Llama 4 Scout

Apa itu Llama 4 Scout dan siapa pembangunnya

Llama 4 Scout ialah model bahasa besar daripada Meta, yang dilancarkan pada 5 April 2025 bersama-sama Llama 4 Maverick. Ia merupakan sebahagian daripada Llama 4, yang kekal sebagai generasi Llama terbaharu setakat Oktober 2026, dan pemberatnya (weights) boleh dimuat turun di bawah Llama 4 Community License.

Scout membaca teks serta imej dan menjawab dalam bentuk teks. Seperti Maverick, ia ialah model campuran pakar (mixture-of-experts): kad model Meta menyenaraikan 109 bilion parameter secara keseluruhan, 16 pakar, dan 17 bilion parameter aktif bagi setiap token. Ciri utamanya yang paling menonjol ialah panjang konteks. Kad Meta menyatakan tetingkap konteks sebanyak 10 juta token, iaitu yang terpanjang setakat ini dalam keluarga Llama, dan siaran pelancaran Meta menekankan kegunaan seperti meringkaskan banyak dokumen sekali gus dan menaakul pangkalan kod yang besar. Meta turut menyatakan bahawa Scout muat pada satu GPU NVIDIA H100 dengan kuantisasi Int4, menjadikannya jauh lebih mudah dihoskan berbanding Maverick.

Scout ialah salah satu daripada empat model dalam sembang kami. Llama.Online ialah laman bebas yang tidak dikendalikan oleh Meta; Scout berjalan pada penyedia inferens awan, dan laman kami menghantar mesej anda kepadanya.

Kedudukannya dalam keluarga Llama

Scout dan Maverick berkongsi reka bentuk yang sama, 12 bahasa yang disokong secara rasmi yang sama, dan had pengetahuan (knowledge cut-off) yang sama iaitu Ogos 2024. Maverick mempunyai 128 pakar dan 400 bilion parameter secara keseluruhan, jadi ia biasanya memberikan jawapan yang lebih mendalam; Scout pula lebih ringan, lebih jimat kos untuk dijalankan, dan mampu mengendalikan input yang jauh lebih panjang. Berbanding model teks sahaja seperti Llama 3.3 70B, Scout menambah keupayaan input imej dan lebih banyak bahasa. Pengelas keselamatan Llama Guard 4 daripada Meta dibina dengan memangkas (pruning) titik semak Scout. Untuk melihat setiap keluaran mengikut turutan, lihat sejarah Llama.

Kelebihan utama Scout

• Dokumen panjang. Laporan, transkrip, kontrak, dan artikel panjang yang memerlukan ringkasan, senarai keputusan, atau jawapan kepada soalan khusus.
• Membandingkan beberapa teks. Tampal dua versi dokumen dan tanya perkara yang telah diubah, atau bandingkan beberapa perihalan produk secara bersebelahan.
• Soalan berkaitan imej. Meta menjelaskan Scout amat mantap dalam pembumian imej (image grounding), iaitu menghubungkan bahagian soalan anda dengan kawasan tertentu pada gambar. Tanya maksud papan tanda, kesalahan dalam tangkapan skrin, atau perkara yang dipaparkan pada carta.
• Sembang harian dan penulisan. Penerangan, e-mel, rangka idea, dan olahan semula, dalam mana-mana 12 bahasa yang disokong: Arab, Bahasa Inggeris, Bahasa Indonesia, Bahasa Melayu/Tagalog, Perancis, Jerman, Hindi, Itali, Portugis, Sepanyol, Thai, dan Vietnam.
• Hos kendiri. Jika anda ingin menjalankan model Llama 4 pada pelayan anda sendiri, Scout ialah pilihan yang paling realistik.

Cara menggunakan Scout dalam sembang kami

1. Buka sembang melalui pautan di bawah, atau pilih Llama 4 Scout daripada menu model.
2. Tampal teks yang ingin anda gunakan, atau lampirkan satu imej bagi setiap mesej.
3. Tanya soalan yang tepat: "Senaraikan setiap tarikh akhir dalam teks ini bersama individu yang bertanggungjawab" berfungsi lebih baik daripada "Ini tentang apa?"

Bersembang dengan Llama 4 Scout

Sembang ini percuma dalam had peruntukan harian mesej, pada masa ini 100 mesej sehari. Alat peringkas kami juga merupakan cara pantas lain untuk memendekkan teks yang panjang.

