Llama 4 Scout

Llama 4 Scout คืออะไร และใครเป็นผู้พัฒนา

Llama 4 Scout คือโมเดลภาษาขนาดใหญ่ (LLM) จาก Meta เปิดตัวเมื่อวันที่ 5 เมษายน 2025 พร้อมกับ Llama 4 Maverick โดยเป็นส่วนหนึ่งของตระกูล Llama 4 ซึ่งยังคงเป็นเจเนอเรชันใหม่ล่าสุดของ Llama ณ เดือนตุลาคม 2026 คุณสามารถดาวน์โหลดโมเดลเวต (weights) ได้ภายใต้สัญญาอนุญาต Llama 4 Community License

Scout สามารถประมวลผลได้ทั้งข้อความและรูปภาพ พร้อมตอบกลับเป็นข้อความ เช่นเดียวกับ Maverick โมเดลนี้ใช้สถาปัตยกรรมแบบ Mixture-of-Experts (MoE) โดยข้อมูล Model Card ของ Meta ระบุว่ามีพารามิเตอร์รวม 109 พันล้านตัว มี 16 ผู้เชี่ยวชาญ (Experts) และเปิดใช้งาน 17 พันล้านพารามิเตอร์ต่อโทเค็น จุดเด่นสำคัญคือความยาวบริบท (Context Length) ที่รองรับได้สูงสุดถึง 10 ล้านโทเค็น ซึ่งยาวที่สุดในตระกูล Llama โดย Meta ได้แนะนำให้ใช้กับงานสรุปเอกสารจำนวนมากพร้อมกันและการทำความเข้าใจโค้ดเบสขนาดใหญ่ นอกจากนี้ Meta ยังระบุว่า Scout สามารถรันบน GPU NVIDIA H100 เพียงตัวเดียวได้เมื่อผ่านการทำ Quantization แบบ Int4 ทำให้โฮสต์เองได้ง่ายกว่า Maverick มาก

Scout เป็นหนึ่งในสี่โมเดลที่มีให้ใช้งานในระบบแชตของเรา ทั้งนี้ Llama.Online เป็นเว็บไซต์อิสระ ไม่ได้ดำเนินงานโดย Meta โดยระบบจะส่งข้อความของคุณไปยัง Scout ที่ทำงานอยู่บนผู้ให้บริการคลาวด์ภายนอก

ตำแหน่งของ Scout ในตระกูล Llama

Scout และ Maverick ใช้สถาปัตยกรรมแบบเดียวกัน รองรับ 12 ภาษาหลักอย่างเป็นทางการเหมือนกัน และมีจุดตัดความรู้ (Knowledge Cut-off) อยู่ที่เดือนสิงหาคม 2024 เช่นเดียวกัน Maverick มี 128 Experts และพารามิเตอร์รวม 400 พันล้านตัว จึงมักให้คำตอบที่ละเอียดลึกซึ้งกว่า ส่วน Scout มีขนาดเบากว่า ประหยัดค่าใช้จ่ายในการประมวลผลมากกว่า และรองรับข้อมูลนำเข้าที่ยาวกว่ามาก เมื่อเทียบกับโมเดลที่ประมวลผลเฉพาะข้อความอย่าง Llama 3.3 70B แล้ว Scout เพิ่มความสามารถด้านการรับข้อมูลภาพและรองรับภาษาได้หลากหลายขึ้น นอกจากนี้ Llama Guard 4 ซึ่งเป็นโมเดลตรวจจับความปลอดภัยของ Meta ก็ได้รับการพัฒนาขึ้นโดยการตัดทอนขนาด (Pruning) มาจากเช็กพอยต์ของ Scout คุณสามารถดูประวัติการเปิดตัวทั้งหมดได้ที่ ประวัติความเป็นมาของ Llama

