

Как развернуть Llama локально на Windows?

Поставить Ollama установщиком и выполнить ollama run llama3.1:8b в терминале. Для карты на 4-6 ГБ подойдёт llama3.2, она весит 2 ГБ.

Можно ли запустить Llama 4 Scout на одной видеокарте?

Файл Scout в Ollama весит 67 ГБ, поэтому нужна карта на 80 ГБ (A100 или H100) или две по 48 ГБ. На картах для ПК Scout не помещается целиком.

Чем Llama 3.3 70B отличается от Llama 3.1 70B?

Размер тот же, 70 млрд параметров и контекст 128K. Llama 3.3 вышла 6 декабря 2024 года только в инструктивной текстовой версии, а у 3.1 70B есть ещё базовая модель для дообучения.

Почему этому можно верить

Как мы проверяли

Цены с сайта провайдераСняты вручную, у каждой цены указана дата проверки.
Всё можно повторитьКоманды и расчёты описаны так, что их повторит любой читатель.
Независимый справочникНе связан с разработчиками приложений и провайдерами и пишет о минусах тоже.

Источники цифр на этой странице: VPS и VDS серверы Таймвеб Клауд, timeweb.cloud/services/vds-vps, проверено 14 октября 2026; AI Gateway Таймвеб Клауд, timeweb.cloud/services/ai-gateway, проверено 14 октября 2026; Серверы с GPU Таймвеб Клауд, timeweb.cloud/services/gpu, проверено 14 октября 2026; Каталог моделей Ollama: размеры файлов и контекст, ollama.com/library, проверено 14 октября 2026; Модельная карточка Llama 4 (Meta, GitHub llama-models), github.com/meta-llama/llama-models/blob/main/models/llama4/MODEL_CARD.md, проверено 14 октября 2026; Лицензия Llama 4 Community License, github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSE, проверено 14 октября 2026; Модельная карточка Llama 3.3 70B, github.com/meta-llama/llama-models/blob/main/models/llama3_3/MODEL_CARD.md, проверено 14 октября 2026; Модельные карточки Llama 3.1 и 3.2, github.com/meta-llama/llama-models/tree/main/models, проверено 14 октября 2026; Ollama: модели llama3.1, llama3.2, llama3.3 и llama4, ollama.com/library/llama4, проверено 14 октября 2026.

SBРедакция SelfBase · обновлено 16 октября 2026

Возьмите сервер с видеокартой под модель

Облачный GPU-сервер запускается за 1-2 минуты, оплата почасовая.

  • RTX 4090, A5000, A6000, A100, H100
  • От 1 до 4 карт на сервер
  • Почасовая оплата
  • Дата-центры уровня Tier III
Память

Что посмотреть дальше

GemmaОткрытые модели Google MistralМодели с русским в списке llama.cppЗапуск GGUF без Python Аренда видеокартыКарты на 48 и 80 ГБ