Had yang perlu diketahui

• Sembang kami memangkas perbualan panjang. Penyedia kami menawarkan konteks 1,310,720 token untuk Scout, dan kad model menyenaraikan 10M, tetapi sembang percuma kami hanya menghantar bahagian terkini perbualan panjang dan mengehadkan jumlah teks yang boleh dibawa oleh satu mesej. Untuk input yang benar-benar besar, gunakan API atau jalankan Scout sendiri.
• Konteks panjang tidak menjamin ingatan yang sempurna. Dengan input yang sangat panjang, mana-mana model boleh terlepas pandang atau terkeliru butiran tertentu. Minta petikan atau rujukan bahagian agar anda boleh menyemaknya semula.
• Had pengetahuan. Data latihan berakhir pada Ogos 2024, dan tiada akses web dalam sembang kami.
• Kesilapan boleh berlaku. Scout boleh menyatakan fakta yang salah dengan penuh yakin dan mungkin tersilap membaca teks yang kecil atau kabur dalam imej. Sentiasa sahkan maklumat penting.
• Bukan yang terbaharu. Model yang lebih baharu, termasuk keluarga Muse daripada Meta sendiri, secara amnya lebih mantap untuk tugas pengkodan yang mencabar dan tugas pelbagai langkah. Tiada model Muse yang tersedia dalam sembang kami.

Mendapatkan Scout secara rasmi

Pemberat model boleh didapati di Hugging Face sebagai meta-llama/Llama-4-Scout-17B-16E-Instruct; terima lesen pada halaman model untuk membuka fail tersebut. Ollama menyenaraikan muat turun Scout pada saiz 67 GB, jadi anda memerlukan mesin dengan kapasiti memori yang besar. Melalui penyedia awan, kosnya tidak mahal: OpenRouter menyenaraikannya pada harga $0.10 setiap sejuta token input dan $0.30 setiap sejuta token output (harga senarai OpenRouter, Okt 2026).

Llama 4 Community License membenarkan penggunaan komersial dengan syarat: paparkan "Built with Llama" dalam produk anda, patuhi dasar penggunaan yang boleh diterima, dan minta lesen berasingan daripada Meta jika produk anda mempunyai lebih daripada 700 juta pengguna aktif bulanan. Sebagai model multimodal, Scout tertakluk di bawah klausa EU dalam dasar tersebut, yang tidak memberikan hak ini kepada individu atau syarikat yang berpangkalan di EU, walaupun pengguna akhir produk yang dibina dengannya tidak terjejas. Butiran lanjut ada pada halaman lesen kami.

Nota privasi

Dokumen panjang sering kali mengandungi maklumat peribadi atau sulit. Dalam sembang kami, apa yang anda tampal dihantar melalui pelayan dan get laluan AI kami kepada penyedia inferens untuk menghasilkan jawapan; kami tidak menyimpan teks mesej anda, dan sejarah sembang kekal dalam penyemak imbas anda. Namun begitu, padamkan nama, nombor akaun, dan sebarang maklumat rahsia sebelum menampal. Untuk bahan sulit, Scout yang dihoskan sendiri memastikan data kekal pada perkakasan anda sendiri.

Perbandingan Scout

Pilih Scout berbanding Maverick apabila input anda panjang atau belanjawan anda terhad, dan pilih Maverick apabila anda inginkan jawapan yang paling mendalam; halaman Maverick lwn Scout kami menerangkannya secara terperinci. Berbanding Llama 3.3 70B, Scout lebih baharu, mampu membaca imej, dan menyokong lebih banyak bahasa, seperti yang dijelaskan dalam Llama 3.3 lwn Llama 4. Berbanding model terbuka yang lebih baharu daripada syarikat lain, seperti DeepSeek V4, Scout lebih lama tetapi lebih ringan; lihat Llama lwn DeepSeek.

Soalan Lazim

Bolehkah saya benar-benar menggunakan 10 juta token dengan Scout?

Itulah angka yang tertera pada kad model Meta. Penyedia pengehosan biasanya menawarkan had yang lebih rendah; penyedia kami menyenaraikan 1,310,720 token, dan sembang percuma kami memangkas lagi perbualan yang panjang. Hos kendiri pada panjang konteks maksimum memerlukan kapasiti memori yang amat besar.

Adakah Scout lebih lemah berbanding Maverick?

Ia bersaiz lebih kecil, jadi untuk penulisan bernuansa atau soalan yang rumit, Maverick biasanya pilihan yang lebih baik. Untuk input yang panjang, jawapan pantas, dan kos yang lebih rendah, Scout sering kali menjadi pilihan yang lebih bijak.

Bolehkah Scout membaca imej?

Ya. Lampirkan satu imej bagi setiap mesej dalam sembang kami semasa Scout dipilih. Ia boleh menghuraikan dan menaakul tentang imej, tetapi tidak boleh menjana imej.

Bolehkah saya menjalankan Scout pada komputer saya sendiri?

Hanya pada mesin dengan kapasiti memori yang sangat besar, memandangkan fail muat turunnya sahaja sekitar 67 GB menurut Ollama. Model Llama yang lebih kecil lebih mudah untuk bermula; lihat jalankan Llama secara setempat.