Scout เหมาะกับงานประเภทใด

• เอกสารขนาดยาว: รายงาน บันทึกการประชุม สัญญา และบทความขนาดยาว ที่คุณต้องการสรุปเนื้อหา ดึงประเด็นข้อตกลง หรือถามคำถามเฉพาะเจาะจง
• การเปรียบเทียบเอกสารหลายฉบับ: วางเนื้อหาเอกสารสองฉบับเพื่อหาจุดที่เปลี่ยนแปลง หรือเปรียบเทียบรายละเอียดผลิตภัณฑ์หลายรายการพร้อมกัน
• คำถามเกี่ยวกับรูปภาพ: Meta ระบุว่า Scout มีความโดดเด่นด้าน Image Grounding หรือการเชื่อมโยงคำถามเข้ากับจุดต่างๆ บนภาพได้อย่างแม่นยำ คุณสามารถถามได้ว่าป้ายเขียนว่าอะไร มีข้อผิดพลาดใดในภาพหน้าจอ หรือแผนภูมิต่างๆ กำลังแสดงข้อมูลอะไร
• การแชตและงานเขียนทั่วไป: การอธิบายแนวคิด เขียนอีเมล ร่างโครงร่าง และเรียบเรียงข้อความใหม่ ใน 12 ภาษาที่รองรับ ได้แก่ อังกฤษ, ไทย, เวียดนาม, อินโดนีเซีย, ตากาล็อก, ฮินดี, อาหรับ, ฝรั่งเศส, เยอรมัน, อิตาลี, โปรตุเกส และสเปน
• การติดตั้งและรันเอง (Self-hosting): หากคุณต้องการติดตั้งโมเดลตระกูล Llama 4 บนเซิร์ฟเวอร์ของตัวเอง Scout คือตัวเลือกที่ตอบโจทย์และทำได้จริงที่สุด

วิธีใช้งาน Scout บนระบบแชตของเรา

1. เปิดหน้าต่างแชตจากลิงก์ด้านล่าง หรือเลือก Llama 4 Scout จากเมนูโมเดล
2. วางข้อความที่ต้องการใช้งาน หรือแนบรูปภาพ 1 รูปต่อหนึ่งข้อความ
3. ระบุคำถามให้ชัดเจน เช่น "ระบุวันกำหนดส่งงานทั้งหมดในข้อความนี้พร้อมชื่อผู้รับผิดชอบ" ซึ่งจะได้ผลลัพธ์ที่ดีกว่าการถามกว้างๆ ว่า "ข้อความนี้เกี่ยวกับอะไร"

แชตกับ Llama 4 Scout

ระบบแชตเปิดให้ใช้งานฟรีตามโควตาข้อความรายวัน ปัจจุบันอยู่ที่ 100 ข้อความต่อวัน นอกจากนี้คุณยังสามารถใช้ เครื่องมือสรุปข้อความ เพื่อย่นย่อบทความขนาดยาวได้อย่างรวดเร็ว

