Llama 4 Scout

Ano ang Llama 4 Scout at sino ang gumawa nito

Ang Llama 4 Scout ay isang large language model mula sa Meta, na inilabas noong Abril 5, 2025 kasabay ng Llama 4 Maverick. Bahagi ito ng Llama 4, na siya pa ring pinakabagong henerasyon ng Llama noong Oktubre 2026, at mada-download ang weights nito sa ilalim ng Llama 4 Community License.

Nagbabasa ang Scout ng text at mga larawan at sumasagot sa pamamagitan ng text. Tulad ng Maverick, isa itong mixture-of-experts model: nakalista sa model card ng Meta ang 109 bilyong kabuuang parameters, 16 na experts, at 17 bilyong aktibong parameters para sa bawat token. Ang pinakatampok nitong feature ay ang context length. Nakatala sa card ng Meta ang context window na 10 milyong tokens, ang pinakamahaba sa pamilya ng Llama, at itinampok sa launch post ng Meta ang mga gamit tulad ng sabay-sabay na pagbubuod ng maraming dokumento at pangangatwiran sa malalaking codebases. Isinulat din ng Meta na kasya ang Scout sa isang NVIDIA H100 GPU gamit ang Int4 quantization, kaya mas madali itong i-host kaysa sa Maverick.

Isa ang Scout sa apat na model sa aming chat. Ang Llama.Online ay isang independiyenteng site at hindi pinatatakbo ng Meta; tumatakbo ang Scout sa isang cloud inference provider, at ipinapadala ng aming site ang mga mensahe mo rito.

Posisyon nito sa pamilya ng Llama

Magkapareho ang Scout at Maverick ng disenyo, ng 12 opisyal na sinusuportahang wika, at ng knowledge cut-off noong Agosto 2024. May 128 experts at 400 bilyong kabuuang parameters ang Maverick, kaya kadalasang mas detalyado ang mga sagot nito; mas magaan ang Scout, mas murang patakbuhin, at kaya ang mas mahahabang input. Kumpara sa mga text-only na model tulad ng Llama 3.3 70B, nagdagdag ang Scout ng image input at mas maraming wika. Ang Llama Guard 4 safety classifier ng Meta ay binuo mismo sa pamamagitan ng pag-prune ng isang Scout checkpoint. Para sa kumpletong listahan ng mga release, tingnan ang kasaysayan ng Llama.

Saan magaling ang Scout

• Mahahabang dokumento. Mga ulat, transcript, kontrata, at mahahabang artikulo kung saan kailangan mo ng buod, listahan ng mga desisyon, o mga sagot sa mga tiyak na tanong.
• Paghahambing ng ilang text. Mag-paste ng dalawang bersyon ng isang dokumento at itanong kung ano ang nagbago, o magkumpara ng ilang paglalarawan ng produkto nang magkatabi.
• Mga tanong tungkol sa larawan. Inilalarawan ng Meta ang Scout bilang mahusay sa image grounding, na nangangahulugang pag-uugnay ng mga bahagi ng iyong tanong sa mga partikular na bahagi ng isang larawan. Tanungin ito kung ano ang nakasulat sa karatula, ano ang mali sa isang screenshot, o ano ang ipinapakita ng isang chart.
• Pang-araw-araw na chat at pagsusulat. Mga paliwanag, email, outline, at muling pagsulat, sa alinman sa 12 sinusuportahang wika: Arabic, English, French, German, Hindi, Indonesian, Italian, Portuguese, Spanish, Tagalog, Thai, at Vietnamese.
• Self-hosting. Kung gusto mo ng Llama 4 model sa sarili mong server, ang Scout ang praktikal na opsyon.

Paano gamitin ang Scout sa aming chat

1. Buksan ang chat gamit ang link sa ibaba, o piliin ang Llama 4 Scout mula sa menu ng mga model.
2. I-paste ang text na nais mong iproseso, o mag-attach ng isang larawan bawat mensahe.
3. Magtanong nang tiyak: mas epektibo ang "Ilista ang bawat deadline sa text na ito kasama ang taong responsable" kaysa sa "Tungkol saan ito?"

Makipag-chat gamit ang Llama 4 Scout

Libre ang chat sa loob ng pang-araw-araw na limitasyon ng mga mensahe, na kasalukuyang 100 bawat araw. Ang aming summarizer tool ay isa pang mabilis na paraan para paikliin ang mahabang text.

