Llama 4 Scout

Llama 4 Scout là gì và do ai phát triển

Llama 4 Scout là mô hình ngôn ngữ lớn từ Meta, ra mắt vào ngày 5 tháng 4 năm 2025 cùng với Llama 4 Maverick. Đây là một phần của thế hệ Llama 4 — thế hệ Llama AI mới nhất tính đến tháng 10 năm 2026 — và bộ trọng số của nó được phát hành miễn phí theo Giấy phép Cộng đồng Llama 4.

Scout có thể đọc hiểu văn bản lẫn hình ảnh và trả lời bằng văn bản. Tương tự như Maverick, đây là mô hình hỗn hợp chuyên gia (MoE): bảng thông số của Meta ghi nhận tổng cộng 109 tỷ tham số, 16 chuyên gia, trong đó 17 tỷ tham số kích hoạt cho mỗi token. Điểm nổi bật nhất của mô hình là độ dài ngữ cảnh. Meta công bố cửa sổ ngữ cảnh lên tới 10 triệu token, dài nhất từ trước đến nay trong gia đình Llama AI. Meta cũng gợi ý các ứng dụng thực tế như tóm tắt hàng loạt tài liệu cùng lúc và phân tích các kho mã nguồn lớn. Hơn nữa, Scout có thể chạy vừa trên một GPU NVIDIA H100 duy nhất với chuẩn lượng tử hóa Int4, giúp việc tự lưu trữ dễ dàng hơn nhiều so với Maverick.

Scout là một trong bốn mô hình hiện có trên hệ thống chat của chúng tôi. Llama.Online là một trang web độc lập, không do Meta vận hành; Scout được chạy thông qua nhà cung cấp hạ tầng đám mây và trang web của chúng tôi sẽ chuyển tin nhắn của bạn tới đó.

Vị trí của Scout trong gia đình Llama AI

Scout và Maverick chia sẻ chung kiến trúc thiết kế, 12 ngôn ngữ được hỗ trợ chính thức và mốc dữ liệu tri thức dừng ở tháng 8 năm 2024. Maverick sở hữu 128 chuyên gia và tổng cộng 400 tỷ tham số, do đó thường mang lại câu trả lời sâu sắc hơn; trong khi Scout gọn nhẹ hơn, chi phí vận hành rẻ hơn và xử lý được dữ liệu đầu vào dài hơn rất nhiều. So với các mô hình thuần văn bản như Llama 3.3 70B, Scout bổ sung khả năng xử lý hình ảnh và hỗ trợ thêm ngôn ngữ. Trình phân loại an toàn Llama Guard 4 của Meta cũng được tạo ra bằng cách tinh giản từ một checkpoint của Scout. Để xem lại toàn bộ các phiên bản theo thứ tự thời gian, hãy truy cập lịch sử Llama.

Scout làm tốt những việc gì?

• Xử lý tài liệu dài. Báo cáo, biên bản, hợp đồng và các bài viết dài khi bạn cần tóm tắt, trích xuất danh sách quyết định hoặc giải đáp câu hỏi cụ thể.
• So sánh nhiều văn bản. Dán hai phiên bản của một tài liệu để kiểm tra thay đổi, hoặc so sánh các bản mô tả sản phẩm cạnh nhau.
• Giải đáp câu hỏi về hình ảnh. Meta nhấn mạnh Scout rất mạnh về khả năng định vị hình ảnh (image grounding) — tức là liên kết các phần trong câu hỏi với các vùng chi tiết của bức ảnh. Bạn có thể yêu cầu mô hình đọc nội dung biển báo, tìm lỗi sai trong ảnh chụp màn hình hoặc giải thích biểu đồ.
• Trò chuyện và viết lách hằng ngày. Giải thích khái niệm, viết email, lập dàn ý và viết lại văn bản bằng bất kỳ ngôn ngữ nào trong 12 ngôn ngữ được hỗ trợ: Ả Rập, Anh, Pháp, Đức, Hindi, Indonesia, Ý, Bồ Đào Nha, Tây Ban Nha, Tagalog, Thái và Tiếng Việt.
• Tự lưu trữ (self-hosting). Nếu bạn muốn triển khai một mô hình Llama 4 trên máy chủ riêng, Scout là lựa chọn thực tế nhất.

Cách dùng Scout trên hệ thống chat của chúng tôi

1. Mở khung chat từ liên kết bên dưới, hoặc chọn Llama 4 Scout từ menu mô hình.
2. Dán đoạn văn bản bạn cần xử lý, hoặc đính kèm một hình ảnh cho mỗi tin nhắn.
3. Đặt câu hỏi thật rõ ràng: Ví dụ "Liệt kê mọi hạn chót trong văn bản này kèm người chịu trách nhiệm" sẽ hiệu quả hơn nhiều so với "Nội dung này nói về cái gì?".

Chat với Llama 4 Scout

Bạn có thể trò chuyện miễn phí trong giới hạn tin nhắn mỗi ngày (hiện tại là 100 tin/ngày). Công cụ tóm tắt của chúng tôi cũng là một cách nhanh chóng để rút gọn văn bản dài.