ข้อจำกัดที่ควรทราบ

• ระบบแชตมีการตัดทอนบทสนทนาที่ยาวเกินไป: ผู้ให้บริการคลาวด์ของเรารองรับบริบทของ Scout ได้ 1,310,720 โทเค็น แม้ Model Card จะระบุว่ารองรับได้ถึง 10 ล้านโทเค็น แต่บริการแชตฟรีของเราจะส่งเฉพาะประวัติการคุยล่าสุดและจำกัดความยาวข้อความต่อครั้ง หากคุณมีข้อมูลขนาดใหญ่มาก แนะนำให้ใช้ผ่าน API หรือ ติดตั้งและรัน Scout ด้วยตนเอง
• บริบทขนาดยาวไม่ได้แปลว่าจะจำได้แม่นยำสมบูรณ์: หากใส่ข้อมูลยาวมากๆ โมเดลอาจมองข้ามหรือสับสนรายละเอียดได้ แนะนำให้ขอให้โมเดลอ้างอิงข้อความหรือระบุตำแหน่งส่วนของเนื้อหาเพื่อช่วยในการตรวจสอบ
• จุดตัดของฐานข้อมูลความรู้: ข้อมูลที่ใช้ฝึกฝนสิ้นสุดในเดือนสิงหาคม 2024 และระบบแชตของเราไม่สามารถเชื่อมต่ออินเทอร์เน็ตเพื่อค้นหาข้อมูลสดได้
• อาจมีข้อผิดพลาด: Scout อาจตอบข้อมูลที่ไม่ถูกต้องด้วยความมั่นใจ และอาจอ่านตัวอักษรขนาดเล็กหรือภาพที่เบลอผิดพลาดได้ โปรดตรวจสอบความถูกต้องของข้อมูลสำคัญเสมอ
• ไม่ใช่โมเดลรุ่นใหม่ล่าสุด: โมเดลรุ่นใหม่กว่า รวมถึงตระกูล Muse ของ Meta มักมีความสามารถด้านการเขียนโค้ดที่ซับซ้อนและงานที่ต้องคิดหลายขั้นตอนได้ดีกว่า ทั้งนี้ โมเดลตระกูล Muse ยังไม่มีให้ใช้งานบนระบบแชตของเรา

ช่องทางการดาวน์โหลด Scout อย่างเป็นทางการ

คุณสามารถดาวน์โหลดโมเดลเวตได้บน Hugging Face ภายใต้ชื่อ meta-llama/Llama-4-Scout-17B-16E-Instruct โดยต้องยอมรับเงื่อนไขสัญญาอนุญาตบนหน้าโมเดลก่อนจึงจะดาวน์โหลดไฟล์ได้ สำหรับบน Ollama ไฟล์ของ Scout มีขนาดประมาณ 67 GB ซึ่งจำเป็นต้องใช้เครื่องที่มีหน่วยความจำสูงมาก ส่วนการเรียกใช้งานผ่านผู้ให้บริการคลาวด์นั้นมีราคาประหยัด เช่น บน OpenRouter มีอัตราค่าบริการอยู่ที่ 0.10 ดอลลาร์ต่อ 1 ล้านโทเค็นนำเข้า และ 0.30 ดอลลาร์ต่อ 1 ล้านโทเค็นส่งออก (ราคาตามประกาศของ OpenRouter ณ เดือน ต.ค. 2026)

สัญญาอนุญาต Llama 4 Community License อนุญาตให้ใช้งานในเชิงพาณิชย์ได้ภายใต้เงื่อนไข ได้แก่ ต้องแสดงข้อความ "Built with Llama" ในผลิตภัณฑ์ของคุณ ปฏิบัติตามนโยบายการใช้งานที่ยอมรับได้ และต้องขอรับใบอนุญาตเพิ่มเติมจาก Meta หากผลิตภัณฑ์ของคุณมีผู้ใช้งานรายเดือนเกินกว่า 700 ล้านคน และเนื่องจาก Scout เป็นโมเดลแบบ Multimodal จึงอยู่ภายใต้ข้อกำหนดเกี่ยวกับสหภาพยุโรป (EU) ซึ่งไม่อนุญาตสิทธิ์เหล่านี้แก่บุคคลหรือบริษัทที่ตั้งอยู่ใน EU แต่ไม่มีผลกระทบต่อผู้ใช้งานทั่วไปของผลิตภัณฑ์ที่สร้างขึ้น ดูรายละเอียดเพิ่มเติมได้ที่ หน้านโยบายสัญญาอนุญาต

ความปลอดภัยและความเป็นส่วนตัวของข้อมูล

เอกสารขนาดยาวมักมีข้อมูลส่วนบุคคลหรือข้อมูลที่เป็นความลับ ในระบบแชตของเรา ข้อมูลที่คุณวางจะถูกส่งผ่านเซิร์ฟเวอร์และ AI Gateway ไปยังผู้ให้บริการประมวลผลเพื่อสร้างคำตอบ เราไม่ได้บันทึกข้อความของคุณ และประวัติการแชตจะถูกเก็บไว้ในเบราว์เซอร์ของคุณเท่านั้น อย่างไรก็ตาม ขอแนะนำให้ลบชื่อ หมายเลขบัญชี และข้อมูลที่เป็นความลับออกก่อนส่งข้อมูลเสมอ หรือหากมีเอกสารที่เป็นความลับสูง การติดตั้งและรัน Scout เองบนอุปกรณ์ส่วนตัวจะช่วยให้ข้อมูลอยู่ภายในระบบของคุณทั้งหมด