Mga limitasyong dapat malaman

• Pinaikli ng aming chat ang mahahabang pag-uusap. Nag-aalok ang aming provider ng 1,310,720 tokens ng context para sa Scout, at nakatala ang 10M sa model card, ngunit ang aming libreng chat ay nagpapadala lamang ng pinakabagong bahagi ng mahabang usapan at nililimitahan ang haba ng text sa bawat mensahe. Para sa napakalalaking input, gamitin ang API o patakbuhin ang Scout nang sarili mo.
• Ang mahabang context ay hindi garantiyang perpekto ang memorya. Sa napakahabang input, maaaring makaligtaan o mapaghalo ng anumang model ang mga detalye. Humingi ng mga direct quote o pagtukoy sa seksyon upang madali mong ma-check.
• Knowledge cut-off. Natatapos ang training data noong Agosto 2024, at walang access sa web ang aming chat.
• Nagkakaroon ng pagkakamali. Maaaring magpahayag ang Scout ng maling impormasyon nang may kumpiyansa at posibleng magkamali sa pagbasa ng maliit o malabong text sa mga larawan. I-verify ang mahahalagang impormasyon.
• Hindi ang pinakabago. Ang mga mas bagong model, kabilang ang pamilya ng Muse ng Meta, ay karaniwang mas magaling sa mahihirap na coding at multi-step tasks. Wala sa mga Muse model ang available sa aming chat.

Opisyal na pagkuha sa Scout

Nasa Hugging Face ang weights bilang meta-llama/Llama-4-Scout-17B-16E-Instruct; tanggapin ang lisensya sa page ng model para ma-unlock ang mga file. Ayon sa listahan ng Ollama, nasa 67 GB ang download ng Scout, kaya kailangan mo ng computer na may malaking memory. Sa pamamagitan ng mga cloud provider, mura lang ito: inililista ito ng OpenRouter sa $0.10 bawat milyong input tokens at $0.30 bawat milyong output tokens (list price sa OpenRouter, Okt 2026).

Pinapayagan ng Llama 4 Community License ang komersyal na paggamit nang may mga kondisyon: ilagay ang "Built with Llama" sa iyong produkto, sundin ang acceptable use policy, at humingi ng hiwalay na lisensya sa Meta kung ang iyong mga produkto ay may higit sa 700 milyong buwanang aktibong user. Bilang isang multimodal model, sakop ang Scout ng EU clause ng patakaran, na hindi nagbibigay ng mga karapatang ito sa mga tao o kumpanyang nakabase sa EU, bagaman hindi apektado ang mga end user ng mga produktong ginawa gamit ito. May mga detalye sa aming pahina ng lisensya.

Mga paalala sa privacy

Kadalasan ay may personal o kumpidensyal na impormasyon ang mahahabang dokumento. Sa aming chat, ang iyong ipinapaskil ay ipinapadala sa aming server at AI gateway patungo sa inference provider upang mabuo ang sagot; hindi namin itinatago ang text ng iyong mensahe, at nananatili ang iyong history sa iyong browser. Gayunpaman, tanggalin ang mga pangalan, account number, at anumang sikretong impormasyon bago mag-paste. Para sa kumpidensyal na materyal, tinitiyak ng self-hosted na Scout na mananatili ang data sa sarili mong hardware.

Paghahambing sa Scout

Piliin ang Scout kaysa Maverick kapag mahaba ang iyong input o limitado ang badyet, at piliin ang Maverick kapag nais mo ng pinakamalalim na sagot; detalyadong ipinapaliwanag ito sa aming pahina ng Maverick vs Scout. Kung ikukumpara sa Llama 3.3 70B, mas bago ang Scout, nakakabasa ng mga larawan, at sumusuporta sa mas maraming wika, gaya ng nakasaad sa Llama 3.3 vs Llama 4. Laban sa mga mas bagong open model mula sa ibang kumpanya, tulad ng DeepSeek V4, mas luma ang Scout ngunit mas magaan; tingnan ang Llama vs DeepSeek.

FAQ

Talaga bang magagamit ko ang 10 milyong tokens sa Scout?

Iyan ang bilang sa model card ng Meta. Karaniwang mas mababa ang iniaalok ng mga hosting provider; naglilista ang aming provider ng 1,310,720 tokens, at higit pang pinuputol ng aming libreng chat ang mahahabang pag-uusap. Nangangailangan ng napakalaking memory ang pag-self-host gamit ang ganoon kahabang context.

Mas mahina ba ang Scout kaysa sa Maverick?

Mas maliit ito, kaya para sa malalalim na pagsulat o mahihirap na tanong, kadalasang mas magandang piliin ang Maverick. Para sa mahahabang input, mabilisang sagot, at mas mababang gastos, kadalasang mas praktikal ang Scout.

Nakakabasa ba ng mga larawan ang Scout?

Oo. Mag-attach ng isang larawan bawat mensahe sa aming chat habang Scout ang napiling model. Kaya nitong maglarawan at magsuri ng mga larawan ngunit hindi ito nakakagawa ng mga bagong larawan.

Maaari ko bang patakbuhin ang Scout sa sarili kong computer?

Sa computer lang na may napakalaking memory, dahil nasa 67 GB na agad ang mismong pag-download ayon sa Ollama. Mas madaling simulan ang mas maliliit na Llama model; tingnan ang patakbuhin ang Llama nang lokal.