A Meta anunciou sua família Llama 4, com capacidades multimodais e comprimento de contexto líder do setor – apresentando os novos modelos de pesos abertos Scout e Maverick, e dando uma prévia de um modelo Behemoth de 2 trilhões de parâmetros ainda em treinamento.
PUBLICIDADE
Detalhes do lançamento
- O Scout, com 109 bilhões de parâmetros, possui uma janela de contexto de 10 milhões de tokens e pode ser executado em uma única GPU H100, superando Gemma 3 e Mistral 3 em benchmarks.
- O Maverick, com 400 bilhões de parâmetros, oferece uma janela de contexto de 1 milhão de tokens e supera tanto o GPT-4o quanto o Gemini 2.0 Flash em benchmarks chave, sendo mais eficiente em termos de custo.
- A Meta também apresentou uma prévia do Llama 4 Behemoth, um modelo “professor” de 2 trilhões de parâmetros ainda em treinamento que, segundo relatos, supera o GPT-4.5, Claude 3.7 e Gemini 2.0 Pro.
- Todos os modelos utilizam uma arquitetura de mistura de especialistas (MoE), onde especialistas específicos são ativados para cada token, reduzindo as necessidades de computação e os custos de inferência.
- Scout e Maverick estão disponíveis para download imediato e também podem ser acessados via Meta AI no WhatsApp, Messenger e Instagram.
Por que isso é importante
Depois que o DeepSeek R1 agitou o mercado de código aberto no início deste ano, a Meta precisava de uma resposta forte. O Llama 4 representa um avanço em eficiência, tratamento massivo de contexto e capacidades multimodais – mas restam dúvidas sobre se os modelos realmente parecem ser de um nível superior, apesar dos fortes benchmarks.
Leia também:
