Llama 4 lanseras – Scout och Maverick blir multimodala mixture-of-experts-modeller

Llama 4 lanseras – Scout och Maverick blir multimodala mixture-of-experts-modeller

Den 5 april 2025 lanserade Meta Llama 4 Scout och Llama 4 Maverick, två multimodala modeller med mixture-of-experts-arkitektur. Modellerna kunde förstå text och bilder och byggdes för längre kontext, agentiska uppgifter och effektivare drift än en lika stor tät modell.

Marketplace sammanfattar lanseringen i efterhand. Meta förhandsvisade även den större modellen Behemoth, men Scout och Maverick var de modeller som gjordes tillgängliga vid lanseringen.

Llama 4 i korthet

Mixture of Experts

I en MoE-modell aktiveras bara en del av de interna experterna för varje token. Det kan ge hög total kapacitet utan att varje körning använder hela modellen.

Fördelar kan vara:

• bättre beräkningsekonomi
• snabbare inferens
• specialisering
• möjlighet att skala modellen

Arkitekturen är samtidigt mer komplex att drifta och optimera. Minnesbehov, routing och nätverk mellan acceleratorer påverkar den verkliga prestandan.

Multimodalitet

Scout och Maverick kunde analysera både text och bilder. Användningsområden var dokument, diagram, skärmbilder, produktbilder och visuella frågor.

Bildförståelse kan vara övertygande men felaktig. Små siffror, text och ovanliga objekt behöver kontrolleras mot originalet.

Lång kontext

Scout profilerades för mycket långa underlag. Det kunde hjälpa med stora kodbaser och dokumentarkiv.

Lång kontext är inte ett perfekt minne. Retrieval, metadata och behörigheter behövs fortfarande. En modell får inte exponera ett dokument för någon som saknar rätt till originalet.

Meta AI

Llama 4 byggdes in i Meta AI och gav assistenten starkare bild- och textförmåga. Distributionen genom WhatsApp, Instagram och andra appar gav modellerna stor räckvidd.

Användare behövde vara försiktiga med privata meddelanden och andra personers data när assistenten kallades in i en konversation.

Öppna vikter och licens

Meta fortsatte sin open-weight-strategi. Utvecklare kunde ladda ned och anpassa modellerna under Llama-licensen.

Det gav frihet men också eget ansvar för:

1. säkerhetsfilter
2. licens
3. uppdateringar
4. dataskydd
5. incidenthantering
6. hårdvarukostnad

Kontroversen kring benchmark

Efter lanseringen diskuterades hur Maverick-versionen i vissa jämförelser hade optimerats eller presenterats. Händelsen visade varför oberoende reproducerbara tester är viktigare än en enda leaderboardplacering.

Företag bör testa den exakt distribuerade modellversionen på egna uppgifter och inte anta att en experimentell variant motsvarar den nedladdningsbara modellen.

Svenska företag

Llama 4 kunde vara relevant för privat multimodal RAG, bildbaserad support, kod och interna agenter. Svenska språkresultat och licensvillkor behövde verifieras före produktion.

Vanliga frågor

När lanserades Llama 4?

Scout och Maverick lanserades den 5 april 2025.

Vad är mixture of experts?

En arkitektur där endast utvalda expertkomponenter aktiveras för varje del av uppgiften.

Kunde modellerna förstå bilder?

Ja, Llama 4 var multimodal.

Lanserades Behemoth samtidigt?

Meta förhandsvisade Behemoth, men Scout och Maverick var de tillgängliga huvudmodellerna vid lanseringen.

Kunde modellerna köras lokalt?

Ja, men hårdvarukraven varierade kraftigt. Hanterade molntjänster var ofta enklare för större modeller.

Sammanfattning

Llama 4 Scout och Maverick lanserades den 5 april 2025 och förde Meta till multimodala MoE-modeller med längre kontext och effektivare inferens.

Modellerna gav stor anpassningsfrihet, men benchmarkdebatt, licens och eget säkerhetsansvar visade varför open-weight inte innebär riskfri eller enkel drift.

Faktaunderlag: Metas officiella lanseringsmaterial för Llama 4, publicerat 5 april 2025. Artikeln är en historisk sammanfattning publicerad i efterhand.

Läs också

• Llama 3 – starten på den moderna Meta-modellfamiljen