- Llama 4 introduserer multimodale modeller som er i stand til å forstå tekst og bilder.
- Scout og Maverick er nå tilgjengelige og overgår modeller som GPT-4o og Gemini 2.0.
- Behemoth, med totalt 2 billioner parametere, vil være Metas kraftigste modell.
Meta har nok en gang revolusjonert landskapet til kunstig intelligens med kunngjøringen av den nye generasjonen av modeller, Llama 4, sammensatt av versjonene Scout, Maverick og Behemoth. Disse modellene konsoliderer ikke bare selskapets strategi for å lede utviklingen av IA åpne, men setter også en ny standard når det gjelder effektivitet, multimodale muligheter og fleksibilitet i virkelige applikasjoner.
Med denne nye familien, Meta bringer til bordet muligheten for å lage virtuelle assistenter og intelligente systemer som er mye kraftigere, mer økonomiske og allsidige., i stand til å jobbe flytende med tekst, bilder og store datamengder takket være tekniske nyvinninger som Mixture-of-Experts-arkitekturen og et ekstremt bredt kontekstvindu.
Hva er Llama 4 og hvorfor skaper det så mye oppsikt?
Llama 4 er den fjerde iterasjonen av Metas språkmodeller, designet fra grunnen til Tilby innfødte multimodale muligheter, overlegen beregningseffektivitet og mer åpen tilgang til utviklere og bedrifter. Dette betyr at modeller nå ikke bare forstår og genererer tekst, men også kan tolke bilder og integrere dem i svarene deres uten behov for uavhengige arkitekturer.
Et av dens kjennetegn er bruken av Blanding-av-eksperter (MoE) arkitektur, som gjør at behandlingen kan distribueres på tvers av flere spesialiserte eksperter, og aktiverer bare de som er nødvendige for hver oppgave. På denne måten beregningskostnadene reduseres og ytelsen forbedres uten å måtte ty til gigantiske tette modeller. For mer informasjon om nye Meta-utviklinger, kan du sjekke hvordan Meta har gitt ut Llama 4.
En annen stor milepæl i disse modellene er kontekstvindu på opptil 10 millioner tokens, noe først i bransjen, som lar dem håndtere massive input som hele kodelagre eller flere store dokumenter i en enkelt forespørsel.
Llama 4 Scout: den kompakte, raske og multimodale modellen
Scout er den letteste modellen i familien, men ikke mindre kraftig.. Med 17.000 milliarder aktive parametere og 16 eksperter, er designet for å operere i mer beskjedne lag, som en enkelt GPU Nvidia H100, noe som gjør den ideell for bedriftsapplikasjoner eller utviklere som ikke har stor infrastruktur. Dette fremhever fleksibiliteten som Llama 4-modellene tilbyr for forskjellige plattformer, til og med integrering i WhatsApp og andre applikasjoner.
Takket være sin optimaliserte arkitektur og bruken av INT4 kvantisering, oppnår Scout en svært høy slutningshastighet uten å ofre kvaliteten. I tillegg kontekstvinduet 10 millioner tokens gjør den til den ideelle modellen for å behandle og oppsummere store mengder tekst, for eksempel rapporter, databaser dokumentarer eller kompleks brukeraktivitet.
Når det gjelder benchmarking har den klart å overgå rivaler som f.eks Gemini 2.0 Flash-Lite, Mistral 3.1 og Gemma 3 i oppgaver som kombinerer resonnement, hastighet og effektiv ressursbruk, til tross for at de har færre aktive parametere enn disse modellene.
Scout er også i stand til å justere bilder med tekst takket være MetaCLIP, som lar deg visuelt tolke spørsmål og tilby tilknyttede svar med grafisk innhold, som demonstrert i Ray-Ban smarte briller med Meta AI-integrasjon. For mer informasjon om disse integrasjonene, sjekk ut vår dekning på Slik bruker du Meta AI på Instagram.
Llama 4 Maverick: Den allsidige eksperten for komplekse oppgaver
Llama 4 Maverick er mellomklassen i familien og en av de mest overraskende når det gjelder ytelse. Det har den også 17.000 milliarder aktive parametere, men i motsetning til Scout bruker opp til 128 eksperter og totalt 400.000 milliarder parametere. Denne strukturen lar deg spesialisere seg på programmering, logisk resonnement og komplekse oppgaver uten å straffe responstidene.
Meta har lagt spesiell vekt på å gjøre det konkurransedyktig i benchmarks som f.eks koding, matte, kreativ skriving og vanskelige oppgaver. I ChatBot Arena-evalueringer har Maverick plassert seg på toppen, sammen med avanserte modeller som den eksperimentelle Gemini 2.5 Pro, og slo GPT-4o og Google Gemini 2.0 Flash i flere nøkkelkategorier. Konkurransen mellom disse modellene fremhever viktigheten av teknologiske innovasjoner som de som er omtalt i artikkelen om Meta ansiktsgjenkjenning i Europa.
