Meta 推出了其旗艦式生成式 AI 模型 Llama，該系列包含 Llama 3 及最新發布於 2025 年 4 月的 Llama 4。Llama 4 系列包含三個版本：Scout 擁有 170 億個活躍引數、1090 億總引數及 1000 萬 token 的上下文視窗；Maverick 擁有 170 億活躍引數、4000 億總引數及 100 萬 token 上下文；Behemoth 則擁有 2880 億活躍引數及 2 兆總引數，目前尚未發布。這些模型採用專家混合（MoE）架構，並具備原生多模態支援，訓練資料涵蓋 200 種語言及大量未標記的文字、影像與影片資料。Llama 4 Scout 適合長流程與大資料分析，Maverick 則在推理能力與回應速度間取得平衡，適用於程式碼與聊天機器人，Behemoth 則專為高階研究與 STEM 任務設計。
Meta 透過與 AWS、Google Cloud、Microsoft Azure 等廠商合作，提供雲端託管服務，並透過 Llama Cookbook 提供工具協助開發者微調模型。Llama 模型可整合 Brave Search、Wolfram Alpha API 及 Python 解譯器等第三方工具。目前 Llama 已支援在 Facebook Messenger、WhatsApp、Instagram 等 Meta 平臺運作，並透過 Llama.com 及 Hugging Face 提供下載。Meta 擁有超過 25 家合作夥伴託管 Llama，包括 Nvidia、Databricks 等。然而，Llama 授權條款限制開發者使用，月活躍使用者超過 7 億的應用程式開發者需申請特殊許可。
Meta 提供 Llama Guard、Prompt Guard、CyberSecEval 及 Code Shield 等安全工具，以檢測不當內容、防止提示注入攻擊及過濾不安全程式碼。儘管如此，Llama 仍存在限制，例如多模態功能目前僅支援英語，且訓練資料包含盜版電子書及社群媒體內容。在程式碼生成方面，Llama 4 Maverick 在 LiveCodeBench 測試中得分為 40%，低於 OpenAI 的 GPT-5（85%）及 xAI 的