Llama 4 Maverick vs Llama 4 Scout

Hai mô hình Llama 4, cùng một thế hệ

Llama 4 Maverick và Llama 4 Scout cùng được Meta ra mắt vào ngày 5 tháng 4 năm 2025. Cả hai có nhiều điểm chung: đều là mô hình kết hợp chuyên gia (mixture-of-experts) với 17 tỷ tham số hoạt động, hỗ trợ xử lý cả văn bản lẫn hình ảnh gốc, hỗ trợ chính thức 12 ngôn ngữ và có dữ liệu huấn luyện đến tháng 8 năm 2024. Điểm khác biệt nằm ở tổng quy mô, số lượng chuyên gia, độ dài ngữ cảnh, yêu cầu phần cứng và chi phí. Cả hai đều có sẵn trong khung chat của chúng tôi để bạn trải nghiệm và so sánh trực tiếp.

So sánh nhanh Maverick và Scout

Mức giá dựa trên bảng giá niêm yết của OpenRouter, tháng 10 năm 2026.

Sự khác biệt về quy mô có ý nghĩa gì?

Mô hình kết hợp chuyên gia phân chia tri thức qua nhiều mạng con chuyên gia và chỉ kích hoạt một vài mạng trong số đó cho mỗi token. Cả hai mô hình đều sử dụng 17 tỷ tham số cho mỗi token, vì vậy tốc độ phản hồi là tương đương nhau. Tuy nhiên, Maverick sở hữu số lượng chuyên gia vượt trội và tổng số tham số gấp gần bốn lần, mang lại khả năng nắm bắt kiến thức và sắc thái ngôn ngữ tốt hơn. Trong thực tế, điều này thể hiện qua các câu trả lời sâu sắc, chỉn chu hơn, đặc biệt là khi viết văn tự do, giải thích khái niệm phức tạp và phân tích hình ảnh. Đó là lý do Maverick được chọn làm mặc định trong khung chat của chúng tôi.

Scout là phiên bản gọn nhẹ hơn. Meta thiết kế mô hình này để có thể chạy vừa trên một GPU H100 duy nhất với lượng tử hóa Int4, giúp nó trở thành lựa chọn thực tế hơn nếu bạn muốn tự vận hành Llama 4 hoặc tiết kiệm chi phí gọi API.

Độ dài ngữ cảnh: Thông số quảng bá và thực tế

Điểm nổi bật nhất của Scout là cửa sổ ngữ cảnh. Thông số từ Meta công bố lên tới 10 triệu token cho Scout, gấp mười lần mức 1 triệu token của Maverick. Trên thực tế, các nhà cung cấp thường phục vụ mức thấp hơn: đối tác cung cấp hạ tầng suy luận của chúng tôi hỗ trợ 1.310.720 token cho Scout và 524.288 token cho Maverick. Dù vậy, Scout vẫn có cửa sổ ngữ cảnh dài hơn đáng kể.

Tuy nhiên, trong khung chat miễn phí của chúng tôi, sự khác biệt này không thể hiện rõ. Để duy trì dịch vụ luôn nhanh và miễn phí, hệ thống sẽ rút gọn các cuộc hội thoại dài về phần gần nhất, tương đương khoảng 12.000 ký tự văn bản. Do đó, cả hai mô hình đều tiếp nhận lượng ngữ cảnh hội thoại như nhau. Nếu cần xử lý các tài liệu rất dài, bạn nên dùng Scout qua API hoặc tự triển khai trên phần cứng riêng; xem thêm hướng dẫn API của chúng tôi.

Khả năng xử lý hình ảnh

Cả hai mô hình đều xử lý hình ảnh gốc và trong khung chat của chúng tôi, bạn có thể đính kèm một hình ảnh cho mỗi tin nhắn gửi tới bất kỳ mô hình nào. Với các câu hỏi phân tích chi tiết về ảnh chụp, biểu đồ hoặc ảnh chụp màn hình, Maverick thường mang lại câu trả lời đầy đủ hơn. Đối với nhu cầu mô tả nhanh hoặc đọc chữ trong hình, Scout hoàn toàn đáp ứng tốt và tiết kiệm chi phí hơn. Nếu bạn đính kèm ảnh khi đang chọn một mô hình chỉ xử lý văn bản, hệ thống sẽ tự động chuyển sang Maverick.

Tự vận hành mô hình

Cả hai đều không phù hợp để chạy trên laptop thông thường. Ollama niêm yết bản lượng tử hóa mặc định của Scout là 67 GB và Maverick là 245 GB. Scout có thể chạy trên các máy trạm bộ nhớ khủng hoặc một GPU trung tâm dữ liệu duy nhất; trong khi Maverick đòi hỏi máy chủ trang bị nhiều GPU cấu hình cao. Nếu bạn muốn chạy Llama cục bộ trên phần cứng phổ thông, Llama 3.1 8B là lựa chọn thực tế hơn. Cả hai mô hình Llama 4 đều tuân theo Giấy phép Cộng đồng Llama 4, bao gồm các điều khoản giới hạn tại EU dành cho các mô hình đa phương thức; xem thêm hướng dẫn giấy phép và cách chạy Llama cục bộ.

