2つのモデル、1つのファミリー - ロングコンテキストからフロンティア品質まで

Llama 4 Models とすぐにチャット - セットアップ不要

両バリアントの完全な技術仕様

統合ガイドとベストプラクティス

すべての Llama 4 モデルリポジトリ

Ollama でいずれかのバリアントをローカル実行

ソースコードとサンプル

現在、Scout と Maverick の2つの Llama 4 Models があります。それぞれにチャットやタスク完了に最適化された Instruction-tuned バージョンと、ファインチューニングや研究向けのベース事前学習バージョンの2つのバリアントがあります。すぐに使える会話モデルが必要か、カスタム学習の基盤が必要かに応じて、合計4つのチェックポイントから選択できます。

コーディングタスクには Maverick がより強力な選択肢です。LiveCodeBench v5 で43.4%を記録し、Scout（32.8%）と GPT-4o（37.0%）の両方を上回っています。128エキスパートアーキテクチャがプログラミング言語やフレームワークにわたる深い専門性を提供します。ただし、大規模なコードベース全体を一度に分析する必要がある場合は、Scout の1,000万トークンコンテキストウィンドウにより、クロスファイル分析のためにすべてを1回の呼び出しに読み込めます。

フルバージョンの実行にはマルチ GPU セットアップが必要です。Scout はフル精度で約220 GBの VRAM、Maverick は約800 GBが必要です。ただし、量子化版では要件が大幅に削減されます。Scout の INT4 量子化は約55 GBに収まり、ハイエンドコンシューマー GPU で実現可能です。Maverick の INT4 でも約200 GBが必要で、クラウドやエンタープライズハードウェアに適しています。

Scout は1,000万トークンウィンドウと16エキスパート（総パラメータ109B）でロングコンテキストタスクに最適化されています。Maverick は128エキスパートと総パラメータ400Bで出力品質を優先しますが、コンテキストウィンドウは100万トークンです。どちらもトークンあたり17Bパラメータをアクティブにします。Scout は広角レンズ、Maverick は高解像度レンズと考えてください。同じカメラシステムの中の異なるレンズです。

はい。すべての Llama 4 Models は Llama 3.1 互換ライセンスの下でリリースされており、商用利用、ファインチューニング、再配布が許可されています。自社インフラへのデプロイ、製品の構築、特定のニーズに合わせた重みの変更が可能です。数億人のユーザーにサービスを提供する非常に大規模なデプロイメントには使用量しきい値が含まれています。

ドキュメントの量と複雑さによります。大量のドキュメント、契約書、研究論文を1回のパスで分析する場合は、Scout の1,000万トークンコンテキストウィンドウが最適です。短いドキュメントで最高品質の抽出、要約、推論が必要な場合は、Maverick の128エキスパートアーキテクチャがより繊細で正確な結果を生み出します。どちらもチャート、表、図表を含むドキュメントのネイティブ画像理解に対応しています。