En annen av dens enestående fordeler er at, til tross for å konkurrere i kvalitet med modeller som f.eks DeepSeek 3.1, dens beregningskostnad er mye lavere. Dette gjør det til et veldig attraktivt alternativ for selskaper som leter etter høyytelses AI uten å kaste bort ressurser.
Treningen hans har blitt finjustert Lett veiledning, online forsterkende læring og direkte preferanseoptimalisering, for å oppnå en utmerket balanse mellom hastighet, presisjon og tilpasning til brukerens intensjoner.
Llama 4 Behemoth: The Titan of Artificial Intelligence
Behemoth er giganten til den nye generasjonen. Den er ennå ikke offentlig tilgjengelig, siden den ligger i trenings- og testfasen, men spesifikasjonene plasserer den allerede som en av de kraftigste modellene på planeten. Ankomsten markerer en milepæl i utviklingen av AI, som du kan følge i våre nyheter om Teknologiske fremskritt og demonstrasjoner av Meta.
Vi snakker om 288.000 milliarder aktive parametere med 16 eksperter og nesten 2 billioner totale parametere. Et skikkelig beist som Meta har brukt som mester- eller "undervisnings"-modell å trene Scout og Maverick mer effektivt gjennom samdestillasjonsprosesser.
I intern testing har Behemoth klart å overgå GPT-4.5, Claude Sonnet 3.7 og Gemini 2.0 Pro i benchmarks fokusert på matematikk, flerspråklighet og visuell tolkning som GPQA Diamond eller MATH-500.
På grunn av størrelsen har Meta måttet redesigne deler av sin infrastruktur, ved bruk av teknikker som f.eks asynkrone forsterkningsnettverk og en ny metode kalt GOAT for å oppdage sårbarheter under sikkerhetstesting. Det har også blitt et eksempel på hvordan man kan skape spesialiserte modeller som starter fra en større, etter "destillasjons"-strategien som brukes i andre AI-er som DeepSeek.
Engasjement for åpenhet, sikkerhet og ansvarlig bruk
En av pilarene i Llama 4 er Metas tilnærming til en Mer åpen, men også ansvarlig AI. Selv om noen kritiserer at det ikke er helt åpen kildekode på grunn av visse restriktive lisenser, er det sant at det gir frie vekter og tilstrekkelig dokumentasjon slik at utviklere og forskere kan jobbe med disse modellene. Debatten om åpenhet i AI har resonans i andre prosjekter, som det ene Meta og verifisering av fagdata.
I tillegg har Meta gitt Llama 4 verktøy for å forhindre feilaktig eller problematisk bruk, som f.eks. Sporvakt og Lamavakt, systemer som filtrerer upassende innhold eller feilinformasjon. Den ideologiske skjevheten til modellene har også blitt betydelig redusert, i henhold til interne beregninger, noe som tillater det mer nøytrale og balanserte svar på kontroversielle sosiale spørsmål.
På den annen side har det multimodale aspektet blitt administrert med integrasjon fra tidlige stadier (tidlig fusjon), slik at tekst og bilde kan dele arkitektur uten behov for separate moduler. Dette forbedrer konsistensen og letter fellestrening med blandede datasett.
Tilgang, tilgjengelighet og hva som skjer videre
Både Scout og Maverick er allerede tilgjengelig for nedlasting fra llama.com og Hugging Face. De kan også brukes naturlig på plattformer som f.eks WhatsApp, Messenger, Instagram Direct og Meta AI-nettstedet. For mer informasjon om integrasjonen i applikasjoner, kan du sjekke artikkelen om Meta AI og dets forhold til WhatsApp.
I tillegg er de integrert i skymiljøer som f.eks Azure, Google Cloud, Cloudflare Workers og Databricks. Denne tilgjengeligheten gjør dem til et veldig fleksibelt alternativ for både utviklere og bedrifter.
Meta har annonsert feiringen av første LlamaCon-arrangement 29. april, hvor nye funksjoner som den spesialiserte versjonen er ventet Ring 4 Begrunnelse og en dedikert app for sine AI-assistenter, med potensielle agentfunksjoner som booking eller videoproduksjon.
Denne nye generasjonen av Llama-modeller redefinerer ikke bare hva åpen AI kan gjøre. Det viser også at det er mulig å oppnå en Kraftig, skalerbar og tilgjengelig AI uten å ofre sikkerhet og effektivitet. Mens Scout og Maverick allerede setter en ny standard innen ytelse og allsidighet, er Behemoth i ferd med å bli fremtidens motor for enda mer sofistikert og spesialisert kunstig intelligens.
Lidenskapelig forfatter om verden av bytes og teknologi generelt. Jeg elsker å dele kunnskapen min gjennom å skrive, og det er det jeg skal gjøre i denne bloggen, vise deg alle de mest interessante tingene om dingser, programvare, maskinvare, teknologiske trender og mer. Målet mitt er å hjelpe deg med å navigere i den digitale verden på en enkel og underholdende måte.