
Llama
Famiglia di modelli linguistici open-source di Meta per AI generativa e assistenti virtuali
Voto Vettoria
Documentazione ben organizzata per capacità e prodotti, con ricette pronte, ma le fonti mostrano pochi dettagli sull'esperienza d'uso.
Pagamento a consumo e modelli open-weight scaricabili, ma nelle fonti non c'è un piano gratuito dichiarato e i prezzi completi non sono visibili.
Muse Code si installa con un comando e l'API si usa con gli SDK OpenAI già esistenti cambiando base URL e chiave.
Pro e contro
Pro
- Muse Code si installa con un solo comando e parte con approvazioni e sandbox attive.
- L'API è compatibile con gli SDK OpenAI e Anthropic, quindi il codice esistente cambia poco.
- Contesto da 1 milione di token su Muse Wonder e Muse Spark.
- Muse Spark Open e Muse Glimmer sono scaricabili ed eseguibili su hardware proprio.
- Copre più ambiti: codice, immagini, voce e segmentazione di immagini e video.
- Cookbook con ricette pronte su agenti, computer use e ricerca web.
Contro
- Nelle fonti non c'è un piano gratuito e i prezzi completi non sono visibili.
- Muse Wonder è in preview, quindi può cambiare.
- Muse Wonder Full e la modalità Contributor richiedono un abbonamento a Muse Code, di cui non si vedono i prezzi.
- Muse Voice Transcribe non offre timestamp per parola né sintesi vocale.
- Meta AI Connectors è solo su candidatura e non è ancora pubblicabile.
Limiti e quando scegliere altro
- Muse Wonder è indicato come in preview.
- Muse Voice Transcribe fa solo voce-in-testo: niente sintesi vocale e niente timestamp a livello di parola.
- Muse Spark Open e Muse Glimmer si eseguono in proprio o tramite provider: prezzi e specifiche dell'API non si applicano.
- Meta AI Connectors è in developer preview con posti limitati e senza pubblicazione al pubblico.
- Muse Wonder Full e la modalità Contributor sono legati ai piani di abbonamento di Muse Code, i cui prezzi non compaiono nelle fonti.
Cos'è Llama
Llama è una serie di modelli linguistici autoregressivi di grandi dimensioni sviluppata da Meta, disponibili in diverse configurazioni (7B, 13B, 70B parametri). Progettata per applicazioni di intelligenza artificiale generativa, supporta la creazione di contenuti, chatbot e assistenti virtuali con flessibilità di implementazione.
Llama (Large Language Model Meta AI) è una famiglia di modelli linguistici autoregressivi di grandi dimensioni sviluppata da Meta (precedentemente Facebook). Introdotta nel febbraio 2023, Llama è progettata per applicazioni di intelligenza artificiale generativa, come la creazione di contenuti, chatbot e assistenti virtuali. La serie Llama è stata aggiornata con versioni successive, tra cui Llama 2 e Llama 3, ciascuna con miglioramenti significativi in termini di capacità e prestazioni.
Per chi è
Muse Code lavora da terminale e in CI, mentre Meta Model API è compatibile con gli SDK OpenAI e Anthropic.
Muse Wonder pianifica compiti lunghi, delega a sub-agenti e chiama strumenti in parallelo.
Muse Voice Transcribe offre trascrizione in streaming con speaker diarization, adatta a dettatura, sottotitoli e analisi di chiamate.
Muse Spark Open e Muse Glimmer sono open-weight, scaricabili ed eseguibili su hardware proprio.
Meta AI Connectors permette di rendere le proprie API richiamabili da Meta AI, in anteprima per sviluppatori.
Funzioni
API di inferenza per i modelli Muse, con pagamento a consumo e compatibilità con gli SDK OpenAI e Anthropic.
Agente di programmazione multi-agente per terminale e CI, con approvazioni e sandbox del sistema operativo attivi dal primo avvio.
Modello per codice complesso, agenti di lunga durata e uso avanzato del computer, con finestra di contesto da 1 milione di token.
Modello per lavoro agentico e programmazione, con chiamate di strumenti in parallelo e ragionamento che prosegue tra i turni.