Chi phí

Scout có mức giá API rẻ hơn: $0,10 cho đầu vào và $0,30 cho đầu ra trên mỗi triệu token, so với mức $0,1875 và $0,6525 của Maverick (giá niêm yết OpenRouter, tháng 10 năm 2026). Với các tác vụ khối lượng lớn như gắn thẻ, trích xuất dữ liệu hoặc tóm tắt cơ bản, mức giá thấp của Scout sẽ giúp bạn tiết kiệm đáng kể. Trong khung chat của chúng tôi, cả hai đều miễn phí trong cùng một hạn mức tin nhắn hàng ngày.

Nên chọn mô hình nào cho từng tác vụ?

Nếu bạn còn phân vân, những ví dụ thực tế dưới đây sẽ là gợi ý hữu ích. Đây chỉ là định hướng tham khảo; cách tốt nhất là bạn tự thử nghiệm cả hai trên công việc cụ thể của mình.

• Viết thư xin việc hoặc bài blog: Maverick, cho văn phong mượt mà và trau chuốt hơn.
• Giải thích khái niệm phức tạp từng bước: Maverick, thường đưa ra câu trả lời cặn kẽ hơn.
• Mô tả ảnh hoặc đọc biển báo trong hình: Cả hai đều được; Scout là đủ cho các nhu cầu đơn giản.
• Phân tích biểu đồ hoặc ảnh chụp màn hình nhiều chi tiết: Maverick.
• Viết lại đoạn văn ngắn, tóm tắt và lên danh sách: Cả hai; Scout tiết kiệm hơn nếu bạn trả phí theo token ở nơi khác.
• Tài liệu cực dài qua API: Scout, nhờ cửa sổ ngữ cảnh vượt trội.

Một mẹo nhỏ khi dùng khung chat của chúng tôi: hãy bắt đầu với Maverick, và nếu bạn chỉ cần các câu trả lời ngắn gọn, nhanh chóng, hãy chuyển sang Scout từ menu mô hình. Nếu câu trả lời từ Scout chưa đủ sâu, hãy tạo lại câu trả lời bằng Maverick.

Quyền riêng tư và giới hạn trong khung chat

Cả hai mô hình đều được xử lý như nhau tại đây. Tin nhắn của bạn sẽ đi qua máy chủ và cổng AI gateway của chúng tôi đến nhà cung cấp hạ tầng vận hành mô hình; chúng tôi không lưu trữ nội dung tin nhắn và lịch sử trò chuyện được giữ ngay trên trình duyệt của bạn. Cả hai mô hình đều không thể tìm kiếm trên web và dùng chung hạn mức tin nhắn miễn phí hàng ngày. Cả hai đều có thể đưa ra thông tin chưa chính xác, vì vậy hãy kiểm tra lại các dữ kiện quan trọng.

Chọn Maverick nếu…

• bạn muốn mô hình Llama mạnh mẽ nhất cho trò chuyện thông thường, viết lách và giải thích;
• bạn cần phân tích chi tiết về hình ảnh;
• chất lượng là ưu tiên hàng đầu thay vì chi phí;
• bạn chưa biết nên chọn mô hình nào; Maverick được đặt làm mặc định chính vì lý do này.

Trò chuyện với Llama 4 Maverick

Chọn Scout nếu…

• bạn cần ngữ cảnh dài nhất khi dùng qua API hoặc trên phần cứng riêng;
• bạn muốn tự host một mô hình Llama 4 trên một GPU duy nhất;
• bạn xử lý khối lượng công việc lớn và cần tối ưu chi phí;
• bạn muốn một mô hình gọn nhẹ cho các câu hỏi nhanh về hình ảnh và văn bản.

Trò chuyện với Llama 4 Scout

Xem thêm thông tin chi tiết tại các trang Llama 4 Maverick và Llama 4 Scout. Để so sánh với thế hệ trước, hãy xem bài viết Llama 3.3 vs Llama 4.

Câu hỏi thường gặp

Maverick hay Scout tốt hơn?

Maverick lớn hơn và nhìn chung mang lại câu trả lời sâu sắc hơn. Scout gọn nhẹ hơn, tiết kiệm chi phí hơn và có cửa sổ ngữ cảnh dài hơn.

Tốc độ của hai mô hình có như nhau không?

Cả hai đều dùng 17 tỷ tham số hoạt động cho mỗi token, nên tốc độ xử lý là tương đương. Tốc độ thực tế còn phụ thuộc vào nhà cung cấp và tải hệ thống.

Tôi có thể dùng ngữ cảnh 10 triệu token của Scout trong khung chat không?

Không. Khung chat miễn phí của chúng tôi giới hạn hội thoại dài trong khoảng 12.000 ký tự cho cả hai mô hình. Hãy dùng API hoặc tự host nếu cần xử lý tài liệu rất dài.

Cả hai mô hình đều đọc được hình ảnh chứ?

Đúng vậy. Cả hai đều hỗ trợ nhận hình ảnh trong khung chat của chúng tôi, tối đa một ảnh cho mỗi tin nhắn.