- Meta meluncurkan Llama 4 dengan tiga varian: Scout, Maverick, dan Behemoth, dengan pendekatan multimoda dan sumber terbuka.
- Model tersebut menggabungkan arsitektur Campuran Pakar (MoE) dan jendela konteks hingga 10 juta token.
- Scout dan Maverick sudah tersedia di aplikasi seperti WhatsApp dan Instagram, sementara Behemoth masih dalam pengembangan.
- Distribusi Llama 4 dibatasi di luar AS oleh kerangka hukum, khususnya di UE.
Meta telah mengambil langkah baru dalam evolusi ekosistem Kecerdasan Buatannya dengan peluncuran Llama 4, kumpulan model yang berupaya bersaing dengan raksasa saat ini di sektor tersebut seperti GPT-4 atau Gemini. Dengan arsitektur yang telah direnovasi dan penggabungan kemampuan multimodaPerusahaan Mark Zuckerberg berusaha memperkuat posisinya dalam perlombaan yang ditandai oleh inovasi dan kecepatan pengembangan.
Keluarga Llama 4 hadir dengan tiga model utama: Scout, Maverick dan Behemoth, masing-masing dengan fitur berbeda yang dirancang untuk memenuhi berbagai kebutuhan, dari tugas sehari-hari hingga penggunaan yang sangat khusus. Selain itu, komitmen Meta tetap jelas: untuk mempertahankan open source sebagai elemen pembeda, yang menempatkan model-model ini di tempat yang menonjol dalam panorama alat-alat yang dapat diakses untuk perusahaan dan pengembang individu. Untuk yang terakhir, open source Llama 4 dapat menawarkan kesempatan untuk bereksperimen dan mengembangkan aplikasi khusus.
Arsitektur baru untuk generasi baru
Salah satu aspek paling relevan dari Llama 4 adalah arsitekturnya yang didasarkan pada teknik Mixture of Experts (MoE).. Pendekatan ini memungkinkan Anda mengaktifkan hanya bagian-bagian yang diperlukan untuk menyelesaikan tugas tertentu alih-alih mengaktifkan semua parameter model dalam setiap kueri. Hal ini tidak hanya meningkatkan Efisiensi, tetapi juga mengurangi beban komputasi dan mempercepat respons. Dengan kemajuan dalam arsitektur, pengembang AI dapat mengeksplorasi kemungkinan-kemungkinan baru, seperti yang disajikan dalam artikel di Lingkaran Microsoft.
Llama 4 Scout dan Maverick berbagi basis data berisi 17.000 miliar parameter aktif., meskipun mereka berbeda dalam jumlah ahli yang mereka gunakan: Scout menggunakan 16, sedangkan Maverick menggunakan 128. Konfigurasi ini membedakan kemampuan mereka, memfokuskan Scout pada tugas-tugas teknis seperti analisis kode o la ringkasan dokumentasi, sudah Maverick dalam fungsi yang lebih umum seperti Menulis kreatif o la interpretasi teks dan gambar. Bagi mereka yang tertarik dengan analisis kode, arsitektur Llama 4 mungkin penting dan Anda dapat menemukan informasi lebih lanjut di postingan tentang Ular sanca.
Sebaliknya, Behemoth melambangkan komitmen terhadap garis depan pengembangan model.. Meski masih dalam tahap pelatihan, namun sudah terungkap bahwa dirinya sudah 288.000 miliar parameter aktif didistribusikan di antara 16 ahli. Menurut Meta, pengujian pertamanya menempatkannya di atas pesaing seperti GPT-4.5, Claude 3.7 atau Gemini 2.0 Pro dalam benchmark yang difokuskan pada area BATANG.
Multimoda sebagai kunci masa depan
Multimoda adalah salah satu ciri khas generasi baru ini. Scout dan Maverick dirancang untuk memahami dan bekerja dengan berbagai jenis input seperti teks, perumpamaan e incluso Video, sehingga memungkinkan pengembangan asisten yang lebih serba guna dan mudah beradaptasi. Hal ini diterjemahkan ke dalam aplikasi yang lebih canggih dalam lingkungan perusahaan, pendidikan, atau kreatif, di mana interpretasi simultan informasi visual dan tekstual sangat penting. Dalam konteks ini, integrasi model seperti Llama 4 dapat berkontribusi untuk meningkatkan kemampuan alat-alat modern, sesuatu yang mirip dengan apa yang diamati di google colab.
