- A Meta lança o Llama 4 com três variantes: Scout, Maverick e Behemoth, com uma abordagem multimodal e código aberto.
- Os modelos incorporam a arquitetura Mixture of Experts (MoE) e janelas de contexto de até 10 milhões de tokens.
- Scout e Maverick já estão disponíveis em aplicativos como WhatsApp e Instagram, enquanto Behemoth ainda está em desenvolvimento.
- A distribuição do Llama 4 é restrita fora dos EUA por estruturas legais, especialmente na UE.
A Meta deu mais um passo na evolução de seu ecossistema de Inteligência Artificial com o lançamento do Llama 4 , uma coleção de modelos que visa competir com gigantes da indústria como GPT-4 e Gemini. Com uma arquitetura reformulada e a adição de recursos multimodais , a empresa de Mark Zuckerberg busca fortalecer sua posição em uma corrida caracterizada por inovação e rápido desenvolvimento.
A família Llama 4 chega com três modelos principais: Scout, Maverick e Behemoth , cada um com recursos distintos projetados para atender a uma ampla gama de necessidades, desde tarefas cotidianas até usos altamente especializados. Além disso, o compromisso da Meta permanece claro: manter o código aberto como um diferencial, o que posiciona esses modelos de forma proeminente no cenário de ferramentas acessíveis para empresas e desenvolvedores individuais. Para estes últimos, o código aberto do Llama 4 oferece a oportunidade de experimentar e desenvolver aplicativos personalizados.
Uma nova arquitetura para uma nova geração
Um dos aspectos mais significativos do Llama 4 é sua arquitetura baseada na técnica de Mistura de Especialistas (MoE) . Essa abordagem permite que apenas as partes necessárias do modelo sejam ativadas para uma determinada tarefa, em vez de ativar todos os seus parâmetros em cada consulta. Isso não apenas melhora a eficiência , como também reduz a carga computacional e acelera as respostas. Com esse avanço arquitetônico, os desenvolvedores de IA podem explorar novas possibilidades, como as apresentadas no artigo sobre o Microsoft Loop.
O Llama 4 Scout e o Maverick compartilham uma base de 17.000 bilhões de parâmetros ativos , embora difiram no número de especialistas que utilizam: o Scout usa 16, enquanto o Maverick emprega 128. Essa configuração diferencia suas capacidades, focando o Scout em tarefas técnicas como análise de código ou síntese de documentação , enquanto o Maverick se concentra em funções mais gerais como escrita criativa ou interpretação de texto e imagem . Para quem se interessa por análise de código, a arquitetura do Llama 4 pode ser fundamental, e você pode encontrar mais informações na postagem sobre Python.
Em contraste, o Behemoth representa um avanço em direção à vanguarda do desenvolvimento de modelos . Embora ainda em fase de treinamento, já foi revelado que ele possui 288.000 bilhões de parâmetros ativos distribuídos entre 16 especialistas. De acordo com a Meta, seus testes iniciais o colocam acima de concorrentes como GPT-4.5, Claude 3.7 e Gemini 2.0 Pro em benchmarks focados em áreas STEM (Ciência, Tecnologia, Engenharia e Matemática).
A multimodalidade como chave para o futuro
A multimodalidade é outra característica marcante desta nova geração . Scout e Maverick foram projetados para entender e trabalhar com diferentes tipos de entrada, como texto , imagens e até mesmo vídeo , permitindo assim o desenvolvimento de assistentes mais versáteis e adaptáveis. Isso se traduz em aplicações mais sofisticadas em ambientes corporativos, educacionais ou criativos, onde a interpretação simultânea de informações visuais e textuais é essencial. Nesse contexto, a integração de modelos como o Llama 4 poderia contribuir para aprimorar as capacidades de ferramentas modernas, de forma semelhante ao que se observa no Google Colab.
Uma das funcionalidades mais inovadoras é a introdução de janelas de contexto de até 10 milhões de tokens . Com essa capacidade, os modelos podem lidar com blocos de dados extremamente grandes, facilitando a análise aprofundada de documentos extensos ou bases de código complexas. Essa expansão de contexto é inédita em modelos anteriores e pode se tornar um padrão para futuras versões de IA em todo o mundo.
Graças à arquitetura MoE, os modelos Llama 4 também consomem menos recursos durante o treinamento e a inferência , o que é essencial para escalar seu uso sem exigir infraestrutura excessivamente cara. A Meta menciona que o Scout pode ser executado em uma única GPU Nvidia H100 , democratizando seu acesso para pequenas empresas ou desenvolvedores com recursos mais limitados. Essa abordagem de uso eficiente de recursos é semelhante à dos sistemas de conexão Wi-Fi , onde a otimização de recursos é fundamental para obter benefícios tangíveis.
Disponibilidade e implantação internacional
Os modelos Scout e Maverick já estão disponíveis em diversas plataformas Meta , incluindo WhatsApp, Instagram, Facebook Messenger e o site da Meta AI. Para quem busca acesso mais técnico ou deseja desenvolvê-los de forma independente, versões estão disponíveis no llama.com e na popular plataforma Hugging Face . Essa disponibilidade internacional representa um avanço significativo no acesso à Inteligência Artificial, conforme discutido no artigo sobre as últimas notícias da Microsoft.
No entanto, nem todos terão acesso igualitário a esses avanços. A Meta confirmou que tanto as funções multimodais quanto a distribuição de modelos são restritas na União Europeia por razões legais relacionadas à proteção de dados e às regulamentações de inteligência artificial. Isso significa que empresas localizadas na UE não podem, por enquanto, usá-las ou redistribuí-las sem uma licença específica.
Além disso, empresas com mais de 700 milhões de usuários ativos mensais precisarão solicitar licenças adicionais para implementar essas tecnologias. Isso pode atrasar a implementação em mercados como o europeu, embora a Meta tenha indicado sua intenção de abordar esses obstáculos em atualizações futuras.
Um passo mais perto do modelo de raciocínio
Além dos seus modelos atuais, a Meta já anunciou publicamente que está trabalhando em uma quarta variante: Llama 4 Reasoning . Como o nome sugere, ela se concentrará em aprimorar o raciocínio lógico, algo que suas versões atuais ainda não integram completamente. O lançamento desse modelo marcaria a primeira tentativa da Meta de competir em uma área onde a OpenAI e outras empresas já fizeram progressos significativos.
Atualmente, os modelos do Llama 4 respondem mais livremente a questões sociais ou políticas, algo que o Meta ajustou para que as novas versões sejam menos reticentes em abordar tópicos controversos. Essa redução nos filtros segue a tendência observada em modelos recentes como o Grok 3 e faz parte de uma mudança mais ampla na indústria em direção a interações mais abertas e menos censuradas.
Além disso, a Meta insinuou que o Llama 4 Behemoth poderia servir como base para a criação de modelos menores e mais especializados , permitindo que seu poder seja aplicado em contextos mais específicos sem a necessidade de implantar toda a infraestrutura.
A nova geração Llama 4 posiciona a Meta firmemente na competição pelo desenvolvimento de modelos avançados de IA . Com uma combinação de código aberto, arquitetura eficiente e recursos multimodais, o Scout e o Maverick já oferecem soluções aplicáveis hoje. Enquanto isso, o Behemoth promete ser a base para a construção de modelos ainda mais poderosos no futuro. Embora sua distribuição seja limitada por questões legais em algumas regiões, o avanço técnico parece inegável e reforça o compromisso da Meta em liderar o setor de inteligência artificial aberta.