เปรียบเทียบ Scout กับโมเดลอื่นๆ

เลือกใช้ Scout แทน Maverick เมื่อคุณมีข้อมูลนำเข้าขนาดยาวหรือต้องการประหยัดค่าใช้จ่าย และเลือกใช้ Maverick เมื่อต้องการคำตอบที่ลึกซึ้งและมีรายละเอียดมากที่สุด อ่านข้อมูลเพิ่มเติมได้ที่หน้า เปรียบเทียบ Maverick กับ Scout หากเทียบกับ Llama 3.3 70B Scout จะเป็นรุ่นใหม่กว่า รองรับภาพ และเข้าใจได้หลายภาษามากกว่า ตามรายละเอียดในหน้า Llama 3.3 vs Llama 4 และเมื่อเทียบกับโมเดลเปิดรุ่นใหม่จากค่ายอื่น เช่น DeepSeek V4 แม้ว่า Scout จะเปิดตัวมาก่อนแต่ก็มีขนาดที่เบากว่า สามารถดูข้อมูลเพิ่มเติมได้ที่ Llama vs DeepSeek

คำถามที่พบบ่อย (FAQ)

สามารถใช้งาน 10 ล้านโทเค็นบน Scout ได้จริงหรือไม่?

นั่นคือตัวเลขสูงสุดที่ระบุไว้ใน Model Card ของ Meta แต่ผู้ให้บริการโฮสติ้งมักเปิดให้ใช้ในจำนวนที่น้อยกว่า โดยบริการของเราเปิดให้ใช้ 1,310,720 โทเค็น และระบบแชตฟรีจะตัดทอนบทสนทนาที่ยาวลงมาอีก นอกจากนี้ การรันโมเดลเองด้วยความยาวบริบทระดับสูงสุดจำเป็นต้องใช้หน่วยความจำมหาศาล

Scout ประสิทธิภาพด้อยกว่า Maverick หรือไม่?

Scout มีขนาดเล็กกว่า สำหรับงานเขียนที่ต้องการความสละสลวยหรือคำถามที่มีความซับซ้อนสูง Maverick มักจะทำได้ดีกว่า แต่สำหรับข้อมูลนำเข้าที่ยาว การตอบคำถามที่ต้องการความรวดเร็ว และความคุ้มค่าด้านต้นทุน Scout มักเป็นตัวเลือกที่เหมาะสมกว่า

Scout สามารถอ่านรูปภาพได้หรือไม่?

ได้ คุณสามารถแนบภาพได้ 1 รูปต่อหนึ่งข้อความในระบบแชตเมื่อเลือกใช้งานโมเดล Scout โดยโมเดลสามารถอธิบาย วิเคราะห์ และให้เหตุผลเกี่ยวกับภาพได้ แต่ไม่สามารถสร้างรูปภาพขึ้นมาใหม่ได้

สามารถรัน Scout บนคอมพิวเตอร์ของตัวเองได้หรือไม่?

สามารถทำได้เฉพาะบนคอมพิวเตอร์ที่มีหน่วยความจำสูงมากเท่านั้น เนื่องจากขนาดไฟล์ดาวน์โหลดบน Ollama อยู่ที่ประมาณ 67 GB หากเพิ่งเริ่มต้น แนะนำให้ทดลองใช้งานโมเดล Llama ขนาดเล็กกว่าก่อน โดยดูได้ที่ วิธีรัน Llama บนเครื่องของคุณเอง