Những giới hạn cần lưu ý

• Khung chat sẽ cắt ngắn các đoạn hội thoại quá dài. Nhà cung cấp của chúng tôi cung cấp cho Scout ngữ cảnh 1.310.720 token (thông số gốc của Meta là 10M), tuy nhiên bản chat miễn phí chỉ gửi phần tin nhắn gần nhất của một hội thoại dài và giới hạn dung lượng văn bản trong một tin nhắn. Nếu cần xử lý lượng dữ liệu khổng lồ, bạn nên dùng API hoặc tự chạy Scout trên máy.
• Ngữ cảnh dài không đồng nghĩa với ghi nhớ hoàn hảo. Khi dữ liệu đầu vào quá lớn, bất kỳ mô hình nào cũng có thể bỏ sót hoặc nhầm lẫn chi tiết. Bạn nên yêu cầu trích dẫn trực tiếp hoặc ghi rõ số mục để dễ kiểm chứng.
• Mốc kiến thức cố định. Dữ liệu huấn luyện kết thúc vào tháng 8 năm 2024 và khung chat không có tính năng tìm kiếm web theo thời gian thực.
• Vẫn có thể nhầm lẫn. Scout đôi khi khẳng định thông tin sai một cách rất tự tin và có thể đọc sai các chữ nhỏ hoặc mờ trong ảnh. Hãy luôn đối chiếu lại các thông tin quan trọng.
• Chưa phải mô hình tối tân nhất. Các mô hình mới hơn, bao gồm dòng Muse của chính Meta, nhìn chung xử lý tốt hơn các tác vụ lập trình phức tạp và suy luận nhiều bước. Các mô hình Muse hiện không có trên khung chat của chúng tôi.

Tải Scout chính thức

Bộ trọng số được phát hành trên Hugging Face tại địa chỉ meta-llama/Llama-4-Scout-17B-16E-Instruct; bạn chỉ cần chấp nhận điều khoản giấy phép trên trang mô hình để mở khóa tải về. Trên Ollama, dung lượng tải về của Scout khoảng 67 GB, vì vậy bạn cần một hệ thống có bộ nhớ RAM/VRAM dồi dào. Nếu dùng qua các nhà cung cấp đám mây, chi phí khá rẻ: OpenRouter niêm yết mức giá 0,10 $ cho mỗi triệu token đầu vào và 0,30 $ cho mỗi triệu token đầu ra (giá niêm yết tháng 10 năm 2026).

Giấy phép Cộng đồng Llama 4 cho phép sử dụng cho mục đích thương mại kèm một số điều kiện: ghi rõ "Built with Llama" trong sản phẩm của bạn, tuân thủ chính sách sử dụng chấp nhận được và phải xin giấy phép riêng từ Meta nếu sản phẩm của bạn vượt quá 700 triệu người dùng hoạt động hằng tháng (MAU). Là mô hình đa phương thức, Scout chịu ràng buộc bởi điều khoản EU trong chính sách, theo đó không cấp quyền sử dụng cho cá nhân hoặc tổ chức tại EU (dù người dùng cuối sử dụng các sản phẩm tạo từ mô hình không bị ảnh hưởng). Xem chi tiết tại trang giấy phép.

Quyền riêng tư

Tài liệu dài thường chứa thông tin cá nhân hoặc dữ liệu mật. Trong hệ thống chat của chúng tôi, nội dung bạn dán vào sẽ được chuyển qua máy chủ và cổng AI gateway tới nhà cung cấp hạ tầng để xuất câu trả lời; chúng tôi không lưu trữ nội dung tin nhắn và lịch sử trò chuyện chỉ lưu trên trình duyệt của bạn. Dù vậy, hãy chủ động xóa bỏ tên riêng, số tài khoản và dữ liệu nhạy cảm trước khi gửi. Đối với các tài liệu tuyệt mật, việc tự lưu trữ Scout trên phần cứng riêng sẽ giúp dữ liệu hoàn toàn không rời khỏi hệ thống của bạn.

So sánh Scout với các mô hình khác

Hãy chọn Scout thay vì Maverick khi văn bản đầu vào dài hoặc khi bạn cần tiết kiệm ngân sách, và chọn Maverick khi bạn muốn câu trả lời sâu sắc, trau chuốt nhất; trang so sánh Maverick vs Scout của chúng tôi sẽ phân tích kỹ hơn. So với Llama 3.3 70B, Scout đời mới hơn, đọc hiểu được hình ảnh và hỗ trợ nhiều ngôn ngữ hơn, chi tiết xem tại Llama 3.3 vs Llama 4. So với các mô hình mở mới hơn từ những công ty khác như DeepSeek V4, Scout tuy ra mắt trước nhưng gọn nhẹ hơn; xem chi tiết tại Llama vs DeepSeek.

Câu hỏi thường gặp

Tôi có thực sự dùng được 10 triệu token với Scout không?

Đó là con số kỹ thuật từ Meta. Các nhà cung cấp dịch vụ thường cấu hình thấp hơn; đối tác của chúng tôi hỗ trợ 1.310.720 token và khung chat miễn phí sẽ cắt ngắn bớt với các hội thoại dài. Việc tự chạy trên máy riêng với độ dài ngữ cảnh cực lớn đòi hỏi dung lượng bộ nhớ khổng lồ.

Scout có kém hơn Maverick không?

Scout có kích thước nhỏ hơn, vì vậy với các câu hỏi phức tạp hoặc văn phong đòi hỏi độ tinh tế cao, Maverick thường vượt trội hơn. Nhưng với tài liệu dài, cần phản hồi nhanh và tối ưu chi phí, Scout lại là giải pháp hợp lý hơn.

Scout có đọc được hình ảnh không?

Có. Bạn có thể đính kèm một hình ảnh cho mỗi tin nhắn khi chọn mô hình Scout. Mô hình có thể miêu tả và phân tích hình ảnh, nhưng không có tính năng tạo ảnh.

Tôi có thể tự chạy Scout trên máy tính cá nhân không?

Chỉ khả thi nếu máy tính của bạn có bộ nhớ rất lớn, vì riêng dung lượng tải về trên Ollama đã khoảng 67 GB. Các mô hình Llama AI nhỏ hơn sẽ dễ tiếp cận hơn để bắt đầu; xem hướng dẫn chạy Llama trên máy cục bộ.