Versione open-weight di Muse Spark (816B parametri, 42B attivi), da scaricare ed eseguire su GPU proprie o tramite provider.
Modello open-weight multimodale per uso locale e edge, distribuito con licenza Apache 2.0.
Modello che genera e modifica immagini da un prompt testuale e le rifinisce nei turni successivi.
Trascrizione da voce a testo in streaming e da file, con attribuzione dei parlanti e rilevamento dei turni.
Segment Anything Model: individua e segmenta oggetti in immagini e video a partire da un testo, restituendo box e maschere.
Trasforma le API di un servizio in strumenti che Meta AI può richiamare, su occhiali AI, app e web di Meta AI.
Come si usa
- Agente di codice nel terminale
Installa Muse Code in un progetto e fagli pianificare, modificare file ed eseguire comandi, con approvazioni e sandbox attive. Lo stesso agente può girare in CI.
- Lavoro parallelo con sub-agenti
Usa Muse Wonder per dividere un compito grande tra più sub-agenti in worktree isolati, evitando conflitti a metà lavoro.
- Trascrizione di riunioni
Invia l'audio a Muse Voice Transcribe in streaming per ottenere testo con timestamp per turno ed etichette dei parlanti, aggiungendo parole chiave per migliorare il riconoscimento.
- Analisi di video con SAM 3.1
Indica un oggetto con un breve testo e ottieni box e maschere in ogni fotogramma, seguendo l'oggetto lungo il video.
- Chatbot e assistenti virtuali
Per fornire risposte naturali e contestuali agli utenti.
- Generazione di contenuti
Per creare testi, articoli e altri materiali scritti.
- Traduzione automatica
Per tradurre testi tra diverse lingue.
Per iniziare
- Installa Muse Code con il comando curl su macOS e Linux, oppure con PowerShell su Windows.
- Avvia Muse Code con il comando muse e accedi dal browser o incolla una chiave API.
- Ottieni una MODEL_API_KEY per usare Meta Model API.
- Imposta il tuo client OpenAI SDK sulla base URL https://api.meta.ai/v1 e fai la prima chiamata.
- Prova un modello come muse-wonder-1.0 o muse-spark-1.3 seguendo la Quickstart.
- Consulta Cookbook e documentazione per esempi su agenti e strumenti.
Con cosa si integra Llama
Domande frequenti
Quanto costa usare Meta Model API?
Il prezzo è a consumo (pay-as-you-go), con tariffe per token, per immagine, per fotogramma e per ora di audio indicate nella pagina Pricing and rate limits della documentazione. Per Muse Voice Transcribe il prezzo dichiarato è 0,18 $ per ora.
Su quali sistemi funziona Muse Code?
Si installa su macOS, Linux e Windows, con comandi diversi. Funziona da terminale e in CI.
Posso usare l'SDK OpenAI con i modelli Muse?
Sì, Meta Model API è compatibile con gli SDK OpenAI e Anthropic e con gli agenti da terminale compatibili con OpenAI. Basta cambiare base URL e chiave.
Si possono scaricare i modelli ed eseguirli in locale?
Sì, Muse Spark Open e Muse Glimmer sono open-weight. Muse Glimmer è pensato per hardware locale ed è distribuito con licenza Apache 2.0.
Quanto contesto gestiscono i modelli?
Muse Wonder e Muse Spark hanno una finestra di contesto di 1.048.576 token.
Muse Voice Transcribe supporta l'italiano?
Le fonti parlano di 25 lingue valutate con code-switching, ma non elencano quali. Verifica l'elenco nella guida di Muse Voice Transcribe.
Come inizio con Muse Code?
Installa la CLI, lancia il comando muse e al primo avvio scegli l'accesso dal browser o incolla una chiave API.
Dove trovo Llama su questo sito?
Le fonti rimandano a Llama Docs e al GitHub di Llama nelle sezioni risorse e community, ma non descrivono i modelli Llama. La piattaforma presentata è incentrata sui modelli Muse.
Scheda scritta da Vetto, l'assistente AI di Vettoria, a partire dal sito del produttore. Voto, piani e prezzi rivisti dalla redazione il 9 novembre 2026.