Salah satu elemen paling inovatif adalah pengenalan jendela konteks hingga 10 juta token. Dengan kemampuan ini, model dapat menangani blok data yang sangat besar, memfasilitasi analisis mendalam terhadap dokumen besar atau basis kode yang kompleks. Perluasan konteks ini belum pernah terjadi sebelumnya pada model sebelumnya. dan dapat menjadi standar untuk rilis AI masa depan secara global.
Berkat arsitektur MoE, model Llama 4 juga menggunakan lebih sedikit sumber daya selama pelatihan dan inferensi., sesuatu yang penting untuk meningkatkan penggunaannya tanpa memerlukan infrastruktur yang terlalu mahal. Meta menyebutkan bahwa Scout dapat bekerja dengan satu GPU Nvidia H100, yang mendemokratisasi akses bagi bisnis kecil atau pengembang dengan sumber daya yang lebih terbatas. Pendekatan yang hemat sumber daya ini mirip dengan pendekatan Sistem koneksi WiFi, di mana pengoptimalan sumber daya menjadi kunci manfaat konkret.
Ketersediaan dan penyebaran internasional
Model Scout dan Maverick sekarang tersedia di beberapa platform Meta., seperti WhatsApp, Instagram, Facebook Messenger dan situs web Meta AI. Bagi mereka yang ingin mengaksesnya dengan cara yang lebih teknis atau mengembangkannya sendiri, versi tersedia di llama.com dan platform populer Wajah Memeluk. Ketersediaan di tingkat internasional ini menandai kemajuan signifikan dalam akses terhadap Kecerdasan Buatan, seperti yang dibahas dalam artikel tentang Berita Microsoft.
Akan tetapi, tidak semua orang dapat mengakses kemajuan ini secara merata. Meta telah mengonfirmasi bahwa fungsi multimoda dan distribusi model dibatasi di Uni Eropa. karena alasan hukum yang berkaitan dengan perlindungan data dan peraturan tentang kecerdasan buatan. Artinya, perusahaan yang berlokasi di wilayah UE, untuk saat ini, tidak dapat menggunakan atau mendistribusikannya kembali tanpa lisensi khusus.
Selain itu, perusahaan dengan lebih dari 700 juta pengguna aktif per bulan perlu mengajukan izin tambahan untuk menerapkan teknologi ini. Hal ini dapat memperlambat peluncurannya di pasar seperti Eropa, meskipun Meta telah menyatakan niatnya untuk mengatasi kendala ini dalam pembaruan mendatang.
Selangkah lebih dekat ke model penalaran
Selain model saat ini, Meta telah mengumumkan secara terbuka bahwa mereka sedang mengerjakan varian keempat: Llama 4 Reasoning. Seperti tersirat dari namanya, ia akan berfokus pada peningkatan penalaran logis, sesuatu yang belum terintegrasi secara mendalam dalam versi saat ini. Pengenalan model ini akan menandai upaya pertama Meta untuk bersaing di arena di mana OpenAI dan perusahaan lain telah membuat langkah maju yang signifikan.
Saat ini, model Llama 4 merespons isu sosial dan politik dengan lebih bebas, sesuatu yang telah disesuaikan Meta sehingga versi baru tidak lagi segan-segan membahas topik kontroversial. Pengurangan filter ini mengikuti tren yang terlihat pada model terkini seperti Grok 3 dan merupakan bagian dari pergeseran yang lebih luas dalam industri menuju interaksi yang lebih terbuka dan kurang disensor.
Selain itu, Meta telah mengisyaratkan bahwa Llama 4 Behemoth dapat berfungsi sebagai dasar untuk pembuatan model yang lebih kecil dan lebih terspesialisasi., yang akan memungkinkan kekuatannya diterapkan dalam konteks yang lebih spesifik tanpa perlu menyebarkan seluruh infrastruktur.
Generasi baru Llama 4 menempatkan Meta pada posisi yang kuat dalam persaingan pengembangan model AI tingkat lanjut.. Dengan kombinasi sumber terbuka, arsitektur yang efisien, dan kemampuan multimoda, Scout dan Maverick menawarkan solusi yang sudah dapat diterapkan saat ini. Sementara itu, Behemoth berjanji akan menjadi landasan untuk membangun model yang lebih kuat di masa mendatang. Meskipun distribusinya dibatasi oleh masalah hukum di beberapa wilayah, kemajuan teknis tampaknya tidak dapat disangkal dan memperkuat komitmen Meta untuk memimpin sektor AI terbuka.
